一种改进的归一化LMS算法
李雅林
谭立辉
1.广东工业大学应用数学学院,广东广州,5105202.广东工业大学应用数学学院,广东广州,510520
摘要：NLMS算法(Normalized Least Mean Square)是用采样矢量的二范数对步长进行的归一化处理,它可以看作是特殊化的变步长LMS.SVSLMS算法可以看作是通过对Sigmoid这一函数的变形得到的变步长LMS.这两种不同形式的算法思想相结合得到的新算法(SVSNLMS)不仅稳态误差低,收敛速率也加快了许多,但是由于Sigmoid函数自身构造繁琐,与此同时加大了计算量,为了解决这一不足,提出了一种新的改进的NLMS算法(VSNLMS).程序仿真结果显示,VSNLMS算法在收敛速率上明显快于SVSNLMS和NLMS,使得算法的系统机能得到了极大地提高.
关键词：归一化LMS算法变步长LMS算法收敛速率稳态误差
分类号：TN713(基本电子电路)
资助基金：广东省高等学校优青教师培养基金资助项目(Yq201460)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 84-87 )
英文信息