CASIA OpenIR  > 毕业生  > 硕士学位论文
LMS自适应滤波算法中收敛因子的优化研究
成晓华
Subtype工学硕士
Thesis Advisor丁丙
1988-05-01
Degree Grantor中国科学院自动化研究所
Place of Conferral中国科学院自动化研究所
Degree Discipline控制理论与控制工程
Keyword自适应滤波 权系数 收敛因子 最小均方误差 极小均方(Lms)自适应滤波算法 非均匀适应法 正定
Abstract在自适应信号处理的应用领域中,人们经常使用极小均方(LMS)这种算法来解 决诸如噪声滤波、系统辨识、噪声消除、系统均衡、信号预测等方面的问题.这 是由于这种算法具有简单性及易实现性等等优点而受青睐的原因,然而它的最大 不足是存在自适应速度比较慢的缺点.因此本文针对LMS(极小均方)自适应滤波 算法中收敛因子的盲目选择以及本算法收敛速度慢等问题,作者提出了收敛因子 非均匀适应的算法,邸各权系数更新时各带有一个时变的且都各不相同的收敛因 子.根据最陡下降法(SDA),从理论上证明了(通过三个定理和一个推论的证明) 当适应速度达到最快时的充分条件是广义自相关矩阵R必须为正定矩阵(模型阶数 巳定的情况),并相应给出了最优收敛因子的求取公式.为了把这种算法付诸实 用,文章给出了非均匀适应法在LMS算法族中的实现方法并求得了计算收敛因子 的优化解.通过多例仿真实验表明:理论与实际是吻合的.文章最后提出了非均 匀适应法还可推广到其它算法以及复数领域中去.
shelfnumXWLW91
Other Identifier91
Language中文
Document Type学位论文
Identifierhttp://ir.ia.ac.cn/handle/173211/7368
Collection毕业生_硕士学位论文
Recommended Citation
GB/T 7714
成晓华. LMS自适应滤波算法中收敛因子的优化研究[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,1988.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[成晓华]'s Articles
Baidu academic
Similar articles in Baidu academic
[成晓华]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[成晓华]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.