(2001) Normalized time varying mixed norm LMS-LMF adaptive algorithm. Masters thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF 10184.pdf Download (3MB) | Preview

Arabic Abstract

خوارزم متوسط المربعات ذو الدرجة الثانية (LMS) ومتوسط المربعات ذو الدرجة الرابعة (LME) ، هما خطتان تكيفيتان مهمتان . لديهما بضع العيوب والمميزات . هذان الخوارزمان يمكن أن يجمعا في خوارزم واحد يسمى خوارزم المعيار المخلوط بحيث نستفيد منهما ويكون خلط المتغيرات ثابت . حديثا تم اقتراح خوارزم يعتمد على المجموع المثقل ويكون خلط المتغيرات متغير مع الوقت ، ولديه الإمكانية لتكييف التغيرات في البيئة . ونتيجة لاعتماده على خوارزم (LMS) و (LME) ، فهو يتأثر بال eigenvalue للسلسلة المدخلة . لكي نتغلب على هذه المشكلة . نقترح في هذه الرسالة خوارزم متكيف ذو معيار مختلط متغير مع الوقت ومطبع . تم أيضاً عرض التحليل التقاربي للمتوسط ومتوسط الدرجة الثانية للخوارزم في هذا العمل وتم اشتقاق حدود التقارب أيضاً . تم أيضاً تحليل الحالة الثابتة واشتقاق العبارة الجبرية للخطأ في متوسط مربع الفائض في الحالة الثابتة ، لكل من نNMLS والخوارزم المقترح . وعرضنا أيضاً التحليل المساري في وجود نوعين من اللاثبوتية العشوائية والدورية . وكذلك تم اشتقاق متوسط مربع الفائض في الحالة الثابتة ، لكلا الخوارزمين وتم مقارنة النتائج التحليلية بالنتائج المخبرية . وأخيراً تم عرض نتائج المحاكاة فأتت لتدعم النتيجة التحليلية .

English Abstract

The least-mean square (LMS) and least-mean fourth (LMF) algorithms are two important adaptive schemes. They have several advantages and disadvantages. These are combined in one which is named as mixed-norm algorithm in order to utilize the benefits of both the algorithms in which mixing parameter is fixed. Recently a new weighted sum of LMS and LMF algorithm has been proposed in which the mixing parameter is time varying and has the ability to adapt the variations in the environment. Due to its dependence on LMS and LMF algorithms, it is effected by the high eigen value spread of the input sequence. In order to overcome this problem, a normalized time varying mixed norm LMS-LMF algorithm is proposed in this thesis work. Convergence analysis for the mean and the mean square of the proposed algorithm are presented in this work and the bound for the convergence in the mean is also derived. Steady state analysis is carried out and the expressions for the steady-state excess mean-square error are derived for both NLMS and the proposed algorithms. Tracking analysis is also presented in the presence of two type of nonstationarities, random and cyclic. Also, the expressions for the corresponding steady-state excess mean-square error are derived for both algorithms, and then the analytical results are compared with the experimental one. Finally simulation results are presented in the support of theoretical analysis.

Item Type:	Thesis (Masters)
Subjects:	Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Committee Advisor:	Zerguine, Azzedine
Committee Members:	Sheikh, A. U. H. and Al-Gahtani, Ahmad S. and Al-Baiyat, Samir A. and Al-Suwailem, Umar A.
Depositing User:	Mr. Admin Admin
Date Deposited:	22 Jun 2008 13:58
Last Modified:	01 Nov 2019 13:58
URI:	http://eprints.kfupm.edu.sa/id/eprint/10184