电子学报 ›› 2014, Vol. 42 ›› Issue (11): 2225-2230.DOI: 10.3969/j.issn.0372-2112.2014.11.015

• 学术论文 • 上一篇    下一篇

一种变步长凸组合LMS自适应滤波算法改进及分析

洪丹枫1, 苗俊2, 苏健3, 吴鑫1, 潘振宽1   

  1. 1. 青岛大学信息工程学院, 山东青岛 266071;
    2. 海军航空工程学院研究生管理大队, 山东烟台 264001;
    3. 电子科技大学通信与信息工程学院射频集成电路研究中心, 四川成都 611731
  • 收稿日期:2013-05-14 修回日期:2013-11-18 出版日期:2014-11-25 发布日期:2014-11-25
  • 作者简介:洪丹枫 男,1989年出生于山东烟台,青岛大学信息工程学院计算机科学与技术专业硕士研究生,研究方向为图像处理、生物特征识别、小波分析. E-mail:hongdanfeng1989@gmail.com;苗俊 男,1982年出生于江苏扬州,海军航空工程学院电子信息工程系博士研究生,研究方向为现代通信系统、自适应信道均衡; 苏健 男,1986年出生于湖北荆州,电子科技大学通信与信息工程学院、射频集成电路研究中心博士研究生,研究方向为物联网技术、无线射频识别技术、认知无线网络和信号处理;吴鑫 女,1989年出生于山西长治,青岛大学信息工程学院计算机科学与技术专业硕士研究生,研究方向为通信技术、神经网络;潘振宽 男,1966年出生于山东潍坊,青岛大学信息工程学院教授、博士生导师.主要研究方向为变分图像处理的快速算法、多体系统动力学与最优化设计、虚拟现实技术.
  • 基金资助:

    国家自然科学基金(No.61170106)

An Improved Variable Step-Size Convex Combination of LMS Adaptive Filtering Algorithm and Its Analysis

HONG Dan-feng1, MIAO Jun2, SU Jian3, WU Xin1, PAN Zhen-kuan1   

  1. 1. College of Information and Engineering, Qingdao University, Qingdao, Shandong 266071, China;
    2. Graduate Students' Brigade of Naval Aeronautical and Astronautical University, Yantai, Shandong 264001, China;
    3. Center for RFIC and System Technology, School of Communication and Information Engineering, University of Electronic Science and Technology of China, Chengdu, Sichuan 611731, China
  • Received:2013-05-14 Revised:2013-11-18 Online:2014-11-25 Published:2014-11-25

摘要:

为了避免单个滤波器在收敛速度与稳态误差上相互制约,从而导致系统性能降低的问题,本文采用凸组合最小均方算法(Combined Least Mean Square,CLMS), 将快速滤波器和慢速滤波器并联使用,同时为进一步改善CLMS算法的性能,对已有的变步长凸组合最小均方算法(Variable Step-size Convex Combination of LMS,VSCLMS)做出改进,提出了一种新的VSCLMS算法.在该算法中,对快速滤波器选用以最小均方权值偏差(Minimization of Mean Square Weight Error,MMSWE)为准则的按步分析的变步长滤波器;对慢速滤波器采用以稳态最小均方误差(Least Mean Square,LMS)为准则的固定步长滤波器.通过理论分析与仿真实验表明,该算法能够在噪声、时变以及非平稳的环境下保持较好的随动性能,且在各个阶段均保持良好的收敛性,与传统的CLMS、VSCLMS算法相比,不仅具有更快的收敛速度,而且拥有稳定的均方性能和较优的跟踪性能,为自适应滤波算法的研究提供了一条可行途径.

关键词: 自适应滤波, LMS算法, CLMS算法, VSCLMS算法, 改进的VSCLMS算法

Abstract:

In order to avoid the conflict between the convergence speed and stable state error for a single LMS filter,and degrade the performance of the recognition system,we used combined least mean square (CLMS) algorithm which is the parallel of fast LMS filter and slow LMS filter.Meanwhile,to further improve the performance of the CLMS algorithm,a new variable step-size convex combination of LMS (VSCLMS) algorithm was proposed by improving original VSCLMS.In the proposed algorithm,we considered the variable step-size filter on the basis of minimum mean square weight error (MMSWE) as the fast LMS filter,and a new constant step-size filter based on steady-state LMS is used as the slow filter.By analyzing theory and experimental results,the proposed algorithm,which compared with the original VSCLMS algorithm and CLMS algorithm,not only has a superior capability of tracking under the environment of noise,time-varying and unstable condition,but also can maintain a better convergence.

Key words: adaptive filtering, LMS algorithm, CLMS algorithm, VSCLMS algorithm, improved VSCLMS algorithm

中图分类号: