搜索资源列表
classify
- 包含用lms、mse、perceptron准则函数的二类分类器
Nlms
- 若不希望用与估计输入信号矢量有关的相关矩阵来加快lms算法的收敛速度，那么可用变步长方法来缩短其自适应收敛过程，其中一个主要的方法是归一化lms算法（Nlms算法），变步长 的更新公式可写成 W（n+1）=w（n）+ e（n）x（n） =w（n）+ （3.1） 式中， = e（n）x（n）表示滤波权矢量迭代更新的调整量。为了达到快速收敛的目的，必须合适的选择变步长 的值，一个可能策略是尽可能多地减少瞬时平方误差，即用瞬时平方误差作为均方误差的mse简单估计，这也是lms算法的基本思想
classification
- 多种实现三组数据集（iris测试数据）分类的算法实现（lms、mse、HK等。-several methods(lms,mse,HK) to achieve classification of three data set（iris data set).
lmsAFFilter
- 在分析最小均方自适应滤波器(lmsAF)均方误差(mse)的收敛性时，文献常用统计自相关矩阵代替瞬时自相关矩阵以简化分析，由此得出的收敛条件比较粗糙。本程序指出：不相关高斯输入情况下，无需如上简化，可依据高斯阶矩因式分解定理得到确切的mse收敛条件，相应的失调表式能更准确地预报失调-In the analysis of lms adaptive filter (lmsAF) the mean square error (mse) convergence, the literature commo
10.1.1.11.5905
- This paper compares performance of nite impulse response (FIR) adaptive linear equalizers based on the recursive least-squares (RLS) and least mean square(lms) algorithms in nonstationary uncorrelated scattering wireless channels. Simulation resul
mse
- 针对数字通信系统中，由于码间串扰(ISI)和信道加性噪声的干扰，导致信号在接收端产生误码，设计了基于lms算法的自适应均衡器(滤波器)。是一篇标准的毕业论文,有需要的朋友可以拿来做参考-Thesis for digital communications systems, crosstalk due to inter-symbol (ISI) and additive noise channel interference, leading to signals generated in the r
BS-lms
- lms算法的修改更好地衔接和使用两个步骤尺寸较小的mse-Modification of the lms algorithm is better convergence and the use of two steps smaller mse
communication
- // Matlab programs to find lms Algorithm(Least mean square error),mse(Mean square Error), Eye Diagram and QAM(Quadrature Amplitude Modulation).
1122
- 基本原理： １、输入信号 ２、输入信号分解为各个子带信号，这里采用均匀子带 ３、在各个子带上应用ＬＭＳ自适应滤波算法计算 ４、计算各子带的ＭＳＥ ５、输入与输出信号结果显示，ＭＳＥ分析-Basic principle: 1, input signal 2, the input signal is decomposed into each sub band signal, and the uniform sub band is adopted here. 3. Th
lms2
- lms算法 两个正弦信号的lms滤波 均方误差图 功率谱图-lms algorithm Two sine signals of lms filter Mean square error (mse) figure Power spectrum
自适应滤波算法
- 在MIMO信道中仿真，LS，lms，RLS,，lms算法的mse表现(Simulation in MIMO channel, mse performance of LS, lms, RLS, lms algorithm)
无线MIMO系统/光纤模分复用系统的MIMO-lms自适应均衡算法
- 代码注释十分详细，可将个人的数据导入后，直接运行即可。此代码为MIMO-lms自适应均衡算法，以4×4(可自行修改)MIMO/MDM系统为例，信号调制方式为PAM4(可自行修改）,在CMA与收敛后，采用了三种MIMO-lms算法：基础MIMO-lms.分段步长MIMO-lms与变步长MIMO-lms，分别对四路接收信号进行均衡，计算均衡后数据的误码率并做出误码率与接收功率的曲线图。此外还可做出三种MIMO-lms 均方误差mse的收敛曲线，三种MIMO-lms均衡前后信号散点图等。