针对传统的频域批处理LMS(Frequency-domain Block Least Mean Square,FBLMS)算法在收敛速度和稳态误差之间存在矛盾的问题,不同于变步长LMS算法,提出了一种新的变块长频域批处理LMS算法,采用自适应改变的批处理块块长的方法来协调解决...针对传统的频域批处理LMS(Frequency-domain Block Least Mean Square,FBLMS)算法在收敛速度和稳态误差之间存在矛盾的问题,不同于变步长LMS算法,提出了一种新的变块长频域批处理LMS算法,采用自适应改变的批处理块块长的方法来协调解决这个矛盾。通过Matlab对提出的算法进行计算机仿真,结果表明相比于传统的FBLMS算法,新算法具有更快的收敛速度和更小的稳态误差。展开更多
LMS(Least Mean Square)算法因其结构简单、稳定性好等优点,得到了广泛的应用,但在收敛速度和稳态失调之间存在着固有矛盾,通过对步长因子的调整可以克服这一矛盾。分析研究了已有的变步长LMS算法,在此基础上提出了一种改进的变步长LMS...LMS(Least Mean Square)算法因其结构简单、稳定性好等优点,得到了广泛的应用,但在收敛速度和稳态失调之间存在着固有矛盾,通过对步长因子的调整可以克服这一矛盾。分析研究了已有的变步长LMS算法,在此基础上提出了一种改进的变步长LMS算法。理论分析和计算机仿真表明该算法不但具有较快的收敛速率,并且具有更小的稳态误差。展开更多
滤波-x最小均方(Filtered-x Least Mean Square,FxLMS)算法是主动噪声控制的经典算法,其存在收敛速度与稳态误差不可兼得的问题,解决方法之一是采用变步长FxLMS算法。总结了现有的基于误差非线性函数的变步长模型,并将其应用于FxLMS算...滤波-x最小均方(Filtered-x Least Mean Square,FxLMS)算法是主动噪声控制的经典算法,其存在收敛速度与稳态误差不可兼得的问题,解决方法之一是采用变步长FxLMS算法。总结了现有的基于误差非线性函数的变步长模型,并将其应用于FxLMS算法以改善算法性能。用三种常见的噪声作为参考输入信号进行仿真试验,对比了不同非线性函数变步长算法的性能。结果表明,变步长FxLMS算法能有效改善参考信号为高斯白噪声和正弦波时的收敛速度和稳态误差,且不同噪声环境下最优算法不同,但此类算法无法提升噪声源为冲击噪声时的性能。这为不同应用场景下算法的选取提供了参考。将变步长FxLMS算法应用于某车型的发动机主动噪声控制,结果表明,变步长FxLMS能显著提高定速工况的系统性能,但对急加速工况效果并不明显。展开更多
为了提升谐波电流的检测效果,使有源滤波器(active power filter,APF)能更好地消除谐波,首先在APF的基础上,采用固定步长最小均方算法(least mean square,LMS)的同时嵌入低通滤波器进行自适应谐波电流检测,然后采用麻雀搜索算法(sparrow...为了提升谐波电流的检测效果,使有源滤波器(active power filter,APF)能更好地消除谐波,首先在APF的基础上,采用固定步长最小均方算法(least mean square,LMS)的同时嵌入低通滤波器进行自适应谐波电流检测,然后采用麻雀搜索算法(sparrow search algorithm,SSA)对滤波的参数进行改进,接着通过改变负载参数值,来验证改进后的LMS算法在负载取不同值下同样适用,最后使用Matlab搭建仿真模型,并在模型中对比了固定步长LMS算法、SSA算法、粒子群算法(particle swarm optimization,PSO)这3种不同方法改进滤波参数的仿真效果,仿真结果表明使用SSA算法来优化参数效果最好,可使流经电网的电流达到只有基波电流的水平,并将电流的总谐波失真率降低到5%以下,满足IEEE标准,使电流的谐波含量降低,系统更加稳定,同时也表明了该方法的适用性和可行性。展开更多
