针对最小均方误差(Least Mean Squares,LMS)算法收敛速度和稳态失调之间的矛盾,在已有算法的基础上进行3个方面改进:利用误差信号自相关性对不相关噪声进行抑制、将步长设置为先固定后自适应,提高算法的收敛速度、减小稳态误差;调节步长因子中固定的参数,使其伴随步长变化进行调节,进一步减小稳态误差。将已有算法与改进算法同时用于Matlab仿真实验,仿真结果表明,新算法具有更快收敛速度、更小稳态误差和良好的消噪能力。
利用双曲正切函数对凸组合最小均方(Convex Combination of Least Mean Square,CLMS)算法进行了改进,提出了Th-VSCLMS(Tanh Variable Step Convex Combined Least Mean Square)算法。理论分析表明:改进算法的性能优于普通的变步长算法。在不同信噪比下对VSLMS(Variable Step Least Mean Square)、CLMS、Th-VSCLMS算法进行了仿真对比分析,结果表明:Th-VSCLMS算法的收敛性、稳态性、抗扰动性、低信噪比的滤波效果、计算量均得到较好的改善,且其凸组合滤波结构优于单一滤波结构。
