一种改进的解相关LMS自适应算法

针对变步长LMS自适应滤波算法在输入信号高度相关时,收敛速度下降导致性能下降的问题,提出了一种改进的解相关LMS自适应算法,该算法引入解相关原理和归一化处理,用输入向量的正交分量来更新滤波器权系数,有效加快了算法的收敛速度,且稳态误差小,使得算法在有色输入和大范围的动态输入下都能保持良好性能.

一种解相关变步长归一化LMS自适应算法

本文对变步长(VSS)自适应滤波算法进行了分析,针对输入信号高度相关时算法收敛速度下降导致性能下降的问题,提出了一种解相关变步长归一化LMS自适应算法,引入相关性原理,使得算法保持良好的收敛性能。计算机仿真结果与理论分析相一致。

无线传感器网络中基于遗传算法的覆盖优化

覆盖控制是延长无线传感器网络生存期一个有效的方法之一。其方法通过覆盖控制将无线传感网络节点划分成若干不相交最小覆盖连通集(CCS),然后顺序调度不同节点集。然而寻找最小覆盖连通集覆盖为NP问题,文中建立覆盖连通集优化模型,提出一种基于遗传算法(Genetic Algorithm,简称GA)目标覆盖的优化算法,并详细阐述算法实施。仿真结果显示,对于指定目标,该GA优化算法能获得比GIECC算法更好的性能。

一种变步长解相关LMS算法

论文提出了一种变步长解相关的LMS算法,解决了传统LMS算法固定步长的缺点,并根据输入信号的相关性原理对迭代更新方向向量进行了改进,提高了迭代速度,并使用MATLAB仿真对提出的新的算法的有效性进行了验证。