最小均方(least mean square,LMS)算法在时变信道的最小稳态均方偏差(mean square deviation,MSD)由输入功率、噪声功率、随机扰动信号功率以及滤波器长度共同决定。为达到系统中最小的MSD值,传统的LMS算法存在有迭代次数较多和收敛速...最小均方(least mean square,LMS)算法在时变信道的最小稳态均方偏差(mean square deviation,MSD)由输入功率、噪声功率、随机扰动信号功率以及滤波器长度共同决定。为达到系统中最小的MSD值,传统的LMS算法存在有迭代次数较多和收敛速度慢等问题,提出了一种多态可变步长最小均方(multi-state variable step size least mean square,MVSS-LMS)算法。该算法通过添加暂态递减步长作为过渡,实现以更快的收敛速度达到系统中最小的MSD值。理论分析与仿真结果表明,与目前最新的Prob-LMS算法相比,所提算法在时变信道以及突变信道都具有更快的收敛速度和更低的MSD值,且算法的复杂度更低。展开更多
车载有源噪声控制(active noise control,ANC)系统多基于最小均方(least mean square,LMS)算法来实现,但定步长LMS算法在收敛速度和稳态误差之间存在矛盾。文章基于Softsign函数建立误差与步长之间的非线性关系,提出了一种改进变步长LM...车载有源噪声控制(active noise control,ANC)系统多基于最小均方(least mean square,LMS)算法来实现,但定步长LMS算法在收敛速度和稳态误差之间存在矛盾。文章基于Softsign函数建立误差与步长之间的非线性关系,提出了一种改进变步长LMS算法。仿真算例结果表明,与定步长LMS算法及Tanh-LMS算法相比,该算法具有更快的收敛速度和更小的稳态误差,且比Tanh-LMS算法运算量更小,因而在车载ANC系统上应用更具优势。展开更多
Levenberg-Marquard(tLM)算法与最小二乘(Least Square,LS)方法关系密切,标度总体最小二乘(Scaled Total Least Square,STLS)是最小二乘,数据最小二乘(Data Least Square,DLS)与总体最小二乘(Total Least Square,TLS)的统一与推广,但是...Levenberg-Marquard(tLM)算法与最小二乘(Least Square,LS)方法关系密切,标度总体最小二乘(Scaled Total Least Square,STLS)是最小二乘,数据最小二乘(Data Least Square,DLS)与总体最小二乘(Total Least Square,TLS)的统一与推广,但是它与LM算法的关系尚不清楚。给出了一种求STLS解的算法及其子空间解释与拓扑解释,利用矩阵分解揭示了LM算法与STLS的密切关系,结果表明:阻尼因子使得LS解转变为STLS解;噪声子空间的剔除与系数矩阵条件数的控制保证了LM算法的稳健性与收敛速度;STLS的鲁棒性保障了LM算法处理过参数化问题的能力。展开更多
文摘针对传统的频域批处理LMS(Frequency-domain Block Least Mean Square,FBLMS)算法在收敛速度和稳态误差之间存在矛盾的问题,不同于变步长LMS算法,提出了一种新的变块长频域批处理LMS算法,采用自适应改变的批处理块块长的方法来协调解决这个矛盾。通过Matlab对提出的算法进行计算机仿真,结果表明相比于传统的FBLMS算法,新算法具有更快的收敛速度和更小的稳态误差。
文摘LMS(Least Mean Square)算法因其结构简单、稳定性好等优点,得到了广泛的应用,但在收敛速度和稳态失调之间存在着固有矛盾,通过对步长因子的调整可以克服这一矛盾。分析研究了已有的变步长LMS算法,在此基础上提出了一种改进的变步长LMS算法。理论分析和计算机仿真表明该算法不但具有较快的收敛速率,并且具有更小的稳态误差。
