期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
改进的变步长自适应最小均方算法及其数字信号处理 被引量:4
1
作者 吕照顺 吴晗平 李军雨 《强激光与粒子束》 EI CAS CSCD 北大核心 2015年第9期39-43,共5页
针对紫外光通信中传统自适应最小均方(LMS)算法存在的不足,提出了一种新的变步长LMS(VSS-LMS)算法,利用MATLAB仿真验证了该算法的可行性,以TMS320VC5509为核心设计了数字信号处理(DSP)最小化硬件系统和VSS-LMS算法的软件流程,在硬件上... 针对紫外光通信中传统自适应最小均方(LMS)算法存在的不足,提出了一种新的变步长LMS(VSS-LMS)算法,利用MATLAB仿真验证了该算法的可行性,以TMS320VC5509为核心设计了数字信号处理(DSP)最小化硬件系统和VSS-LMS算法的软件流程,在硬件上实现了传统LMS算法和新的VSS-LMS算法的自适应滤波,并进行了对比分析,结果表明所提出的VSS-LMS算法具有较快的收敛速度和较小的稳态误差,这对紫外光通信接收系统的设计和优化具有一定的参考意义。 展开更多
关键词 紫外光通信 最小算法 变步长最小均方算法 数字信号处理
在线阅读 下载PDF
用于恒模数字信号的变步长归一化最小均方算法
2
作者 曾召华 刘贵忠 《西安交通大学学报》 EI CAS CSCD 北大核心 2003年第2期147-150,共4页
为全面分析用于数字信号的最小均方(LMS)算法性能,提出了一种新的性能评估参数———误码率.为了提高LMS算法性能,提出了一种新的变步长归一化LMS自适应算法,该算法步长在启动阶段主要由瞬时误差控制,以加速收敛,在收敛阶段主要由其历... 为全面分析用于数字信号的最小均方(LMS)算法性能,提出了一种新的性能评估参数———误码率.为了提高LMS算法性能,提出了一种新的变步长归一化LMS自适应算法,该算法步长在启动阶段主要由瞬时误差控制,以加速收敛,在收敛阶段主要由其历史值来决定,以获得低的误码率,而切换条件是基于短时均方误差值.与已有类似的变步长LMS算法相比,在几乎不增加算法复杂度的情况下,具有更快的跟踪速度、更低的比特误码率,特别是其控制参数在观测噪声强度发生变化时不需重新调整.计算机仿真效果支持了理论分析. 展开更多
关键词 恒模数字信号 步长归一化最小算法 数字信号处理 误码率 误差控制 自适应算法
在线阅读 下载PDF
基于粒子群优化改进变步长LMS算法的数字基带传输系统
3
作者 冯艳艳 汤骁东 +2 位作者 李彦 唐锟 石金晶 《佳木斯大学学报(自然科学版)》 CAS 2024年第11期1-5,共5页
为了减小数字基带传输系统码间串扰,目前主要采用的是最小均方算法自适应滤波,然而由于滤波器阶数以及步长等参数需要根据经验或反复实验比较才可确定出最适合值,会存在系统仅仅在特定环境下才具有较好性能的情况。为此,通过将粒子群优... 为了减小数字基带传输系统码间串扰,目前主要采用的是最小均方算法自适应滤波,然而由于滤波器阶数以及步长等参数需要根据经验或反复实验比较才可确定出最适合值,会存在系统仅仅在特定环境下才具有较好性能的情况。为此,通过将粒子群优化算法应用在改进变步长最小均方算法,提出了基于粒子群算法优化的改进变步长最小均方算法。基于此,设计了采用基于粒子群优化改进变步长最小均方算法的数字基带传输系统,其中算法能够根据具体情况进行自适应变化滤波器阶数以及步长,使得系统能够在任何噪声环境下均采用合适的滤波器阶数以及步长从而使误码率降低,获得更优越的性能及更广泛的适用环境。 展开更多
