搜索资源列表
NLMS
- 若不希望用与估计输入信号矢量有关的相关矩阵来加快LMS算法的收敛速度，那么可用变步长方法来缩短其自适应收敛过程，其中一个主要的方法是归一化LMS算法（NLMS算法），变步长 的更新公式可写成 W（n+1）=w（n）+ e（n）x（n） =w（n）+ （3.1） 式中， = e（n）x（n）表示滤波权矢量迭代更新的调整量。为了达到快速收敛的目的，必须合适的选择变步长 的值，一个可能策略是尽可能多地减少瞬时平方误差，即用瞬时平方误差作为均方误差的MSE简单估计，这也是LMS算法的基本思想
adaptivefilter
- 归一化最小均方（NLMS）和递归最小二乘法（RLS）解决自适应滤波器的MATLAB源码-Adaptive Filter implementation using nlms & rls algorithms.
bianbuchang
- 自适应滤波变步长Lms归一化算法的仿真实现程序-simulation in lms normolized algorithm
zishiyingjiangzao
- 这里介绍了一种基于自适应滤波的噪声抵消法，采用归一化最小均方误差算法，采集实际噪声环境下各种不同信噪比的带噪语音样本进行降噪处理，实验结果表明，处理后信号的信噪比得到了较大程度的提高，大大改善了听音效果，具有很高的可懂度，且语音自然度好，没有失真；并与谱减法进行了比较，自适应噪声抵消法的降噪幅度比谱减法有一定提高，在听音效果上，用自适应噪声抵消法处理后的语音在清晰度，自然度方面优于谱减法。-Here a novel adaptive noise cancellation method using
A-Variable-Step-Size-LMS-Algorithm
- 一种变步长的归一化最小均方自适应滤波算法的实现-A variable step size normalized least mean square adaptive filter algorithm to achieve
NLMS
- 本文对变步长(VSS) 自适应滤波算法进行了分析,针对输入信号高度相关时算法收敛速度下降导致性能下降 的问题,提出了一种解相关变步长归一化LMS 自适应算法,引入相关性原理,使得算法保持良好的收敛性能。计算机仿真 结果与理论分析相一致-In this paper , we discuss and analyze the variable step2size adaptive algorithm(VSSLMS) ,in which the descent of it s converg
FIR_RLS
- RLS滤波算法即递推最小二乘法，其又称为最小二乘法，是最小二乘算法的一类快速算法，递归最小二乘自适应滤波器是对一组已知数据的最佳滤波器,处理过程中没有对输入序列的统计特性做出假定,而是纯决定性的最小化问题。相对于LMS自适应横向滤波器具有更好的性能。(RLS filtering algorithm)
LRSs
- 递归最小二乘(RLS)是一种自适应滤波算法，它可以递归地找到最小化加权线性最小二乘代价函数与输入信号相关的系数。这种方法与其他算法相比较，例如最小均方(LMS)，旨在减少均方误差。在RLS的推导中，输入信号被认为是确定性的，而对于LMS和类似的算法，它们被认为是随机的。(Recursive least squares (RLS) is an adaptive filter algorithm that recursively finds the coefficients that minimiz