在分析传统定步长LMS(Least Mean Square)算法和变步长LMS算法的基础上,提出了一种改进的变步长LMS算法。新算法利用瞬时误差绝对值三次方的指数形式和遗忘因子同时调整步长,更好地解决了收敛速度和稳态误差的矛盾。将三种算法均用到噪...在分析传统定步长LMS(Least Mean Square)算法和变步长LMS算法的基础上,提出了一种改进的变步长LMS算法。新算法利用瞬时误差绝对值三次方的指数形式和遗忘因子同时调整步长,更好地解决了收敛速度和稳态误差的矛盾。将三种算法均用到噪声对消中进行比较,仿真结果表明:新算法收敛速率优于传统定步长LMS算法和变步长LMS算法。展开更多
针对工业噪声的特点,将自适应对消算法应用到工业噪声的处理中。根据传统最小均方(Least Mean Square,LMS)自适应算法的缺点,文中通过构造合适的步长因子,引入参数使得算法在提高收敛速度的同时保证较小的稳态误差。放宽算法的约束性条...针对工业噪声的特点,将自适应对消算法应用到工业噪声的处理中。根据传统最小均方(Least Mean Square,LMS)自适应算法的缺点,文中通过构造合适的步长因子,引入参数使得算法在提高收敛速度的同时保证较小的稳态误差。放宽算法的约束性条件,以提高步长调整的精度。实验验证,提出的算法与其他算法相比,具有更快的收敛速度、更小的稳态误差以及优良的抗干扰性能。展开更多
文摘在分析传统定步长LMS(Least Mean Square)算法和变步长LMS算法的基础上,提出了一种改进的变步长LMS算法。新算法利用瞬时误差绝对值三次方的指数形式和遗忘因子同时调整步长,更好地解决了收敛速度和稳态误差的矛盾。将三种算法均用到噪声对消中进行比较,仿真结果表明:新算法收敛速率优于传统定步长LMS算法和变步长LMS算法。
文摘针对工业噪声的特点,将自适应对消算法应用到工业噪声的处理中。根据传统最小均方(Least Mean Square,LMS)自适应算法的缺点,文中通过构造合适的步长因子,引入参数使得算法在提高收敛速度的同时保证较小的稳态误差。放宽算法的约束性条件,以提高步长调整的精度。实验验证,提出的算法与其他算法相比,具有更快的收敛速度、更小的稳态误差以及优良的抗干扰性能。