LMS算法和NLMS算法的性能比较

LMS_Identify.m实现了LMS算法和NLMS算法的性能比较，文档详细描述了LMS自适应滤波器对信号滤波的步骤以及归一化LMS算法（NLMS）基于信号功率的自适应步长的调节函数

%% 利用LMS算法进行系统识别
%定义输入信号
x = 0.1*randn（2501）;
%创建一个12阶低通滤波器为未知的系统滤波器
[berrres] = fircband（12[0 0.4 0.5 1][1 1 0 0][1 0.2]{‘w‘‘c‘}）;
%定义期望信号
d = filter（b1x）;
%定义步长
mu = 0.8;

lms = dsp.LMSFilter（‘Length‘13‘StepSize‘mu...
    ‘WeightsOutputPort‘true）;%初始权值取默认值0
[yew] = lms（xd）;

stem（[b.‘ w]）
title（‘利用LMS算法进行系统识别‘）
legend（‘实际的滤波器权值‘‘估计的滤波器权值‘...
       ‘Location‘‘NorthEast‘）
  
%使用NLMS法   
lms2 = dsp.LMSFilter（‘Length‘13‘StepSize‘mu‘Method‘...
   ‘Normalized LMS‘‘WeightsOutputPort‘true）;%NLMS
[y2e2w2] = lms2（xd）;
figure
plot（[ee2]）;
title（‘比较LMS和NLMS的性能‘）
legend（‘LMS法的滤波器误差‘‘NLMS法的滤波器误差‘...
       ‘Location‘‘NorthEast‘）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件         789  2018-05-27 22:00  LMS_Identify.m
     文件       35616  2019-04-12 20:27  LMS算法与NLMS算法滤波比较说明.docx