文档介绍：------------------------------------------------------------------------------------------------ ——————————————————————————————————————一种自适应 LMS 滤波的改进算法第 14 卷第 5期 2000 年 10月华东船舶工业学院学报 JournalofEastChinaShipbuildingInstitute Vol114No15 文章编号:1006-1088(2000)05-0018-04 刘怀国,吴越, 张尤赛( 华东船舶工业学院电子与信息系, 江苏镇江 212003) 摘要: 在传统的 LMS(LeastMeanSquare) 算法中, 固定步长选取影响收敛速度与稳态误差, 而且两者不可兼得。为此, 本文提出了一种改进的 LMS 算法。在计算机仿真自适应信道均衡中, 该算法的性能明显优于传统的 LMS 算法, 而计算量增加甚少。理论分析与计算机模拟证实了该算法的优越性。关键词: 自适应滤波;LMS 算法; 信道均衡中图分类号:TN92915 文献标识码:A 0引言自 等人 1967 年提出自适应滤波以来, 因其计算量小,易于实现等优点,这 30 多年来发展极为迅速。目前, 已广泛地应用于通信、系统辩识、信号处理和自适应控制等领域。具体的例子包括神经网络的学习过程、噪声背景下的信号检测、天线旁瓣干扰的自适应对------------------------------------------------------------------------------------------------ ——————————————————————————————————————消、电话线路中的回波消除、通信系统中的信道均衡、雷达和声纳的波束形成等。在各种自适应滤波中, 其中 Widrow-Hoff 的 LMS(LeastMeanSquare) 算法以其计算量小, 稳定性好且易于实现而得到广泛应用。但这种算法中的固定步长因子 L 对算法的性能有决定性的影响。 L 太小, 算法收敛慢, 为得到满意的结果所需要的采样数据很多, 但稳态失调误差较小。L 太大( 在保证收敛的情况下), 该算法收敛速度快, 但稳态失调误差变大。收敛速度与稳态失调噪声是不可兼得的两个指标。为此本文提出了一种改进算法, 使其在收敛速度与稳态失调误差之间作出折衷的处理。 1 传统的 LMS 自适应滤波算法介绍如图 1, 传统的 LMS 滤波算法[1,2] 为: N-1 y(n)=6i=0Xi(n)x(n-i) e(n)=d(n)-y(n) Xi(n+1)=Xi(n)+2Le(n)x(n-i) (i=0,1,,,N-1) 写成矩阵的形式为: y(n)=W(n)TX(n) e(n)=d(n)-y(n) W(n+1)=W(n)+2Le(n)X(n) 收稿日期:1999-12-28 ------------------------------------------------------------------------------------------------ —————————————————————————