一种改进的变步长仿射投影算法

变步长的仿射投影算法因具有较传统仿射投影算法收敛快、失调小等优点而受到广泛重视。但是因计算量较大,限制了其在实际中的应用。为降低计算的复杂性和减少计算量,该文根据权值部分更新和步长间歇更新的思想提出一种改进方案,即根据某些原则仅选择部分权值进行更新以及每L次迭代只更新一次步长。文中通过一个具有有色输入的线性系统的辩识验证了改进方法的性能。仿真结果表明,改进算法在保证计算收敛性和计算精度的情况下,可有效地减少计算量。     

一种新的变步长比例仿射投影算法研究

研究比例仿射投影算法,针对自适应算法收敛速度和稳态误差之间的矛盾,提出了一种变步长的改进比例仿射投影算法( VSS- IPAPA).利用后验误差去补偿干扰信号对系统稳态性能的影响,得到了算法新的最优步长准则,根据步长准则以及先验误差与后验误差之间的联系,导出了一种适用于比例仿射投影的步长调节方法.综合了稀疏算法、数据重用方法及变步长的优点.最后通过对改进算法进行仿真,结果表明,在增加少量计算量的情况下,系统的收敛速度和稳态性能有明显的改善,证明了比例仿射投影算法的有效性.     

变步长比例仿射投影算法及在回声消除中的应用

针对稀疏控制算法快速收敛与低稳态失调之间的矛盾,提出了一种变步长的稀疏控制比例仿射投影算法。该算法将干扰信号对系统稳态性能的负面作用考虑进滤波器系数更新过程中,并利用后验误差对其进行补偿,建立了一个新的目标函数,根据该目标函数,导出了一种适用于比例仿射投影算法整体步长的调节方法。理论分析和计算机仿真结果表明,算法在典型的回声信道条件下,均能获得很快的收敛速度和很低的稳态失调。     

改进的变步长行加权仿射投影算法

针对带衰减因子的变步长仿射投影算法(VS-APA-FF)中加权投影矩阵容易产生病态化的问题,文献[8]提出了正则化的VS-APA-FF(vs-APA-FF-REGU)算法,但加权投影矩阵的运算量仍然较大,为此提出改进的行加权变步长仿射投影算法(VS-APA-RW)对加权投影矩阵的计算进行简化.该算法采用间歇更新的变步长策略,有效降低了的整体运算量.最后通过有色输入下的信道盲辨识表明了算法的性能.     

一种新的变阶仿射投影算法

从改变仿射投影算法的条件出发,迫使仿射投影算法(APA)后验误差等于噪声,提出一种新的变阶仿射投影算法(E-APA)。该算法令迭代过程中阶数正比于误差向量的L2范数的平方与噪声功率之比,通过调节正则化因子来改变二者比值,从而实现了在初始阶段输入阶数较大,在收敛阶段输入阶数较小。实验结果表明该算法收敛速度快,稳态失调小,计算量少,优于目前最好的变阶算法(E-APA)。     

基于改进仿射投影算法的数字助听器自适应回声消除

提出了一种改进的仿射投影算法。该算法建立了步长因子与误差能量之间一种新的非线性函数关系,根据误差能量的变化自动调整步长因子,以达到加快滤波器收敛速度、降低稳态失调的目的;在对误差能量的估计中提出了遗忘因子选择规则,提高了误差能量估计的准确性。对提出的算法进行的数学分析,为其快速收 敛性提供了理论依据。实验仿真表明,与传统的自适应算法以及固定步长的仿射投影算法相比,提出的改进仿射算法在收敛速度、稳态失调等方面有明显改善。     

两种简化的仿射投影自适应滤波算法

在仿射投影算法的基础上,提出了两种简化仿射投影自适应滤波算法（ＳＡＰ）,新算法的收敛速度比传统的能量归一化最小均方误差算法（ＮＬＭＳ）快,而计算量增加不多,易于实现,计算机仿真主宰了上述结论。     

适用于即时翻译系统的改进仿射投影算法 *

针对即时翻译系统应用中存在双端对讲干扰和模型噪声的问题,提出了一种适用于便携式即时翻译系统的改进变步长仿射投影算法。新算法在收敛步长中引入近端信号能量统计量和滤波器收敛程度统计量,根据统计量的改变实时调整步长参数,防止算法发散。仿真结果表明,与传统自适应滤波算法和改进仿射投影算法相比,所提出的算法不但可以有效克服双端对讲干扰,而且在收敛速度、稳态失调等方面也有明显改善。     

基于仿射投影算法的时延估计

在时间延迟估计中,通常利用互相关算法对时延进行估计.然而,互相关算法受噪声影响较大,在低信噪比时无法准确对时延进行估计.LMS、NLMS等自适应算法能够避免噪声的影响,然而其收敛性较差.RLS自适应算法虽具有较好的收敛性,但算法复杂度较高.本文利用的仿射投影(AP)算法则具有较好的收敛性.模拟仿真表明该算法能准确估计时...     

