论文部分内容阅读
在LMS牛顿算法中权值的更新采用了输入信号矢量的相关矩阵估计 ,不同的估计方法对算法的性能影响很大 ,该文分析了一种改进相关矩阵估计的LMS牛顿算法 ,该算法通过对LMS牛顿算法中的相关矩阵采用改进的指数加权估计 ,大大提高了算法的性能 ,同时维持了适中的计算复杂度。此外 ,还比较了LMS牛顿算法与RLS算法 ,从原理上说明了它们的密切联系 ;指出算法改善性能的关键在于变步长特性 ,即步长随着时间增加而逐渐变小 ,使得算法既可以保持较快的收敛速度 ,又获得了较小的失调。算法在智能天线中的仿真结果表明