文摘滤波-x最小均方(Filtered-x Least Mean Square,FxLMS)算法是主动噪声控制的经典算法,其存在收敛速度与稳态误差不可兼得的问题,解决方法之一是采用变步长FxLMS算法。总结了现有的基于误差非线性函数的变步长模型,并将其应用于FxLMS算法以改善算法性能。用三种常见的噪声作为参考输入信号进行仿真试验,对比了不同非线性函数变步长算法的性能。结果表明,变步长FxLMS算法能有效改善参考信号为高斯白噪声和正弦波时的收敛速度和稳态误差,且不同噪声环境下最优算法不同,但此类算法无法提升噪声源为冲击噪声时的性能。这为不同应用场景下算法的选取提供了参考。将变步长FxLMS算法应用于某车型的发动机主动噪声控制,结果表明,变步长FxLMS能显著提高定速工况的系统性能,但对急加速工况效果并不明显。
文摘为了提升谐波电流的检测效果,使有源滤波器(active power filter,APF)能更好地消除谐波,首先在APF的基础上,采用固定步长最小均方算法(least mean square,LMS)的同时嵌入低通滤波器进行自适应谐波电流检测,然后采用麻雀搜索算法(sparrow search algorithm,SSA)对滤波的参数进行改进,接着通过改变负载参数值,来验证改进后的LMS算法在负载取不同值下同样适用,最后使用Matlab搭建仿真模型,并在模型中对比了固定步长LMS算法、SSA算法、粒子群算法(particle swarm optimization,PSO)这3种不同方法改进滤波参数的仿真效果,仿真结果表明使用SSA算法来优化参数效果最好,可使流经电网的电流达到只有基波电流的水平,并将电流的总谐波失真率降低到5%以下,满足IEEE标准,使电流的谐波含量降低,系统更加稳定,同时也表明了该方法的适用性和可行性。
文摘最小均方(least mean square,LMS)算法在时变信道的最小稳态均方偏差(mean square deviation,MSD)由输入功率、噪声功率、随机扰动信号功率以及滤波器长度共同决定。为达到系统中最小的MSD值,传统的LMS算法存在有迭代次数较多和收敛速度慢等问题,提出了一种多态可变步长最小均方(multi-state variable step size least mean square,MVSS-LMS)算法。该算法通过添加暂态递减步长作为过渡,实现以更快的收敛速度达到系统中最小的MSD值。理论分析与仿真结果表明,与目前最新的Prob-LMS算法相比,所提算法在时变信道以及突变信道都具有更快的收敛速度和更低的MSD值,且算法的复杂度更低。
文摘车载有源噪声控制(active noise control,ANC)系统多基于最小均方(least mean square,LMS)算法来实现,但定步长LMS算法在收敛速度和稳态误差之间存在矛盾。文章基于Softsign函数建立误差与步长之间的非线性关系,提出了一种改进变步长LMS算法。仿真算例结果表明,与定步长LMS算法及Tanh-LMS算法相比,该算法具有更快的收敛速度和更小的稳态误差,且比Tanh-LMS算法运算量更小,因而在车载ANC系统上应用更具优势。
文摘Levenberg-Marquard(tLM)算法与最小二乘(Least Square,LS)方法关系密切,标度总体最小二乘(Scaled Total Least Square,STLS)是最小二乘,数据最小二乘(Data Least Square,DLS)与总体最小二乘(Total Least Square,TLS)的统一与推广,但是它与LM算法的关系尚不清楚。给出了一种求STLS解的算法及其子空间解释与拓扑解释,利用矩阵分解揭示了LM算法与STLS的密切关系,结果表明:阻尼因子使得LS解转变为STLS解;噪声子空间的剔除与系数矩阵条件数的控制保证了LM算法的稳健性与收敛速度;STLS的鲁棒性保障了LM算法处理过参数化问题的能力。