改进的凸组合最小均方算法

作者：曾乐雅; 许华; 王天睿

来源：北京邮电大学学报, 2016, 39(04): 114-117.

DOI：10.13190/j.jbupt.2016.04.022

• 自适应滤波
• 系统识别
• 最小均方算法
• 凸组合
• 共轭梯度法

凸组合最小均方(CLMS)算法能够克服传统最小均方算法收敛速率、跟踪性能和稳态误差之间的矛盾.但传统CLMS算法使用最速下降法推导参数导致其搜索路径呈"之"字形而使收敛速率变慢,为了解决这个问题,采用共轭梯度法实现参数的更新,同时使用双曲正切函数拟合Sigmoid函数来降低算法的运算复杂度.为进一步提高算法性能,在所设计的基础上附加瞬时转移结构实现优化.仿真结果证明,改进算法与传统CLMS、变步长CLMS相比,在噪声、相关信号输入以及非平稳环境下能够保持较好的均方性能和跟踪性能.

• 出版日期2016
• 单位空军工程大学信息与导航学院; 南京师范大学