改进的变误差宽度变阶数LMS算法

针对自适应滤波器阶数失配问题,提出一种改进的变误差宽度分数阶变阶数LMS算法。该算法中误差宽度函数参数选择不受噪声先验知识的限制,并给出参数选择的依据。对提出的算法分别在高噪声、低噪声以及变化的噪声环境下进行仿真分析,仿真结果表明,该算法在未知系统噪声大小或大小变化的噪声环境能够应用,并且具有良好的性能,尤其在高噪声环境下能够获得较快的阶数收敛速度和较小的稳态误差,因此该算法的应用场合更加广泛。

改进的变阶数LMS自适应滤波算法

为了减小分数阶数变阶数最小均方算法(FTLMS)稳态滤波器阶数误差,提出了一种变误差宽度的变阶数LMS算法,并对该算法进行稳态理论分析,给出参数选择的依据.为了验证该算法性能,设置了3种仿真环境:信噪比(SNR)为20 dB、0 dB及冲击响应权系数呈稀疏分布.仿真结果表明,与FTLMS算法相比,在SNR为20 dB及冲击响应权系数呈稀疏分布仿真条件下,当收敛速度相同时,滤波器阶数稳态误差减小为10%,在SNR为0 dB时,滤波器阶数稳态误差减小为1/3.

改进的凸组合变阶数LMS自适应滤波

滤波器的参数设置和信噪比强弱会影响变阶数自适应最小均方(leastmean square,LMS)算法的性能,在噪声环境未知的情况下,变阶数LMS的稳态性能是衡量滤波器好坏的重要指标.在分析凸组合分数阶变阶数LMS自适应滤波算法稳态性能的基础上,提出一种变宽度凸组合变阶数自适应滤波算法.理论分析和仿真结果表明,在噪声环境未知情况下,所提算法相比于凸组合分数阶变阶数自适应滤波算法和变误差宽度的分数阶变阶数自适应滤波算法而言,有更好的环境自适应能力、更快的收敛速度和更好的阶数稳定性,具有实用性.