NLMS算法的改进及其在自适应逆控制中的仿真研究

提出一种改进的归一化最小均方(MNLMS)算法,并用该算法驱动FIR滤波器以实现对象模型及其逆的辨识。该算法计算简单,容易实现。在建模的自适应过程中,它能获得比NLMS算法快的收敛速度,并保持小的失调。仿真结果表明,基于MNLMS的自适应逆控制(AIC)系统就能获得比基于NLMS的PID辅助的自适应逆控制系统更好的动态、静态和跟踪性能,具有一定的工程使用价值。

一种改进的NLMS算法及其在自适应逆控制中的应用

提出一种对FIR滤波器和基于反馈RBF网络的非线性滤波器都适用的改进型NLMS(VS MNLMS)算法,并将其应用于线性和非线性自适应逆控制(AIC)系统的逆建模.该算法计算简单,容易实现,具有全局收敛性.数字仿真结果表明VS MNLMS能获得比其它四种变步长LMS算法更快的收敛速度、更小的稳态MSE,更好的鲁棒性,并使AIC系统具有良好的动静态性能,从而验证了本文提出的算法和非线性滤波器在AIC中的有效性.