关键词：最小均方;;稳健变步长最小均方;;自适应步长
摘 要：经典最小均方(LMS)算法收敛性能与步长成正比,但仍然有很大局限性,难以实现快速收敛。针对这个问题,文章重点研究步长对算法收敛速度的影响,介绍了经典最小均方(LMS)算法、稳健变步长最小均方(RVSSLMS)算法以及最优自适应步长最小均方(OASSLMS)算法。在迭代次数相同的情况下,对三种算法的仿真进行分析比较,结果表明:三种算法都能在期望信号波达方向上形成峰值,在干扰方向上形成零陷。其中,最优自适应步长(OASSLMS)算法的权值,平方误差收敛速度最快,对期望信号的跟踪效果最好。步长优化后,权值收敛需要的迭代次数也明显减少。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取