杨红, 李德敏, 林苍松, 杨旭

(①东华大学信息科学与技术学院,上海 201620;②中国电子科技集团公司第五十研究所,上海 200063)

0 引言

自适应滤波是现代信号处理技术的重要研究领域。几十年来,众多的学者对LMS算法[1-9]的性能分析和算法改进方面进行了大量的研究工作,在理论上和应用上都积累了丰富的经验,并且提出了许多 LMS算法的改进算法,文献[3-4]提出了一种自适应步长随迭代次数n的增加而逐渐减小的变步长算法,该算法对非时变系统稳态误差非常小,但不具有对时变系统的跟踪能力。文献[5]提出的变步长算法中,其步长因子与 e(n)和 x(n)(滤波器 n时刻输入矢量)的互相关函数的估值成正比,在干扰加大的情况下,该算法仍具有良好的性能,但计算量大不易实时实现。文献[6]通过对误差信号e(n)进行非线性处理,得到了一种变步长算法,该算法计算量适中,稳态失调小,但收敛速度不够快。文献[7]提出了一种步长因子与误差信号 e(n)之间满足非线性函数关系的滤波算法,该算法对非相关信号有较高的处理性能,但对于强相关信号算法性能急剧下降。文献[8]用误差信号e(n)的自相关时间均值来调整步长,但收敛效果不太明显。文献[9]提出了一种解相关算法,该算法具有很好地处理强相关信号的能力,但收敛速度有待进一步提高。

[7]建立步长因子与误差信号 之间的非线性函数关系,并借鉴文献[9]归一化的思想,将两种算法有机结合,提出引入输入信号因子,得到了改进的 LMS算法,该算法不仅获得了较快的收敛速度,较好的跟踪性能,还能在输入发生突变的情况下保持较小的稳态误差。……