改进的凸组合最小均方算法

摘要：

凸组合最小均方(CLMS)算法能够克服传统最小均方算法收敛速率、跟踪性能和稳态误差之间的矛盾.但传统CLMS算法使用最速下降法推导参数导致其搜索路径呈"之"字形而使收敛速率变慢,为了解决这个问题,采用共轭梯度法实现参数的更新,同时使用双曲正切函数拟合Sigmoid函数来降低算法的运算复杂度.为进一步提高算法性能,在所设计的基础上附加瞬时转移结构实现优化.仿真结果证明,改进算法与传统CLMS、变步长CLMS相比,在噪声、相关信号输入以及非平稳环境下能够保持较好的均方性能和跟踪性能.

关键词：自适应滤波、系统识别、最小均方算法、凸组合、共轭梯度法

所属期刊栏目：39

分类号：TN911.7

资助基金：国家自然科学基金项目61001111

在线出版日期：2016-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：114-117