共查询到18条相似文献,搜索用时 78 毫秒
1.
2.
3.
4.
5.
乔磊 《淮南师范学院学报》2009,11(5):123-125
提出了一种基于分数采样的变步长LMS算法,该算法利用分数采样使之含有更多的信道信息,从而得到更小的稳态误差,利用变步长来加快算法的收敛速度。与常规LMS算法,基于分数间隔的LMS算法相比,新算法具有更快的收敛速度和更小的稳态误差。电话信道的仿真结果,验证了算法的有效性。 相似文献
6.
李俊 《北京城市学院学报》2010,(4):93-98
本文对自适应噪声干扰抵消原理进行了介绍,重点对其中的关键技术——自适应滤波进行研究。编程实现了LMS、NLMS、DCT-LMS和RLS等几种自适应滤波算法,从收敛速度、运算量等方面对各算法进行对比分析,并进行了自适应干扰噪声抵消的仿真实验,从而总结归纳出不同算法的适用范围和优缺点,为在实际应用中使用自适应噪声抵消技术选择合适的算法提供参考。 相似文献
7.
一种基于FIR的自适应滤波器LMS算法设计与实现 总被引:2,自引:0,他引:2
本文根据自适应滤波器的原理,对LMS算法进行了讨论。并且在NATLAB环境中实现了一种基于FIR横向结构的自适应滤波器LMS算法,对算法在收敛速度方面进行了分析,并且分析了收敛参数μ取值原则及对算法收敛性能的影响,计算机仿真结果与理论分析相一致。 相似文献
8.
传统的LMS算法的精度不高,收敛速度慢,并且跟踪性能不好.本论文主要研究了一种改进型的变步长的LMS自适应算法NLMS,并基于MATLAB仿真软件设计完成了一种改进型的NLMS自适应滤波器,对该算法进行仿真验证.结果表明:该改进型的自适应算法NLMS平均误差更小,精度更高. 相似文献
9.
首先分析了Apriori算法的特点、缺陷,其次探讨了如何提高Apriori算法的有效性,然后提出一种利用自适应步长跃进、动态修剪候选项集技术的改进算法U-Apriori,并通过实验进行对比,证明了对算法改进的有效性。 相似文献
10.
11.
郑华 《宁夏师范学院学报》2010,31(3):36-39
在分析了李道本、陈少霞提出的基于最小差错概率盲均衡算法的基础上,用牛顿梯度变步长实现了基于最小差错概率新的盲均衡算法,仿真结果表明,与固定步长的盲均衡算法相比,该算法收敛速度快,均方误差小,在均衡技术的应用方面有一定的实用价值. 相似文献
12.
研究利用共轭梯度法求解无约束最优化问题,为了保证共轭梯度方向是目标函数的充分下降方向,对共轭梯度算法中的共轭梯度方向参数确定了一个取值范围并与Wolfe步长搜索相结合,提出了新的共轭梯度算法,使算法具有更好的收敛速度,特别是在求解大规模无约束最优化问题时,此算法只需要较小的存储. 相似文献
13.
介绍了有关数值求积公式的定义和变步长梯形求积法的基本原理,给出了实现变步长梯形求积法的MATLAB源文件,并结合算例验证了变步长梯形求积法的基本原理,为工程技术人员和科学研究者处理相关问题提供参考。 相似文献
14.
通过介绍有关数值求积公式的定义和变步长复合Simpson求积法的基本原理,给出了实现变步长复合Simpson求积法的MATLAB源文件,并结合几个算例验证了变步长复合Simpson求积法的基本原理,以供相关工程技术人员和科学研究者在利用变步长复合Simpson求积法解决那些用微积分方法所不能求解的积分问题时作参考。 相似文献
15.
Wang QingWan Dejun Li Zigang 《东南大学学报》1996,(1)
DynamicGraphicalSimulationofaLargeScaleMotorCraneChassisChenYunfeia(陈云飞)HuangXishib(黄锡时)XuShangxiana(许尚贤)(aDepartmentofMechan... 相似文献
16.
自适应滤波器在噪声对消中的应用 总被引:1,自引:0,他引:1
论述了自适应滤波器及LMS算法的工作原理,介绍了其在噪声对消方面的应用,并用MATLAB进行了仿真验证,结果表明该方法具有较好的消噪效果. 相似文献
17.
有效地混合了遗传算法和基于约束满足的自适应神经网络算法,对于一类加工时间可变的调度问题进行了研究.遗传算法被用来进行迭代寻优.当前代经交叉和变异后生成的染色体对应非可行解,由自适应神经网络运算后得到可行解,对应的染色体作为新一代染色体.本算例的目标函数是基于任务的提前/拖期惩罚、附加惩罚以及加工时间的偏离量惩罚,目标是确定最优加工时间和最优加工顺序极小化目标函数,并与一般的遗传算法相比较,实验结果说明了遗传/自适应神经网络算法混合算法的有效性. 相似文献
18.
蚁群算法是一种具有许多优良特性的新型算法,该算法具有较强的发现较好解的能力,但同时也存在容易出现停滞现象,收敛速度慢等缺点。在介绍基本蚁群算法的基础上,针对蚁群算法的不足,提出了一种自适应蚁群算法。该算法对蚁群算法中的信息素在更新过程中进行自适应调整。实验结果表明,该算法比传统的蚁群算法具有更好的搜索全局最优解的能力,并具有更好的收敛性。 相似文献