关键词 数字通信系统 数字基带传输系统 变步长最小均方算法 粒子群优化算法 误码率
在线阅读 下载PDF
基于小波变换的有源噪声控制算法研究 被引量:2
4
作者 伍彩云 李娜 杜宁 《沈阳理工大学学报》 CAS 2024年第5期1-6,13,共7页
在传统的有源噪声控制系统中,原始噪声信号是获得参考噪声信号的必要条件,当原始噪声信号的信息不可获知时,有源噪声控制系统失效。为解决该问题,设计基于小波变换的有源噪声控制系统,利用小波阈值法对含噪语音信号进行处理,得到与原始... 在传统的有源噪声控制系统中,原始噪声信号是获得参考噪声信号的必要条件,当原始噪声信号的信息不可获知时,有源噪声控制系统失效。为解决该问题,设计基于小波变换的有源噪声控制系统,利用小波阈值法对含噪语音信号进行处理,得到与原始噪声信号相关的参考噪声信号。在此基础上,对传统的有源噪声控制算法LMS进行改进,提出基于Sigmoid函数的γSLMS算法和C-γSLMS凸组合算法,解决LMS算法无法同时兼顾收敛速度和稳态误差的问题,为解决有源噪声控制问题提供新的解决方案。 展开更多
关键词 有源噪声控制系统 小波 变步长最小均方算法 凸组合
在线阅读 下载PDF
少模光纤通信系统中的自适应频域均衡算法 被引量:18
5
作者 黄战华 王云立 +1 位作者 李桂芳 张珊 《激光技术》 CAS CSCD 北大核心 2017年第1期124-128,共5页
少模光纤模式复用存在模式耦合和差分模式时延,必须通过自适应均衡算法补偿。为了降低长距离少模光纤通信系统中自适应均衡算法的复杂度,采用基于变步长-频域块最小均方算法的多输入多输出均衡器对2×2模分复用系统解复用。利用频... 少模光纤模式复用存在模式耦合和差分模式时延,必须通过自适应均衡算法补偿。为了降低长距离少模光纤通信系统中自适应均衡算法的复杂度,采用基于变步长-频域块最小均方算法的多输入多输出均衡器对2×2模分复用系统解复用。利用频域块最小均方自适应算法修正均衡器权系数,并通过变步长函数调整步长因子,兼顾算法收敛速度和收敛性能。算法可通过快速傅里叶变换降低计算复杂度。在112Gbit/s的1000km少模光纤高速通信仿真系统中,保证相同收敛速度情况下,提高信号Q2因子3.7d B,并在可编程现场门阵列上验证了100km少模光纤通信系统时的算法性能。结果表明,该算法能够实现模分复用系统的信号解复用,达到快速收敛、低稳态失调的目的。 展开更多
关键词 光通信 步长-频域块最小算法 频域 少模光纤 模式复用
在线阅读 下载PDF
一种改进的次级通道辨识算法 被引量:4
6
作者 高伟鹏 贺国 +1 位作者 刘树勇 魏国东 《海军工程大学学报》 CAS 北大核心 2019年第3期60-66,共7页
为提高次级通道的辨识精度、减小辨识误差对自适应控制的影响,以横向滤波器作为估计模型,分别应用带遗忘因子的最小二乘递推算法和变步长最小均方算法来对横向滤波器的权系数进行了更新,并对两种算法的辨识精度和控制效果进行了对比。... 为提高次级通道的辨识精度、减小辨识误差对自适应控制的影响,以横向滤波器作为估计模型,分别应用带遗忘因子的最小二乘递推算法和变步长最小均方算法来对横向滤波器的权系数进行了更新,并对两种算法的辨识精度和控制效果进行了对比。结果表明:变步长最小均方算法的性能优于带遗忘因子的最小二乘递推算法,但变步长算法仍存在收敛速度过慢、辨识残差较大的问题。为此,提出一种改进的变步长最小均方算法,并对其进行了实验验证。实验结果表明:改进之后的变步长最小均方算法的辨识精度满足控制要求,收敛速度较快。 展开更多
