几种变步长LMS算法的性能分析与比较

针对传统LMS算法的收敛速度与稳态误差存在矛盾这一问题,列出了NLMS、G-SVSLMS及改进的变步长LMS3种变步长LMS自适应滤波算法。通过仿真对比和理论分析,证明改进的变步长LMS算法具有更快的收敛速度、更小的稳态误差和更强的抗干扰能力。     

一种改进自适应谐波检测算法研究

分析了传统定步长最小均方(LMS)算法用于谐波电流检测的不足,采用一种新的变步长LMS自适应算法检测谐波电流:根据误差信号e(n)和e(n-D)的自相关估计调整步长迭代,当权系数远离最佳权值时,通过增大步长加快对时变系统的跟踪速度;当权系数接近最佳权值时,减小步长获得较小的稳态误差。通过递推公式参数的选择,可对系统的收敛速度与稳态失调进行更灵活的控制。推导出了该方法的理论表达公式,其增加的计算量很小,容易实现。该方法能有效调节步长,不受谐波电流的干扰。仿真结果证明了该谐波电流检测方法的有效性。     

改进的变步长LMS自适应滤波算法及仿真

通过分析变步长自适应滤波算法,建立步长和误差信号之间的非线性关系,提出一种新的变步长LMS自适应滤波算法,并用计算机进行仿真,结果表明该算法在误差接近于零时步长具有缓慢变化的特性,滤波效果更好。     

一种新的变步长LMS算法

自适应滤波器在信号检测、信号恢复、数字通信等许多领域中被广泛应用,自适应算法一直是学术界一个重要研究课题,提出了一种新的变步长LMS算法.算法根据自适应滤波收敛程度的加深,逐渐减小步长.试验结果表明应用该算法设计的自适应滤波器与当今通用的变步长LMS算法相比具有运算简单,收敛速度更快等优点.     

一种新的变步长LMS自适应滤波算法

为了解决传统的固定步长的最小均方误差(LMS)算法在收敛速度和稳态误差上的矛盾,基于Sigmoid函数进行改进,提出了算法步长因子μ与误差信号e之间的一种新的非线性函数关系.首先,基于Sigmoid的偶函数特性将2个函数相乘,使得算法在稳态时能够获取更小的步长;然后,将误差信号用指数形式进行表示,进一步控制步长的变化速度;最后,通过误差e(n)和e(n-1)联合改变步长因子,提高了算法在低信噪比时的性能.理论分析和计算机仿真表明,与已有的变步长LMS算法相比,相同收敛精度时该算法的收敛速度更快,相同收敛速度时该算法的收敛精度更高,在相同条件下算法的抗噪声性能更好.     

一种改进的变步长LMS自适应算法

为了得到一种抗干扰性能强、收敛速度快、稳态误差小的变步长LMS算法,本文分析了传统LMS算法、变步长LMS算法及其改进算法,并对现有变步长LMS算法进行分类归纳,在列出几种具有代表性算法的基础上,提出了一种改进的变步长LMS算法.新方法引入修正系数,通过当前和过去估计误差以及误差的时域均值来调节自适应算法的步长,具有收敛速度快,稳态误差小的优点,并且提高了LMS算法的抗干扰性能.文中最后给出了仿真结果,仿真结果与理论分析一致.     

一种改进变步长的自适应谐波检测算法

在有源电力滤波器( APF)谐波电流检测自适应滤波算法中,改进变步长自适应滤波系数调整方法.算法根据稳态谐波零均值的特点,利用系统历史积累误差均值估计代替单步误差更新步长因子,由滑动指数加权窗方式,提取出单纯的滤波器跟踪误差,步长更新的大小只取决于滤波器跟踪误差,不受谐波本身影响.通过步长因子与系统误差均值估计的类Sigmoid函数关系,动态控制类Sigmoid函数参数的变化,由此克服了类Sigmoid函数参数固定引起的稳态阶段误差偏大的缺陷.改进算法的复杂度有所增加,但能够保证较快的收敛速度、较高的检测精度和动态跟踪效果.通过对稳态和跃变的负载电流的仿真,结果证明了算法的有效性.     

一种改进变步长的自适应谐波检测算法

在有源电力滤波器（APF）谐波电流检测自适应滤波算法中,改进变步长自适应滤波系数调整方法。算法根据稳态谐波零均值的特点,利用系统历史积累误差均值估计代替单步误差更新步长因子,由滑动指数加权窗方式,提取出单纯的滤波器跟踪误差,步长更新的大小只取决于滤波器跟踪误差,不受谐波本身影响。通过步长因子与系统误差均值估计的类Sigmoid函数关系,动态控制类Sigmoid函数参数的变化,由此克服了类Sigmoid函数参数固定引起的稳态阶段误差偏大的缺陷。改进算法的复杂度有所增加,但能够保证较快的收敛速度、较高的检测精度和动态跟踪效果。通过对稳态和跃变的负载电流的仿真,结果证明了算法的有效性。     

APF中一种改进的变步长LMS自适应谐波检测算法

在有源电力滤波器(Active Power Filter, APF)的低信噪比(Signal Noise Ratio, SNR)环境下,为了提高变步长最小均方(Least Mean Square, LMS)自适应算法对谐波电流检测的跟踪速度及精度,提出改进的变步长LMS算法。该算法在MVSS-LMS算法的基础上,增加历史误差的遗忘加权和估计并控制步长更新,动态控制步长更新范围,采用滑动窗遗忘加权减小了计算复杂度。同时,对改进算法性能进行稳定性分析。实验结果表明,该算法不仅具有较快的动态响应速度,而且在APF的低信噪比情况下,稳态误差有所减小,具有较高的抗干扰能力,谐波电流检测效果较好。     

