一種新的收斂統計指標及其可變步階演算法之應用

A new convergence statistic indicator and the application of variable step-size NLMS algorithm

陳家緯(Jia-Wei Chen)

指導教授 ： 李仲溪

元智大學/電機通訊學院/電機工程學系/碩士(2011年)

https://doi.org/10.6838/YZU.2011.00293

摘要

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，但使用時須設定參數也增添了不少麻煩。在本論文我們提出一種新的收斂統計指標及其可變步階演算法之應用，並與NLMS演算法及其他學者提出的不須參數設定的可變步階演算法進行大量的實驗模擬，進而分析如何選取收斂統計指標的門檻值，使演算法能夠同時擁有快速的收斂速度與良好的穩態誤差。

關鍵字

收斂統計指標 ； 可變步階演算法

並列摘要

Variable step-size algorithm may along with time change the step-size parameter, increase filter’s convergence performance, but make a lot of trouble to set the parameters. In this paper, we proposed a new convergence statistic indicator and the application of variable step-size NLMS algorithm, and with the NLMS algorithm and other scholars proposed non parametric variable step-size NLMS algorithm on simulations, and then analyzes how to select the appropriate threshold of convergence statistical indicators, in order to have both fast convergence and good steady-state error.

並列關鍵字

convergence statistic indicator ； variable step-size algorithm

參考文獻

Hall, 2002.

[2]R.H. Kwong, and E.W. Johnston, “A variable step size LMS

algorithm,” IEEE Transactions on Signal Processing Vol.

size NLMS and affine projection algorithms,” IEEE Signal

Nonparametric VSS NLMS Algorithm,” IEEE Signal Processing