关键词 次级通道辨识 横向滤波器 遗忘因子 改进变步长最小均方算法
在线阅读 下载PDF
一种改进的自适应噪声抵消系统算法研究 被引量:4
7
作者 伍彩云 翁晶晶 《沈阳理工大学学报》 CAS 2022年第3期1-7,共7页
自适应噪声抵消系统能够从含噪环境中检测和提取到有用信号,对噪声信号进行抵消。本文对自适应噪声抵消系统中最小均方(LMS)算法进行研究,针对其存在收敛速度和稳态误差间不协调的缺点,提出一种新的基于激活函数Softsign的变步长LMS算法... 自适应噪声抵消系统能够从含噪环境中检测和提取到有用信号,对噪声信号进行抵消。本文对自适应噪声抵消系统中最小均方(LMS)算法进行研究,针对其存在收敛速度和稳态误差间不协调的缺点,提出一种新的基于激活函数Softsign的变步长LMS算法,设计了自适应噪声抵消系统仿真平台,利用该平台验证所提出算法的去噪效果。结果表明,该算法在收敛速度和抗噪性能方面都优于传统LMS算法和已有变步长LMS算法。该仿真平台具有添加信号、叠加噪声、去噪处理、波形显示以及计算信噪比等功能,新算法的提出与仿真平台的设计为自适应噪声抵消技术的研究提供了新的解决方案。 展开更多
关键词 自适应噪声抵消系统 变步长最小均方算法 收敛速度 抗噪性能
在线阅读 下载PDF
改进的LMS算法在INS/SMNS组合导航中的应用
8
作者 王艳东 赵净净 《中国惯性技术学报》 EI CSCD 2008年第2期192-195,共4页
在惯导/景象匹配组合导航中,数学模型和噪声统计信息很难准确地给出,且景象匹配导航系统的输出值随机、有限甚至可能存在误匹配,这些都导致了目前适合于该组合的信息融合算法不多,而组合导航中常用的Kalman滤波算法在该系统中也难以收... 在惯导/景象匹配组合导航中,数学模型和噪声统计信息很难准确地给出,且景象匹配导航系统的输出值随机、有限甚至可能存在误匹配,这些都导致了目前适合于该组合的信息融合算法不多,而组合导航中常用的Kalman滤波算法在该系统中也难以收敛。为了寻找新的适合于该系统的信息融合算法,研究了基于H∞最优估计理论的变步长最小均方算法和规格化最小均方算法,并将它们应用于惯导/景象匹配组合导航中。仿真结果表明,这两种算法与固定步长最小均方算法相比,抗干扰能力强;与递推最小二乘算法相比,它们滤波精度相同,但这两种算法结构简单,计算量小,耗时少,所以这两种算法适合于惯导/景象匹配组合导航。 展开更多
关键词 变步长最小均方算法 规格化最小算法 组合导航 信息融合
在线阅读 下载PDF
RLS、VSSLMS算法应用于天线组阵的分析及仿真 被引量:2
9
作者 赵晓明 陈学军 +2 位作者 魏瑞利 王青松 苏新军 《无线电工程》 2017年第7期10-14,共5页
针对天线组阵常用相关算法Simple、Sumple、Eigen(基于本征值)和LS(最小二乘法)的不足,提出递推式最小二乘法(RLS)和变步长最小均方法 (VSSLMS)这2种新型算法,对其应用于深空网天线组阵进行了研究。对这2种算法进行了仿真,结果表明,RLS... 针对天线组阵常用相关算法Simple、Sumple、Eigen(基于本征值)和LS(最小二乘法)的不足,提出递推式最小二乘法(RLS)和变步长最小均方法 (VSSLMS)这2种新型算法,对其应用于深空网天线组阵进行了研究。对这2种算法进行了仿真,结果表明,RLS算法存在信噪比合成性能随组阵天线数目增加而下降的缺陷,VSSLMS算法具有强信号时信噪比合成性能迅速提高的优点;在接收信号弱并且组阵天线数目较少情况下,RLS算法的信噪比合成性能略好于VSSLMS算法;当接收信号较强尤其是组阵天线数目较多时,VSSLMS算法的信噪比合成性能反而比RLS算法更好一些。 展开更多