可变数据重用因子仿射投影算法

从修改传统仿射投影算法（Affine Projection Algorithm,APA）的约束条件出发,推导出了一种新的可变数据重用因子仿射投影算法。该算法解决了传统APA算法收敛速度与稳态失调和计量复杂度之间的矛盾,实现了在初始阶段数据重用因子大,收敛后数据重用因子小的目标。仿真结果表明该算法最终达到了高数据重用因子APA的收敛速度和NLMS算法的计算量和稳态失调。     

变步长解相关Volterra LMS算法

Volterra滤波器的非线性使输入向量自相关矩阵包含了输入信号的高阶统计量,导致矩阵特征值扩展很大,因此LMS算法收敛速度一般很慢。从降低输入信号的相关性出发,提出了一种变步长解相关Volterra NLMS算法。解相关能显著加快LMS算法的收敛速度,变步长能够改善算法的稳态性能,两者的有机结合,能明显改善算法性能。仿真结果表明,在不同输入信号相关性情况下,该算法有更好的收敛速度和稳态性能。     

基于双曲函数的变步长LMS算法及其分析

提出一种基于双曲函数的变步长最小均方(LMS)算法.通过对双曲余弦函数进行数学变换,建立起误差信号与步长因子的LMS算法,根据误差信号的变化来自动调节步长的大小.仿真结果证明:所提出的LMS算法比标准的LMS算法有着更快的收敛速度等优点.     

Adaptive combination of affine projection and NLMS algorithms based on variable step-sizes

Considering the filters with variable step-sizes outperform their fixed step-sizes versions and the combination algorithms with proper mixing parameters outperform their components, a combination algorithm consisting of improved variable step-size affine projection (I-VSSAP) and normalized least mean square (I-VSSNLMS) algorithms, of which the former is fast and the latter is slow, is proposed for stationary environment. Different from the combination algorithms whose components are updated independently, the variable step-sizes components are adapted using the same input and error signals, and their step-sizes are derived via the mean-square deviation (MSD) of the overall filter. Therefore, the components reflect the working state of the combination filter more accurately than their fixed step-sizes versions. The mixing parameter is obtained by minimizing the MSD and gradually decreases from 1 to 0. Therefore the proposed algorithm has a performance similar to I-VSSAP and I-VSSNLMS in the initial stage and steady-state respectively. Simulations confirm that the proposed algorithm outperforms its components and its fixed step-sizes version. The mixing parameter is artificially set to 0 when the difference between the MSDs of two adjacent iterations is below a user-defined threshold, then the proposed algorithm degrades to I-VSSNLMS and exhibits a less computational complexity than AP algorithm.     

An output error algorithm for piecewise affine system identification

Within Hybrid systems, piecewise affine systems are a common class to be identified from input/output data. In this paper an improved algorithm for identifying piecewise affine systems is developed. The algorithm stems from clustering-based system identification. An affine output error algorithm is used to identify final models. The performance of the new Piecewise Affine Output Error (PWA-OE) algorithm is demonstrated using experimental data from a Radio Frequency MicroElectroMechanical Systems switch. Compared to the existing state-of-the-art, the PWA-OE algorithm generates a potential 62% improvement in model coefficient accuracy. Furthermore the PWA-OE algorithm is less sensitive to two additional input parameter selections.     

Steady-state weights solution to affine projection algorithm

A new expression of the weights update equation for the affine projection algorithm (APA) is proposed that improves the convergence rate of an adaptive filter,particularly for highly colored input sign...     

一种改进变步长LMS算法的性能研究

在对传统LMS算法、变步长LMS算法及其改进算法分析的基础上,提出了一种改进的变步长LMS算法。新算法通过建立步长因子与误差信号之间的非线性函数关系,使其初始阶段和时变阶段步长自适应增大和稳态阶段步长很小,理论分析及计算机的仿真结果表明,该算法可保证较快的收敛速度和较小的失调,能更好地解决收敛速度和稳态误差的内在矛盾,可更好地应用于自适应系统中。