一种新的变步长自适应谐波检测算法

提出了一种新的变步长最小均方(LMS)自适应谐波检测算法,并将其应用于有源电力滤波器中。该方法根据误差信号的时间均值估计来调节递推算法的步长,其优越性在于：即使在待检信号的信噪比(SNR)较低的情况下,也能够保证谐波检测过程既具有较快的动态响应速度,又保持较小的稳态失调。通过递推公式系数的选择,可以对系统的收敛速度与稳态失调进行更灵活的控制,而不像定步长 LMS 算法那样必须在两者性能上进行折中选择。仿真和实验结果亦证明了理论分析的有效性。     

基于LMS算法的分布式光纤测温系统中信号处理研究

光纤测温技术已基本趋于成熟,但系统的测量精度还有待提高,所以分布式光纤测温系统的信号处理对系统具有极其重要的意义,也是近年来的研究热点。在分析了系统的信号特点后,提出采用自适应滤波算法对反斯托克斯信号进行去噪处理并进行MATLAB仿真,验证该算法的可行性性。还将该滤波算法的不同种类进行多种组合实现对拉曼散射信号的二次去噪处理,并比较几种不同的自适应滤波算法及其组合的仿真效果。     

一种改进的自适应谐波检测方法及其应用

提出了一种改进的变步长自适应算法,将其运用于有源电力滤波器中的谐波电流检测中,取得了很好的效果。在常见的变步长自适应算法中,步长与误差或者输入信号有关,而在自适应的调节过程中,步长存在较大的波动,影响谐波电流检测的准确性。改进的自适应算法首先对误差信号加绝对值,接着对其求均值并以该均值来控制步长的变化,从而克服了步长波动的不足。该算法不但具有较快的动态响应,而且提高了谐波检测的精度。通过MATLAB仿真验证了该算法的可行性和有效性。     

一种新型变步长自适应滤波算法

为改进目前谐波电流检测方法,针对有源滤波器谐波检测,提出了一种新型变步长自适应算法,取得了比较好的效果。由于谐波检测属于适应噪声抵消技术低信噪比条件下的一种应用,因而在该算法中,没有以误差信号e(n)作为改变步长的自适应回馈量,而是将误差信号和上个工频周期的误差信号的差值△e(n)作为自适应回馈量,从而避免了误差信号e(n)一直较大,导致的自适应算法的稳态误差比较大的缺点;同时通过相干平均估计来避免测试计算过程中随机噪声的影响,调节算法的步长,其优越性在于:谐波检测过程能保证既具有较快的动态响应速度,又保证稳定后步长稳定很小,有较高的检测精度。理论分析和仿真试验证明了该算法的正确性和有效性。     

自适应滤波算法的神经网络实现

为了提高传统自适应滤波器求解权值的速度,在Hopfield神经网络的基础上,提出自适应滤波算法的神经网络硬件实现,从理论上进行了分析,并进行了仿真。     

一种新的变步长LMS自适应算法及其应用

传统的固定步长的LMS算法难于同时获取较快的收敛速度与较小的稳态误差,基于这一矛盾,本文在分析基本LMS算法的基础上,提出了一种新的变步长LMS算法,该算法具有较快的收敛速度和较小的稳态误差。理论分析和计算机仿真结果表明该算法在收敛速度与稳态误差的性能上均优于基本LMS算法。尤其是在低估噪比的情况下,其性能的优越性更为突出。与传统的LMS算法相比较,新算法更适合于应用到回波消除等实时性要求高的场合。     

基于变步长自适应算法的滤波器设计

本文描述了基于自适应滤波理论的变步长窗口大小的自适应算法。该算法一般用于微型计算机为基础的继电保护及自动化设备。本文提出了一个变步长自适应窗算法,并给出了该算法的原理和如何改变窗口的大小和长度方法的步骤。仿真结果表明,该算法具有良好的性能,并适合在以微型计算机为基础的继电保护及自动化设备上的使用。     

基于自适应滤波算法的谐波仿真分析

为改善自适应滤波算法的滤波效果,减小稳态误差,提高跟踪响应速度,并验证改进的变步长LMS滤波算法的有效性和优越性,利用电磁暂态仿真软件PSCAD/EMTDC,构建电网谐波仿真计算模型,并与传统的基于瞬时无功功率理论的p-q算法以及定步长LMS算法进行仿真比较,根据不同系统条件下的滤波仿真波形,进行快速傅里叶分析,验证了此改进变步长LMS算法在计算量增加不多的前提下,可以同时获得较好的跟踪速度和较小的稳态误差,证实了该算法的有效性。     

基于系数估值约束的改进LMS自适应滤波算法

为提高扩散LMS自适应滤波算法的收敛速度和保持较低的稳态误差,在扩散LMS算法基础上,提出一种基于参数估计值约束的分布式自适应网络滤波算法,算法在迭代收敛过程中,根据相邻迭代过程参数估计值差值约束实现自适应的调整步长大小,从而使得算法在估计初期采用较大步长以加速收敛,而在估计后期自适应的调整步长以保持较低的稳态误差。对比实验结果表明:相比于现有其他算法,所提算法在进行分布式估计时性能更优。     

一种新颖的变步长自适应谐波电流检测法

为了提高电能质量及对电网谐波进行抑制和补偿,提出了一种新的变步长最小均方(Least Mean Square,简称LMS)算法.算法采用近似归一化的处理方法构造反馈信号T(n),并通过T(n)的相干平均估计来调节步长.该算法动态响应快,检测精度高.对单相负载电流进行了Matlab仿真及DSP实验,结果均验证了该算法的有效性.