【技术实现步骤摘要】
本专利技术涉及数字信号处理
,具体涉及一种可变步长的LMS (Least MeanSquare,最小均方)自适应滤波算法及滤波器。
技术介绍
自适应滤波器一直是信号处理领域的研究热点之一,经过多年的发展,其已经被广泛应用于数字通信、雷达、声纳、地震学、导航系统、生物医学和工业控制等领域。自适应算法中应用最广泛的是最小均方(LMS, Least Mean Square)算法,LMS算法是一种搜索算法,它通过对目标函数进行适当的调整,简化了对梯度向量的计算。由于其计算的简单性,LMS算法和其他与之相关的算法已经广泛应用于自适应滤波的各种应用中。LMS算法的基本思想是调整滤波器的权系数,使滤波器的输出信号与期望信号之间的均方误差最小。在系统识别(即使用一个自适应系统实现对一个未知系统收敛)、信道均衡(即使用一个传输函数补偿信号在信道中传输引起的失真)等领域,LMS算法已经得到大量应用。LMS自适应滤波器在实际运行过程中不会改变滤波器的具体结构,但滤波器权系数会根据参数的不同进行迭代更新,即为获得期望信号响应,滤波器权系数会自动适应输入信号的变化情况。现有技术中的 ...
【技术保护点】
一种可变步长的LMS自适应滤波算法,包括步骤:S1.原始信号经延迟处理后得到对应不同延迟的输入信号;S2.将各个输入信号与其对应的滤波器权系数的乘积相加得到该时刻的输出信号;S3.将期望信号与所述输出信号做差得到误差值;S4.将所述误差值与步长值以及输入信号的乘积作为瞬时变化量更新所述滤波器权系数;其特征在于,所述步长值可变。
【技术特征摘要】
1.一种可变步长的LMS自适应滤波算法,包括步骤: 51.原始信号经延迟处理后得到对应不同延迟的输入信号; 52.将各个输入信号与其对应的滤波器权系数的乘积相加得到该时刻的输出信号; 53.将期望信号与所述输出信号做差得到误差值; 54.将所述误差值与步长值以及输入信号的乘积作为瞬时变化量更新所述滤波器权系数; 其特征在于,所述步长值可变。2.根据权利要求1所述的LMS自适应滤波算法,其特征在于,所述步长u(k)=u0+a e(k)-e(k-l) | ;其中,Utl为初始步长,a为调节因子,e (k)为本次运算所得误差值,e(k_l)为上次运算所得误差值。3.根据权利要求1或2所述的LMS自适应滤波算法,其特征在于,所述期望信号为训练序列,所述训练序列在每次发送信号序列之前选用固定长度的训练序列值。4.一种可变步长的LMS自适应滤波器...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。