حذف پژواک آکوستیکی با استفاده از الگوریتم وفقی RLS برش یافته و MMax-RLS در محیط زمان متغیر

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 287

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEEE08_160

تاریخ نمایه سازی: 11 مرداد 1396

چکیده مقاله:

کار بر روی کاهش پیچیدگی محاسباتی الگوریتم وفقی RLS منجر به ظهور الگوریتم های جدیدی شده است. الگوریتم MMax—RLS و الگوریتم نوین RLS برش یافته نمونه ای از این الگوریتم ها هستند که با ارایه تکنیک هایی قصد دارند تا ضمن حفظ سرعت همگرایی الگوریتم RLS ، پیچیدگی سخت افزاری آن را کاهش دهند. در این مقاله، الگوریتم MMax—RLS را به همراه الگوریتم نوین RLS برش یافته، در محیط زمان متغیر شبیه سازی نموده ایم. نتایج شبیه سازی گواه براین است که الگوریتم RLS برش یافته در محیط متغیر با زمان نیز همگرا می گردد

نویسندگان

زهرا فریدن اصفهانی

دانشکده مهندسی برق، گروه الکترونیک دانشگاه آزاد اسلامی اراک اراک، ایران

مجتبی لطفی زاده

دانشکده مهندسی برق و کامپیوتر، گروه الکترونیک دانشگاه تربیت مدرس تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • S. C. Douglas, «Adaptive filters employing partial updates, * Circuits ...
  • partial update affine Selective؛، M. S. E. Abadi and F. ...
  • M. Bekrani and M. Lotfizad, 4Clipped LMS/RLS Adaptive Algorithms: Analytical ...
  • H. S. Yazdi, M. Lotfizad, E. Kabir, and M. Fathy, ...
  • E. Eleftheriou and D. D. Falconer, *Tracking Properties and Steady- ...
  • Misalignment؛ _ P. A. Naylor, A. W. H. Khong, and ...
  • P. A. Naylor and W. Sherliker, ،0A short-sort M-Max NLMS ...
  • نمایش کامل مراجع