作者：付柏成 赵知功 尚俊娜稳定分布分数低阶统计量变步长归一化最小平均值算法
摘要：由于NLMP算法的收敛速度不够快,它不能应用于实时性要求高的场合。引入指数遗忘因子加权误差的P阶相关,用数据段的P阶相关的平均更新步长,每L点数据段更新一次步长,提出了一种新的变步长NLMP算法。算法仿真结果表明,新的算法保持了传统NLMP算法的各项优点,同时在稳定性和收敛速度方面比传统的NLMP算法都有很大的改善,便于对信号进行实时性处理,算法简单易于实现,对高斯噪声和α稳定分布下的尖峰脉冲噪声都有很强的韧性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
