一种变步长凸组合LMS自适应滤波算法改进及分析

doi:10.3969/j.issn.0372-2112.2014.11.015

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

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. 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
- 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. 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
- Supported by:
- National Natural Science Foundation of China (No.61170106)

摘要/Abstract

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:

TN911.4

洪丹枫, 苗俊, 苏健, 等. 一种变步长凸组合LMS自适应滤波算法改进及分析[J]. 电子学报, 2014, 42(11): 2225-2230.

HONG Dan-feng, MIAO Jun, SU Jian, et al. An Improved Variable Step-Size Convex Combination of LMS Adaptive Filtering Algorithm and Its Analysis[J]. Acta Electronica Sinica, 2014, 42(11): 2225-2230.

参考文献

[1] Manolakis D,Ingle V K,Kogon S M.统计与自适应信号处理[M].周正,等译.北京:电子工业出版社,2003.
[2] PAULO S R.Adaptive Filtering:Algorithms and Practical Implementation[M].London:Kluwer Academic Publishers,2004.
[3] 叶华,吴伯修.变步长自适应滤波算法的研究[J].电子学报,1990,18(4):63-69. YE Hua,WU Bo-xiu.The study on a variable step size adaptive filtering algorithm[J].Acta Electronica Sinica,1990,18(4):63-69.(in Chinese)
[4] 吴光弼,祝琳瑜.一种变步长LMS自适应滤波算法[J].电子学报1994,22(1):55-60. WU Guang-bi,ZHU Lin-yu.A LMS adaptive filtering algorithm with variable step size[J].Acta Electronica Sinica,1994,22(1):55-60.(in Chinese)
[5] 高鹰,谢胜利.一种变步长LMS自适应滤波算法及分析[J].电子学报,2001,29(8):1094-1097. GAO Ying,XIE Sheng-li.A variable step size LMS adaptive filtering algorithm and its analysis[J].Acta Electronica Sinica,2001,29(8):1094-1097.(in Chinese)
[6] Simon H.Adaptive Filter Theory[M].London:Kluwer Academic Publishers,2002.
[7] ARENAS G J,FIGUEIRA V A R,SAYED A H.Steady state performance of convex combinations of adaptive filter[A].Proceedings of International Conference on Acoustics,Speech,and Signal Processing[C].Vancouver,Canada:IEEE,2005.33-36.
[8] 于霞,刘建昌,李鸿儒.一种变步长凸组合自适应滤波器及其均方性能分析[J].电子学报,2010,38(2):480-484. YU Xia,LIU Jian-chang,LI Hong-ru.A convex combination of variable step-size adaptive filter and its mean-square performance analysis[J].Acta Electronica Sinica,2010,38(2):480-484.(in Chinese)
[9] Filho A M A,Pinto E L,Galdino J F.Simple and robust analytically derived variable step-size least mean squares algorithm for channel estimation[J].IET Communications,2009,3(12):1832-1842.
[10] Arenas G J,Xgomez V V,Martinez R M.Separate-variable adaptive combination of LMS adaptive filters for plant identification[A].Proceedings of International Work-shop Neural Networks on Signal Processing[C].Toulouse,France:IEEE,2003.239-248.
[11] Arenas G J,Martinez R M,GOMEZ-VERDEJO V.Multiple plant identifier via adaptive LMS convex combination[A].Proceedings of International on Signal Processing[C].Budapest,Hungary:IEEE,2003.137-142.
[12] Papoulis E V,Stathaki T.A normalized robust mixed norm adaptive algorithm for system identification[J].IEEE Signal Processing,2004,1(11):56-59.
[13] Juraci F G,Ernesto L P,Marcelo S A.Analytical performance of the LMS algorithm on the estimation of wide sense stationary channels[J].IEEE Transactions on Communications,2004,52(6):982-991.
[14] Parsons J D.The Mobile Radio Propagation Channel[M].New York:Wiley,1992.112-114.
[15] Arenas G J,Figueiras V A R,Sayed A H.Mean-square performance of a convex combination of two adaptive filters[J].IEEE Signal Processing,2006,54(3):1078-1090.

一种变步长凸组合LMS自适应滤波算法改进及分析

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

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	吴龙文, 聂雨亭, 张宇鹏, 何胜阳, 赵雅琴. 基于变分模态分解的自适应滤波降噪方法[J]. 电子学报, 2021, 49(8): 1457-1465.
[2]	吉利鹏, 倪锦根. 偏差补偿符号子带自适应滤波器[J]. 电子学报, 2020, 48(11): 2220-2225.
[3]	赵益波, 严涛, 李春彪, 杨蕾. α-稳定分布噪声环境下的非线性回声消除研究[J]. 电子学报, 2020, 48(1): 59-65.
[4]	闫震海, 杨飞然, 杨军. 一种变正则化矩阵的改进多带结构子带自适应滤波算法[J]. 电子学报, 2017, 45(8): 2019-2025.
[5]	张兰勇, 王帮民, 刘胜, 胡玉莹. 一种新的变步长自适应噪声消除算法[J]. 电子学报, 2017, 45(2): 321-327.
[6]	曾孝平, 贺渊, 简鑫, 黄杰, 李梦如. 基于高阶统计量的L-DACS1系统自适应干扰消除技术研究[J]. 电子学报, 2016, 44(10): 2377-2383.
[7]	倪锦根, 马兰申. 分布式子带自适应滤波算法[J]. 电子学报, 2015, 43(11): 2225-2231.
[8]	师黎明, 林云. 基于无噪后验错误矢量信号能量的变正则因子仿射投影算法[J]. 电子学报, 2015, 43(1): 7-12.
[9]	徐树生, 林孝工, 李新飞. 强跟踪自适应平方根容积卡尔曼滤波算法[J]. 电子学报, 2014, 42(12): 2394-2400.
[10]	刘立刚;FUKUMOTO Masahiro;张世永. 一种变步长proportionate NLMS自适应滤波算法及其在网络回声消除中的应用[J]. 电子学报, 2010, 38(4): 973-0978.
[11]	于霞;刘建昌;李鸿儒;. 一种变步长凸组合自适应滤波器及其均方性能分析[J]. 电子学报, 2010, 38(2): 480-484.
[12]	汤睿;刘宏立;戴瑜兴;张义兵;蒋近. 自适应逆控制策略在IC材料切片设备中的应用[J]. 电子学报, 2009, 37(11): 2480-2483.
[13]	柳艳红;魏学业;吉松坡. 后非线性混合盲信号分离的一种新算法[J]. 电子学报, 2008, 36(7): 1401-1404.
[14]	边勇;周荫清;李春升. 基于分数低阶统计模型的自适应滤波器组谱估计方法[J]. 电子学报, 2008, 36(6): 1235-1241.
[15]	张荣, 杨建朝, 张倩, 刘政凯. SAR图像运动模糊参数估计[J]. 电子学报, 2007, 35(10): 2019-2022.