The Leaky Least Mean Mixed Norm Algorithm

(2011) The Leaky Least Mean Mixed Norm Algorithm. Masters thesis, King Fahd University of Petroleum and Minerals.


Download (5MB) | Preview

Arabic Abstract

(Least Mean Square) و (Least Mean Fourth) عبارة عن نوعين مهميين من النظام المتكيف (adaptive scheme). كلا النظامين لهما ميزات كثيرة ومساوئ أيضا وفي هذه الرسالة سيتم دمج النظامين في نظام واحد (Least Maen Mixed Norm) وذلك للاستفادة من الايجابيات لكلا النظامين ودمجهما في النظام المقترح .هدف هذه الرسالة هو اشتقاق هذه الخوارزمية ومن ثم تقييم أدائها باستخدام مبدأ حفظ الطاقة. تقييم الأداء لهذه الخوارزمية المشتقة سيشمل الحالة المستقرة (steady state) والتتبع والحالة العابرة (transient state) لهذه الخوارزمية المقترحة ومن ثم سيكون هناك مجموع للنظامين (LMF) و (LMN) ليكون لدينا نظام (LMMN) يستطيع التكيف مع التغير في المحيط المجاور. هناك أيضا عدد من المحاكاة لمحاولة إثبات ما توصل إليه نظريا

English Abstract

The least-mean square (LMS)and the least-mean fourth (LMF)are the two important adaptive schemes. They have several advantages and disadvantages, these are combined together in one which is named as the least-mean mixed norm (LMMN)in order to utilize the benefits of both the algorithms in which mixing parameter is fixed. The aim of this thesis is to derive the Leaky Least Mean Mixed Norm algorithm and asses its performance using the energy conservation concept. The performance evaluation includes the steady state, tracking and the transient analysis of the proposed algorithm and then a new weighted sum of LMS and LMF has been proposed in which the mixing parameter is time varying and has the ability to adapt the variations in the environment. A number of simulations will be carried out to experimentally verify the theoretical findings.

Item Type: Thesis (Masters)
Subjects: Electrical
Divisions: College Of Engineering Sciences > Electrical Engineering Dept
Committee Advisor: Zerguine, Azzedine
Committee Members: Al Naffouri, Tareq Y and Abdul-Jauwad, S. H.
Depositing User: (g200702670)
Date Deposited: 11 Apr 2011 11:44
Last Modified: 01 Nov 2019 18:28