基于计算动词理论的变步长LMS自适应算法及其仿真

LOGO基于计算动词理论的变步长LMS自适应算法及其仿真CompanyLogo主要内容自适应滤波器基本LMS算法高鹰、谢胜利变步长LMS算法基于计算动词理论的变步长LMS算法计算机仿真及结果分析CompanyLogo自适应滤波器定义：根据环境的改变，使用自适应算法来改变滤波器的参数和结构。这样的滤波器就称之为自适应滤波器。特征：它能够在未知环境中有效工作，并能够跟踪输入信号的时变特征。CompanyLogo自适应滤波器自适应滤波的原理图CompanyLogo基本LMS算法基本LMS算法的迭代公式如下：其中u是固定步长，W(n)是权系数，d(n)是期望输出，X(n)是输入信号CompanyLogo基本LMS算法基本LMS算法的缺陷：固定步长大时，自适应滤波器的稳态误较大；固定步长小时，收敛速度和跟踪速度较慢；抗干扰性差。改进的思想：改变步长利用抗干扰因子作为调节参量CompanyLogo高鹰、谢胜利变步长LMS算法高鹰、谢胜利变步长LMS算法：其中，控制u的横向，控制u的纵向2(1exp(|()|)enCompanyLogo基于计算动词理论的变步长LMS算法Verbrules*IF|J(n)|stayTHENμstay1)IF|J(n)|stayinasmallrangeTHENμstayasconstant*IF|J(n)|decreaseTHENμdecreaseHowever|J(n)|decreaseμdecreaselinearlyIFμdecreasedto0THENμkeepconstant*IF|J(n)|increaseTHENμincreaseIF|J(n)|increaseslowlyTHENμincreaseslowlyIF|J(n)|increasefastTHENμincreasefastIF|J(n)|increasetoomuchTHENμincreasetoamaximumvalueCompanyLogo主要内容将上述表示为以下的数学关系式若-ξΔ|J(n)|ξ,则μ(n+1)=μ(n)若Δ|J(n)|≤-ξ,则μ(n+1)=μ(n)-Δμ0若ξ≤Δ|J(n)|≤J1,则μ(n+1)=μ(n)+Δμ1若J1Δ|J(n)|,则μ(n+1)=μ(n)+Δμ2若|J(n)|J_limitAND|J(n-1)|J_limit,则μ(n+1)=μmax若|J(n)|≤0,则μ(n+1)=μ(n)式中J(n)=e(n)e(n-1)即为抗干扰因子CompanyLogo计算机仿真及结果分析各类算法的学习曲线比较：CompanyLogo计算机仿真及结果分析把自适应滤波器的整个自适应学习过程划分为四种状态：快速收敛阶段、次快速收敛阶段、次稳态阶段、稳态阶段。CompanyLogo计算机仿真及结果分析快速收敛阶段快速收敛阶段参数比较：if(j(n)j_limit)&(j(n-1)j_limit)mu(n)=mu(1);CompanyLogo计算机仿真及结果分析次快速收敛阶段参数比较CompanyLogo计算机仿真及结果分析次稳态阶段参数修改CompanyLogo总结本文以误差e(n)与e(n-1)的自相关估计J(n)的绝对值|J(n)|为计算动词，根据变步长LMS算法基本上的调整原则建立相应的动词规则，即在|J(n)|较大时，步长应较大，以便有较快的的收敛速度或对时变系统的跟踪速度，在|J(n)|较小时，应保持很小的调整步长以达到很小的稳态误调噪声，然后根据动词规则进行数学模型的建立，完成本文的算法设计。LOGO谢谢！