基于Sigmoid二次型隶属度函数的改进LMS算法

摘要：

基于Sigmoid函数变步长最小均方(LMS)算法优点是计算量小、收敛速度快且对时变系统的跟踪性能好,但存在些许不足之处,如当误差信号较小时,步长因子变化过快,对于未知系统辨识速度较慢且可控参量过少.为克服上述缺点,更优化该算法性能,通过建立Sigmoid二次型函数,提出一种新的变步长LMS算法,在收敛过程中动态渐进调整步长大小,在获得较小的稳态误差同时,能够更快达到收敛.研究结果表明:改进算法收敛速度要比其他基于S函数改进算法的快;对时变系统跟踪的性能要优于归一化类的LMS算法.本文算法可在增加少量计算量的前提下,较好地克服误差信号与步长因子之间的矛盾,加快收敛速度,并引入新的可控变量,使调控更加灵活.

关键词：Sigmoid二次型函数、最小均方算法、步长因子、系统跟踪、系统辨识

所属期刊栏目：45

分类号：TN911

资助基金：陕西省电子信息系统综合集成重点实验室基金资助项目201107Y03Project 201107Y03 supported by Electronic Information System Meta-Synthetic Key Laboratory Project Fund of Shanxi Province

在线出版日期：2015-01-15（万方平台首次上网日期，不代表论文的发表时间）

页码：3470-3476