关键词 天线组阵 信噪比合成性能 递推式最小二乘算法 变步长最小均方算法
在线阅读 下载PDF
改进的LMS算法在Simulink仿真平台实现 被引量:4
10
作者 陈立伟 谭志良 崔立东 《装备环境工程》 CAS 2015年第6期26-30,共5页
目的将改进的变步长LMS算法在Simulink平台上实现。方法对LMS算法进行基础研究,详细地探究变步长算法在信号处理中的收敛速度和失调两个方面的内容,改进变步长算法,并验证算法的有效性。基于S-fuction,对改进的LMS算法建模,通过算法模... 目的将改进的变步长LMS算法在Simulink平台上实现。方法对LMS算法进行基础研究,详细地探究变步长算法在信号处理中的收敛速度和失调两个方面的内容,改进变步长算法,并验证算法的有效性。基于S-fuction,对改进的LMS算法建模,通过算法模块调用改进算法程序,达到对信号滤波的目的。结果仿真结果表明,算法模块能够实现算法滤波功能,能有效地抵消干扰。结论算法应用于Simulink建模,算法模块能够适应不同的Simulink平台,提高了对算法的开发与应用的效率。 展开更多
关键词 步长最小误差算法 收敛速度 稳态误差 SIMULINK建模
在线阅读 下载PDF
一种改进的归一化LMS算法 被引量:9
11
作者 杨坡 刘铸华 《舰船电子对抗》 2017年第4期59-61,65,共4页
传统的归一化最小二乘(LMS)算法可以解决算法收敛速度和采样信号收敛误差之间的矛盾。通过对收敛步长的归一化处理,从而减小收敛过程的稳态误差。但是,这种算法却将收敛的步长变为固定,不利于算法的快速收敛。为此,提出一种改进的归一化... 传统的归一化最小二乘(LMS)算法可以解决算法收敛速度和采样信号收敛误差之间的矛盾。通过对收敛步长的归一化处理,从而减小收敛过程的稳态误差。但是,这种算法却将收敛的步长变为固定,不利于算法的快速收敛。为此,提出一种改进的归一化LMS算法,将Sigmoid函数变步长最小均方(SVSLMS)算法与归一化LMS算法结合,提高了归一化LMS算法的收敛速度。仿真结果表明,该算法性能较之归一化LMS算法、SVSLMS算法和普通LMS算法均更优异。 展开更多
关键词 归一化最小二乘算法 Sigmoid函数变步长最小均方算法 收敛速度
在线阅读 下载PDF
分布反馈光纤激光水听器系统干涉仪降噪研究
12
作者 徐丹 黄俊斌 +2 位作者 刘文 顾宏灿 宋文章 《海军工程大学学报》 CAS 北大核心 2023年第1期61-67,共7页
针对分布反馈光纤激光水听器系统在高速运动过程中干涉仪噪声过大的问题,提出了基于参考光源的差分探测方案,设计了基于3端口环形器的光纤干涉仪差分探测光路,利用改进的变步长LMS滤波算法,结合噪声自适应抵消技术和B样条小波变换,有效... 针对分布反馈光纤激光水听器系统在高速运动过程中干涉仪噪声过大的问题,提出了基于参考光源的差分探测方案,设计了基于3端口环形器的光纤干涉仪差分探测光路,利用改进的变步长LMS滤波算法,结合噪声自适应抵消技术和B样条小波变换,有效抑制了干涉仪噪声,解决了信噪比下降的问题。实验结果表明:该方法能降低系统噪声本底约30 dB;与传统参考传感器的差分方案相比,该方法不易受环境影响,不会增加阵列复杂度,更具有实用价值。 展开更多
关键词 分布反馈光纤激光器 干涉仪噪声 差分探测 变步长最小均方算法 自适应噪声抵消
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部