论文研究了自适应最小均方误差(Least Mean Squares,LMS)滤波算法的步长选取问题。在分析现有算法的基础上,通过构造步长与误差信号之间的非线性函数,提出一种新的变步长LMS算法。新算法采用误差信号的自相关估计值控制步长,而不是直接...论文研究了自适应最小均方误差(Least Mean Squares,LMS)滤波算法的步长选取问题。在分析现有算法的基础上,通过构造步长与误差信号之间的非线性函数,提出一种新的变步长LMS算法。新算法采用误差信号的自相关估计值控制步长,而不是直接利用瞬时误差控制步长,避免了噪声干扰,降低了稳态失调,可工作于低信噪比环境。同时新算法步长控制无记忆效应,提高了收敛速度。仿真表明,新算法的稳态失调和收敛速度均优于现有变步长LMS算法。展开更多
为解决信号分选中的"漏批"问题,提出了一种基于相参雷达信号自相关函数的分选新方法。该方法利用相参信号的瞬时自相关函数,建立了峰值比判决模型,并对该模型进行分选仿真应用。仿真结果表明,在信噪比高于5 d B时,方法能够解...为解决信号分选中的"漏批"问题,提出了一种基于相参雷达信号自相关函数的分选新方法。该方法利用相参信号的瞬时自相关函数,建立了峰值比判决模型,并对该模型进行分选仿真应用。仿真结果表明,在信噪比高于5 d B时,方法能够解决单频、线性调频、非线性调频脉冲串信号一次分选过程中的"漏批"问题,验证了所提出方法的有效性。展开更多
文摘论文研究了自适应最小均方误差(Least Mean Squares,LMS)滤波算法的步长选取问题。在分析现有算法的基础上,通过构造步长与误差信号之间的非线性函数,提出一种新的变步长LMS算法。新算法采用误差信号的自相关估计值控制步长,而不是直接利用瞬时误差控制步长,避免了噪声干扰,降低了稳态失调,可工作于低信噪比环境。同时新算法步长控制无记忆效应,提高了收敛速度。仿真表明,新算法的稳态失调和收敛速度均优于现有变步长LMS算法。
文摘为解决信号分选中的"漏批"问题,提出了一种基于相参雷达信号自相关函数的分选新方法。该方法利用相参信号的瞬时自相关函数,建立了峰值比判决模型,并对该模型进行分选仿真应用。仿真结果表明,在信噪比高于5 d B时,方法能够解决单频、线性调频、非线性调频脉冲串信号一次分选过程中的"漏批"问题,验证了所提出方法的有效性。
