《表2 实验中所得稳态误差Tab.2 The Steady State Error in the Experiment》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《改进变步长自适应分布式滤波算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验网络连接图，如图5（a）所示。当两节点连接且距离R燮0.3时，认为是相互连通邻居节点，各节点的背景噪声方差，如图5（b）所示。方差在限定范围内随机生成。初始输入信号是高斯白噪声且其自相关矩阵为RXX，n=σx2，nIN。四种算法迭代初始步长μ=0.01，SD-DLMS算法参数设置为δ=0.2，算法参数估计实验的MSD曲线，如图6所示。从图6实验结果可知，文中算法与SD-DLMS算法取得相似的滤波性能，但在稳态误差和收敛速度方面稍有优势，与传统扩散LMS自适应滤波算法相比，文中算法在保持与其相似的稳态误差基础上，极大的提高了算法的收敛时间；与DLMS/F算法相比，虽然收敛速度没有优势，但这里算法的稳态误差比DLMS/F算法有明显的提高。从实验结果可以看出文中算法在收敛速度和稳态误差方面都取得较好的效果，主要因为在算法运行初期，式（6）调整步长处于一个较大的值，以加快收敛，而当算法逐渐趋于稳定时，步长平缓的变化，保证了算法具有较小的稳态误差。进一步在不同的分布式传感器网络和输入信号方差下，进行了三组实验，并统计实验稳态误差，结果如表2所示。可以看出，文中算法保持了与传统扩散LMS的滤波性能，比SD-DLMS和DLMS/F算法的稳态误差更小。综合实验结果可知，文中算法在保持与传统扩散LMS算法稳态误差相似的情况下，大幅提高了算法的收敛速度。