基于Sigmoid框架的非负最小均方算法

脉冲噪声会导致非负算法在迭代过程中存在过大的误差值,进而破坏算法的稳定性使其性能严重下降,对此该文提出一种基于Sigmoid框架的非负最小均方算法(SNNLMS)。该算法将传统的非负代价函数嵌入Sigmoid框架中得到新的代价函数,新的代价函数具有抑制脉冲噪声影响的特性。此外,为了增强SNNLMS算法在稀疏系统识别问题上的鲁棒性,该文还提出基于反比例函数的反比例Sigmoid非负最小均方算法(IP-SNNLMS)。仿真结果表明SNNLMS算法有效地解决了脉冲噪声造成的失调问题;IP-SNNLMS增强了算法鲁棒性,改进了算法在稀疏系统识别问题中收敛速率上的缺陷。

     

基于Sigmoid框架的非负最小均方算法

脉冲噪声会导致非负算法在迭代过程中存在过大的误差值,进而破坏算法的稳定性使其性能严重下降,对此该文提出一种基于Sigmoid框架的非负最小均方算法(SNNLMS).该算法将传统的非负代价函数嵌入Sigmoid框架中得到新的代价函数,新的代价函数具有抑制脉冲噪声影响的特性.此外,为了增强SNNLMS算法在稀疏系统识别问题上的鲁棒性,该文还提出基于反比例函数的反比例Sigmoid非负最小均方算法(IP-SNNLMS).仿真结果表明SNNLMS算法有效地解决了脉冲噪声造成的失调问题;IP-SNNLMS增强了算法鲁棒性,改进了算法在稀疏系统识别问题中收敛速率上的缺陷.     

基于双曲正切函数的变步长盲均衡算法

针对同定步长常模算法（CMA）的缺点,提出一种新的基于双曲正切函数的变步长方法。该变步长算法同时结合误差函数和迭代次数两个凶素,对步长进行调整。仿真结果表明,这种新的变步长算法可以在一定程度上改善收敛速度和收敛精度的矛盾,使CMA算法获得较好的收敛性能。     

一种方向优化最小均方算法

最小均方(Least Mean Square, LMS)算法的更新方向是对最速下降方向的估计,其收敛速度也受到最速下降法的约束。为了摆脱该约束,该文在对LMS算法分析的基础上,提出一种针对LMS算法的分块方向优化方法。该方法通过分析误差信号来选择更新向量,使得算法的更新方向尽可能接近Newton方向。基于此方法,给出一种方向优化LMS(Direction Optimization LMS, DOLMS)算法,并推广到变步长DOLMS算法。理论分析与仿真结果表明,该方法与传统分块LMS算法相比,有更快的收敛速度和更小的计算复杂度。     

采用归一化最小均方误差准则的LM-BP算法

传统神经网络通常以最小均方误差(LMS)或最小二乘（RLS）为收敛准则,而在自适应均衡等一些应用中,使用归一化最小均方误差（NLMS）准则可以使神经网络性能更加优越。本文在NLMS准则基础上,提出了一种以Levenberg-Marquardt（LM）训练的神经网络收敛算法。通过将神经网络的误差函数归一化,然后采用LM算法作为训练算法,实现了神经网络的快速收敛。理论分析和实验仿真表明,与采用最速下降法的NLMS准则和采用LM算法的LMS准则相比,本文算法收敛速度快,归一化均方误差更小,应用于神经网络水印系统中实现了水印信息的盲提取,能更好的抵抗噪声、低通滤波和重量化等攻击,性能平均提高了4%。      

基于双曲正切误差函数常数模算法的DSP实现

基于双曲正切误差函数的常数模算法,利用误差函数曲线关于零误差对称性来降低稳态误差,因而具有实用性.为了用DSP实现该算法,在Matlab平台上,采用水声信道对该算法进行了仿真研究,得到最佳均衡器权长、变步长特性参数.在此基础上,进行了该算法的DSP硬件模块及软件编程流程的设计,给出了软件代码编写的关键点及DSP仿真结果.结果表明:该算法的DSP实现效果良好.     

最小均方算法在航天器振动补偿上的应用

本文应用应用最小均方算法（ＬＭＳ）与输入滤波的最小均方算法协同控制科学仪器视线的指向。指向误差由周期性的干扰和航天器的振动引起。在星上最小均方算法在仪器的伺服机构和误差敏感器之间产生传输函数，最终形成一组对该传输函数协调的知适应横向滤波权度。输入滤波的ＬＭＳ算法是ＬＭＳ的扩展，它调整一组横向滤波权度（对干扰源和伺服机构激励信号之间的传输函数加权）。伺服机构产生的激励抵消干扰响应，从而维持了科学仪器     

一种新型自适应最小均方算法

针对最小均方(LMS)算法应用于功率放大器时存在收敛速度与收敛精度相矛盾的问题,提出了基于步长比较的最小均方算法。在带有P因子的变步长最小均方算法的基础上,采用简化的Sigmoid函数对步长进行改进,通过对前后两次步长的比较来确定是否更新权系数,以误差的自相关时间均值及均方误差的时间均值来调节算法步长,可以加快算法的收敛速度,降低算法的计算量。仿真结果表明,与最小均方算法相比,经过自适应预失真处理后,该算法的误差向量幅度(EVM)值提高了2.653 2%,系统邻信道功率比(ACPR)减少了4 dB。     

