一种改进的变步长ELMS算法
吕振肃; 黄 石
兰州大学信息工程学院 兰州 730000
A Refrained Variable Step-Size ELMS-Like Algorithm
Lu Zhen-su; Huang Shi
College of Information Science and Engineering, Lanzhou University, Lanzhou 730000, China
摘要 在简单讨论基本最小均方(LMS)算法的基础上，引入了扩展的最小均方(ELMS)算法，并分析说明了该算法能达到更小的稳态MSE。改进的变步长ELMS算法是在对有用信号的预测中采用了自适应为归一化的的最小均方(NLMS)预测估计器，步长的迭代中引入遗忘因子λi ，利用其与误差信号的加权和来产生新的步长参与迭代。理论分析与计算机仿真结果表明，该算法有较好的收敛性能和较小的稳态失调。
关键词 ：
LMS算法 ,
变步长 ,
ELMS算法 ,
信号估计器 ,
遗忘因子
Abstract ：Following a brief discussion on basic LMS algorithms, the ELMS algorithms with steady small MSE is introduced. The new algorithm using the adaptive NLMS signal-estimator to predict the signal s(k). Forgetting factor λi and error signal are used to control the step size update for iteration. Theoretics analysi and computer simulations demonstrate that the presented algorithm has good performance both in convergence properties and steady small misadjustment.
Key words ：
LMS algorithm
Variable step-size
ELMS algorithm
Signal-estimator
Forgetting factor
收稿日期: 2004-05-28
[1]
张天骐,马宝泽,强幸子,全盛荣. 一种引入自适应动量项的变步长混沌信号盲分离算法
[2]
刘建成,赵宏志, 全厚德,唐友喜. 迭代变步长LMS算法及性能分析
[3]
蔡自兴,彭梦,余伶俐. 基于时序特性的自适应增量主成分分析的视觉跟踪
[4]
曲庆, 金坚, 谷源涛. 用于稀疏系统辨识的改进l 0 -LMS算法
[5]
李涛, 李国林, 廖辉荣. 基于广义旁瓣相消器的滤波器组旁瓣干扰抑制
[6]
刘 靳; 姬红兵. 基于非平稳背景下的红外小目标检测
[7]
刘宁波,关键,张建. 基于分形可变步长LMS算法的海杂波中微弱目标检测
[8]
毕云龙, 来逢昌, 刘鹏. 零极值目标函数系统辨识算法
[9]
林川; 冯全源. 变抽头长度LMS自适应滤波算法
[10]
贾冲; 郭明喜; 张雄伟. 基于M估计变步长自适应仿射投影算法的稳健时延估计
[11]
董亮; 曹秀英; 毕光国. 改进收敛性能的矢量恒模MIMO-OFDM盲均衡器
[12]
白宾锋; 蔡跃明; 徐信. OFDM系统中基于Turbo迭代的WLMS联合信道估计和检测算法
[13]
冯成燕; 吴援明. 基于NLMS的LFM信号自适应校正研究
[14]
高鹰; 谢胜利. 梯度向量正交的相关函数自适应滤波算法
[15]
尚勇; 吴顺君; 项海格. 一种新的高速自适应滤波的脉动实现结构
2005, Vol. 27 
