跳到主要內容

臺灣博碩士論文加值系統

(3.236.28.137) 您好!臺灣時間:2021/07/25 20:47
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:陳茄煒
研究生(外文):Jia-Wei Chen
論文名稱:可變步階適應濾波器之效能比較
論文名稱(外文):Performance comparison of variable step-size adaptive filtering algorithms
指導教授:李仲溪
指導教授(外文):Junghsi Lee
學位類別:碩士
校院名稱:元智大學
系所名稱:電機工程學系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2009
畢業學年度:97
語文別:中文
論文頁數:85
中文關鍵詞:可變步階
外文關鍵詞:variable step-size
相關次數:
  • 被引用被引用:1
  • 點閱點閱:126
  • 評分評分:
  • 下載下載:2
  • 收藏至我的研究室書目清單書目收藏:0
適應性濾波器被應用在許多方面上,如聲學迴音消除、系統鑑別及通道的估測等。根據最小平方誤差(LMS)所發展的演算法由於其易於實現的原因而經常被使用,但其收斂性受到步階參數的影響,當步階參數較大時,濾波器收斂速度快,但穩態誤差較大,反之步階參數變小,濾波器收斂速度減緩,穩態誤差變小。因此可變步階演算法可藉由隨時間而變化之步階參數,增加其收斂效能。
在本論文中,將近年來發展出的可變步階演算法建構在不同的輸入比較其收斂特性,可觀察出MVSS收斂速度比VSSLMS快一些。RR-NLMS改善GNGD在濾波器更新到接近最佳值附近無法更新的問題,使得濾波器能夠更精確的收斂,VS-APA易受雜訊影響使收斂效果變差,NPVSS的收斂速度與收斂誤差都有不錯的效益,其參數並不用做太大的修改相當易於使用。GSER選擇適當的參數,可使濾波器收斂性達到不錯的效能。
Adaptive filters are applied in many applications such as acoustic echo cancel, system identification and channel estimation. Least mean square based algorithms are most popular due to their simplicity, but its convergence effect is influence by the step-size parameter. When the step-size parameter is big, the filter convergence rate is quickly, but error is big, otherwise the step-size parameter changes small, the filter convergence rate slows down, error will becomes small. Therefore variable step-size algorithms may along with time change the step-size parameter, increase filter’s convergence effect.
In this paper, the variable step-size algorithms will compares its convergence characteristic in the different inputs, MVSS convergence rate is fast than VSSLMS. RR-NLMS compared to GNGD may convergence to a smaller error. When the VS-APA filter noise increases causes a larger error. NPVSS convergence effect has a good performance. GSER choose the suitable parameter, therefore filter''s convergence effect may obtain the good result.
中文摘要 i
英文摘要 ii
目錄 iii
表目錄 iv
圖目錄 viii
第一章、緒論 1
1.1 背景介紹 1
1.2 論文組織 3
第二章、可變步階演算法 4
2.1 簡介 4
2.2 VSSLMS演算法 5
2.3 MVSS演算法 7
2.4 VS-APA演算法 9
2.5 NPVSS演算法 14
2.6 實驗模擬 16
2.7 小結 34
第三章、適應性調整參數演算法 35
3.1 簡介 35
3.2 GNGD演算法 37
3.3 RR-NLMS演算法 38
3.4 GSRE演算法 40
3.5 實驗模擬 42
3.6 小結 50
第四章、時變系統之實驗 51
4.1 實驗一:瞬間改變的系統 51
4.2 實驗二:持續改變的系統 66
4.3 小結 81
第五章、結論 82
5.1 論文總結 82
5.2 未來工作 83
參考文獻 84
[1]R.H. Kwong, and E.W. Johnston, “A variable step size LMS algorithm,” IEEE Transactions on Signal Processing Vol. 40, pp. 1633 - 1642, July 1992
[2]T. Aboulnasr, and K Mayyas, “A robust variable step-size LMS-type algorithm: analysis and simulations,” IEEE Transactions on Signal Processing Vol. 45, pp. 631 - 639 March 1997
[3]Y. S. Choi, A.H. Sayed, and W. J. Song, “Variable step-size NLMS and affine projection algorithms,” IEEE Signal Processing Letters, Vol. 11, pp. 132 - 135, Feb. 2004
[4]J. Benesty, H. Rey, L.R. Vega, and S. Tressens, “A Nonparametric VSS NLMS Algorithm,” IEEE Signal Processing Letters, Vol. 13, pp. 581 – 584, Oct. 2006
[5]D.P. Mandic, “A generalized normalized gradient descent algorithm,” IEEE Signal Processing Letters, Vol. 11, pp.115 - 118, Feb. 2004
[6]Y. S. Choi, H. C. Shin, and W. J. Song, “Robust Regularization for Normalized LMS Algorithms,” Circuits and Systems II: Express Briefs, IEEE Transactions on Vol. 53, pp. 627 – 631, Aug. 2006
[7]N. Jingen, and L. Feng, “A Variable Regularization Matrix Normalized Subband Adaptive Filter,” IEEE Signal Processing Letters, Vol. 16, pp.105 - 108 , Feb. 2009
[8]Y. S. Choi, H. C. Shin, and W. J. Song, “Affine Projection Algorithms with Adaptive Regularization Matrix,” Acoustics, speech and Signal Processing, 2006. ICASSP 2006 Proceedings. 2006 IEEE International Conference on Vol. 3, pp. III – III, May 2006

[9]J. Lee, H. C. Huang, and Y. N. Yang, “The Generalized Square-Error-Regularized LMS Algorithm,” Proceedings of WCECS 2008 pp. 22 – 24, Oct 2008
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top