基于最小均方误差准则的盲多用户检测新算法

码分多址信号在无线多径衰落信道条件下的盲多用户检测具有很大的理论和实际意义。该文提出了一种直接基于最小均方误差(MMSE)准则的盲多用户检测算法。为保证算法收敛到目标用户,提出了一种基于MMSE准则的新的线性约束方法。该方法能保证检测器收敛到最优MMSE解。此外,该文还设计了一种形式简单、快速收敛的迭代算法。对比现有的最小输出能量(MOE)算法,仿真结果表明本文算法具有较好的性能。     

基于信誉机制的分布式扩散最小均方算法

非安全环境中的无线传感器网络(WSN)可能存在恶意攻击节点,恶意节点将会篡改其观测数据以影响参数估计的准确性。为此,该文提出基于信誉机制的分布式扩散最小均方(R-dLMS)算法和扩散归一化最小均方(R-dNLMS)算法。该算法能够根据各节点对整个网络参数估计的贡献来设置相应的信誉值,从而减小恶意节点对网络攻击的影响。仿真结果表明,与无信誉值的算法相比,该算法的性能得到大幅度提高,且R-dNLMS算法在R-dLMS算法的基础上,算法性能得到进一步提升。     

一种新的变步长最小均方自适应滤波算法

将步长因子与误差信号和测量噪声方差之间的一种函数关系引入自适应滤波器,提出了一种变步长最小均方自适应滤波算法.与已有算法相比,本文算法的步长因子更易于设计和控制.仿真结果表明本算法具有很好的收敛性能,同时也证实了本文算法的有效性.     

基于时变步长最小均方算法的射频干扰对消

针对同时同频全双工系统中射频域干扰对消收敛速度与对消比相互制约的问题,提出基于时变步长最小均方算法的射频自干扰对消方法.该方法在正交两路合成干扰对消方案基础上,利用Logistic函数非线性关系实时改变步长因子,在最小均方准则下实现两路衰减器的快速精确调整,完成自干扰信号的有效对消.最后,理论分析了该对消方法的收敛性和稳态失调误差,给出了收敛状态下能够获得对消比的闭合表达式.理论分析和仿真表明,该方法的收敛时间缩短为已有变步长对消方法的1/4,最终达到的对消比与已有方法相比提高了约5 dB.     

基于最小均方误差的8PSK解调算法

在EDGE( Enhanced Data Rate for GSM Evolution)移动通信系统中,提出了一种基于最小均方误差的自适应8PSK均衡解调算法.利用基于最小均方误差的自适应滤波器,根据突发中已知的训练序列,可快速准确地估计出系统信道参数,然后通过判决反馈均衡消除多径信道对接收信号的干扰,从而保证系统的性...     

瞬时相位去线性的最小均方算法实现

本文根据通信信号调制识别过程中瞬时相位去线性的原理,提出了便于硬件实现的最小均方算法,实现了对瞬时相位解混叠后的线性相位分量的滤除.改进后的算法在不增加硬件资源的情况下提高了运算精度.硬件电路的设计基于QuartusⅡ平台,用Verilog HDL语言编程实现.算法首先经过Matlab仿真,并在FPGA上通过测试,验证...     

鲁棒总体均方最小自适应滤波:算法与分析

本文研究了在输入输出观测数据均含有噪声的情况下如何有效地进行鲁棒自适应滤波的问题.以总体均方误差(TMSE)最小为准则,基于最速下降原理,通过对总体均方误差梯度进行修正,提出了一种鲁棒的总体均方最小自适应滤波算法.通过与已有算法的对比分析表明,该算法能够有效地降低权向量的每步调整量对噪声的敏感程度.仿真实验的结果进一步表明,该算法的鲁棒抗噪性能和稳态收敛精度明显地高于其它同类方法,而且可以使用较大的学习因子,在高噪声环境下仍然保持良好的收敛性.     

一种基于均方偏差分析的通用最小均方算法

无论是传统的定步长还是最近新提出的变步长最小均方(LMS)算法,在处理特定数学特征的信号时需要对算法参数进行先验的估计才能达到较好的效果.但在实际信号处理过程中,算法参数的估计本就是一个很困难的过程.该文分析了LMS算法的均方偏差及收敛特性,并提出一种以相对误差为变量的变步长LMS算法,能够实现步长控制参数的自估计;可...     

基于广义最小均方的自适应递归滤波算法

本文提出了一种广义最小均方(GLMS)算法,分析了GLMS算法的性能,并根据GLMS算法,导出一种自适应递归滤波(ARF)算法。在推导中,ARF算法避开了超稳定定理,从而考虑自适应系统的严格正实条件和Popov不等式是不必要的。计算机模拟表明ARF算法具有很高的收敛速度。     

一种基于均方偏差分析的通用最小均方算法

无论是传统的定步长还是最近新提出的变步长最小均方(LMS)算法,在处理特定数学特征的信号时需要对算法参数进行先验的估计才能达到较好的效果.但在实际信号处理过程中,算法参数的估计本就是一个很困难的过程.该文分析了LMS算法的均方偏差及收敛特性,并提出一种以相对误差为变量的变步长LMS算法,能够实现步长控制参数的自估计;可以自适应不同数学特征的信号,具体算例表明新算法有更快的收敛速度和较小的均方误差.     

最小均方误差光强估计技术

开关键控直接检测光通信系统需要对信号光强进行估计，提出了利用最小均方误差估计技术，并通过仿真同最大似然估计进行了比较，可以看出最小均方误差估计器在弱湍流情况下优于最大似然估计器。     

最小均方自适应时延估计算法的频域实现与仿真

针对广义互相关法在动态环境下进行时延估计时的局限性,文中分析了自适应时延估计的估计特性,提出了最小均方自适应时延估计的频域实现算法,仿真结果表明该算法有很好的估计性能。