LMS及其改进算法研究 及任务书.doc

  1. 1、本文档共67页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
LMS及其改进算法研究 及任务书

计算机与通信学院 本科生毕业论文 LMS及其改进算法研究 The study of LMS algorithm and its improve algorithms 作 者: 学 号: 专 业:通信工程 班 级:通信4班 指导教师: 答辩时间:2010年6月 毕业论文任务书 通信工程本科专业(06级) 题目:LMS及其改进算法研究 学生姓名: 班级:06 级通信4 班 学号: 题目类型: 科学研究(K) 指导教师: 毕业论文题目简介 近年来,自适应信号处理引起了人们显著的兴趣和关注。微电子技术和 VLSI电路技术的发展,极大地提高了数字信号处理的计算速度,从而进一步促进了这一方向的发展。该题目要求学生首先研究现有的各种自适应信号处理方法,重点研究LMS及其改进算法的原理及优缺点,并能采用计算机语言来实现这些算法并进行性能比较和分析。 学生通过该题目的分析与研究,不仅可以学习自适应信号处理的理论基础,深入了解并掌握LMS及其改进算法的理论基础及实现方法,而且还可以提高学生解决实际问题的能力,并为将来在这一领域的深入研究打下良好的理论基础。 毕业论文的任务 1、查阅相关文献资料,要求在10篇以上,外文资料不少于2篇; 2、学习、研究LMS及其改进算法,从理论上分析各种自适应滤波算法的优缺点,争取提出改进算法。 3、利用计算机语言对LMS及其改进算法进行仿真实现,并对它们的性能作以比较。 4、撰写毕业论文; 5、完成1-3万个字符的外文资料翻译。 毕业论文的主要内容、要求及技术指标 1、学习并掌握LMS及其改进算法的基本原理和特点; 2、比较LMS及其改进算法的优缺点; 3、 对LMS及其改进算法给出相应的Matlab或其它计算机语言的仿真。 4、 对仿真结果进行分析、比较,得出自己的结论。 毕业论文提交的成果 1. 毕业论文一份。 2. 完成10000-30000个印刷符号的外文文献翻译稿一篇。 3. 完成毕业论文简介一份,要求4页,科技论文格式。 4. 刻制光盘一张; 毕业论文的主要参考文献 1. 胡广书.数字信号处理理论、算法与实现.清华大学出版社,2004. 2. 姚天任,孙洪.现代数字信号处理.华中理工大学出版社,1999. 3. 陈后金,薛健,胡健等. 数字信号处理.高等教育出版社,2004. 4. 潘士先.谱估计和自适应滤波.北京航天航空大学出版社,1991. 5. 李勇,徐震等.MATLAB辅助现代工程数字信号处理.西安电子科技大学出版社,2002. 6. 何振亚著. 自适应信号处理. 科学出版社,2002 7. 沈福民著. 自适应信号处理.西安电子科技大学出版社,2001 各阶段时间安排(共13周): 设计内容 周数 起止日期 完成情况 教师签字 搜集参考资料,分析题目要求。 1周 3.22-3.26 学习自适应信号处理的基础知识。 2周 3.29-4.2 研究LMS算法。 3 周 4.5-4.9 研究LMS算法的各种改进算法。 4周 4.12-4.16 研究LMS算法的各种改进算法。 5周 4.19-4.23 比较各种算法。 6周 4.26-4.30 编程调试。 7周 5.3-5.7 编程调试。 8周 5.10-5.14 编程调试。 9周 5.17-5.21 撰写毕业论文。 10周 5.24-5.28 撰写毕业论文。 11周 5.31-6.4 修改毕业论文。 12周 6.7-6.11 准备答辩。 13周 6.14-6.18 2010年3月16日 摘 要 因LMS算法具有低计算复杂度、在平稳环境中的收敛性好、其均值无偏地收敛到wiener解和利用有限精度实现算法时的稳定性等特性,使LMS算法成为自适应算法中应用最广泛的算法。对LMS算法及其改进算法进行了研究,探讨了步长因子对各种算法收敛性、稳定性的影响。并用MATLAB对其学习曲线、收敛速度等进行了仿真分析。结果表明,变步长的取值尤为重要,如果μ(n)取较大值则具有较快的收敛速度,如果μ(n)取值很小,则MLMS算法近似等效于LMS算法。它们的自适应过程较快,性能有了很大改进。 Abstract Because of low computational complexity, stable environment in the convergence of good, unbiased and its mean converges to the wiener solution and implementation algorithms using

文档评论(0)

xjj2017 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档