基于高阶累积量符号相干累积自适应滤波算法

基于传统LMS (Least Mean Square)的自适应谱线增强(Adaptive Line Enhancement, ALE)算法的主要缺点是:抑制高斯噪声效果差,计算量大,收敛速度慢。为了尽可能的克服这些缺点,利用相干累积算法对输入数据中相干分量的相干累积作用和符号算法能减少计算量的性能,修正了传统的LMS算法,提出了基于高阶累积量符号相干累积迭代的自适应谱线增强新算法。该算法具有良好的抑制高斯有色噪声效果,计算量小,输出信号平稳等特点,能较好地克服基于LMS的ALE算法的缺点。仿真结果证实了该算法的有效性和可行性。因此,本文的研究具有良好的实用性和应用前景。