论文部分内容阅读
多数研究都是将噪声当作高斯噪声处理,但实际上在多模噪声(整体上属于非高斯噪声)背景下,信号受损严重。用传统的LMS自适应算法不能很好的抑制噪声,格里菲斯LMS算法收敛速度较慢。提出一种将格里菲斯LMS算法(GLMS)与LMS-Newton算法相结合的GLMS-Newton算法,并给予了改进。在改进中,不仅采用了基于互相关变步长因子,而且引入了基于输入信号与期望信号的互相关的梯度算子。仿真表明,在收敛速度、稳态误差等方面都有了较大改善,能够很好的抑制多模噪声,提取出有用信号。