CAJ | 학술논문

介绍了噪声抵消的原理和从强噪声背景中自适应滤波提取有用信号的方法,并对最小均方(LMS, Least Mean Squares)、归一化LMS(NLMS, Normalized Least Mean Squares)和递推最小二乘(RLS, Recursive Least Squares)三种基本自适应算法进行了对比研究.计算机模拟仿真结果表明,这几种算法都能通过有效抑制各种干扰来提高强噪声背景中的信号检测特性.相比之下,RLS算法具有良好的收敛性能,除收敛速度快于LMS算法和NLMS算法以及稳定性强外,而且具有更高的起始收敛速率;更小的权噪声,更大的抑噪能力.
개소료조성저소적원리화종강조성배경중자괄응려파제취유용신호적방법,병대최소균방(LMS, Least Mean Squares)、귀일화LMS(NLMS, Normalized Least Mean Squares)화체추최소이승(RLS, Recursive Least Squares)삼충기본자괄응산법진행료대비연구.계산궤모의방진결과표명,저궤충산법도능통과유효억제각충간우래제고강조성배경중적신호검측특성.상비지하,RLS산법구유량호적수렴성능,제수렴속도쾌우LMS산법화NLMS산법이급은정성강외,이차구유경고적기시수렴속솔;경소적권조성,경대적억조능력.