改进的变步长LMS自适应算法及其应用

在对一些变步长LMS算法分析的基础上,通过改变步长公式中平方根运算范围,提出了一种改进的变步长LMS算法,并进行了稳定性分析.该算法比固定步长算法收敛速度快,稳定性好;与同类型复杂度其他算法相比,具有较快的收敛速度.将该算法应用于自适应噪声对消系统的仿真.计算机仿真证明该算法的理论分析.     

一种改进反正切函数的变步长LMS算法

针对已有的最小均方误差(least mean square,LMS)算法性能方面的缺陷,通过对步长选取问题的研究,提出了一种改进变步长LMS算法。基于原反正切函数引入输入信号反馈因子的二范数项,以实现对输入信号的实时跟踪,提高算法的跟踪能力。用误差相关值代替原算法中的误差平方项,提高其抗干扰能力,并加入补偿项,以补偿算法趋于稳态时的收敛速度。详细讨论了各个参数对算法收敛性、跟踪性、稳定性的影响及算法的抗干扰性。与已有算法进行的仿真结果对比表明,在高低信噪比情况下,改进算法在收敛速度、稳态误差,以及对时变系统跟踪能力等方面均呈现了优异的性能。     

基于修正反正切函数的变步长LMS算法

为了能够减少算法运算时间、减小稳态误差、提高收敛速度、增强跟踪性能以及增加抗噪性能,提出了1种变步长最小均方误差(least mean square,LMS)算法。针对现有LMS类算法在低信噪比下性能不佳、人为设定参数较多等缺点,基于反正切函数,且利用误差的相关函数动态调整步长。理论上分析了该算法复杂度、稳态失调、收敛速度、跟踪性能以及抗噪性能,并分别设计高信噪比和低信噪比的条件下进行实验仿真比较。理论分析结合实验仿真验证:该算法在高低信噪比时均具有较快的收敛速度和跟踪速度,能获得小的稳态误差和稳态失调,且需要设定的参数变量个数少。     

改进的变步长LMSA适应算法蘼其应用

在对一些变步长LMS算法分析的基础上,通过改变步长公式中平方根运算范围,提出了一种改进的变步长LMS算法,并进行了稳定性分析．该算法比固定步长算法收敛速度快,稳定性好;与同类型复杂度其他算法相比,具有较快的收敛速度．将该算法应用于自适应噪声对消系统的仿真,计算机仿真证明该算法的理论分析．     

基于分数采样的变步长LMS算法

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。     

自适应滤波技术在噪声干扰抵消中的应用研究

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。     

一种基于FIR的自适应滤波器LMS算法设计与实现

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。     

一种改进的LMS自适应算法研究

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.     

一种基于自适应步长及动态修剪的Apriori改进算法

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。     

自适应步长投影梯度算法的收敛速率分析

梯度投影法在求解约束优化问题时具有单步计算量小的优点,但其求解效率受步长规则影响较大。自适应步长梯度投影算法虽然通过改进步长规则提高了梯度投影算法的计算效率,但缺少其收敛速率的分析。基于此,从两个角度分析了当目标函数是二次函数时自适应步长投影梯度算法的收敛速率。     

基于最小差错概率的变步长盲均衡算法及仿真

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．     

在Wolfe步长搜索下的一类新的共轭梯度算法

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.     

基于MATLAB的变步长梯形数值积分法的研究与实验

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。     

基于MATLAB的变步长复合Simpson数值积分法的研究与实验

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。     

Dynamic Graphical Simulation of a Large Scale Motor Crane Chassis

ＤｙｎａｍｉｃＧｒａｐｈｉｃａｌＳｉｍｕｌａｔｉｏｎｏｆａＬａｒｇｅＳｃａｌｅＭｏｔｏｒＣｒａｎｅＣｈａｓｓｉｓＣｈｅｎＹｕｎｆｅｉａ（陈云飞）ＨｕａｎｇＸｉｓｈｉｂ（黄锡时）ＸｕＳｈａｎｇｘｉａｎａ（许尚贤）（ａＤｅｐａｒｔｍｅｎｔｏｆＭｅｃｈａｎ...     

自适应滤波器在噪声对消中的应用

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.     

用遗传神经网络混合算法求解可变加工时间Job-shop调度问题

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.     

一种自适应蚁群算法及其应用

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。