语音降噪 LMS算法概要

论文利用 MATLAB 进行仿真，在计算机上进行独立仿真 100 次取其统计平均。

在步长，滤波器阶数时。

对 LMS 和 FBLMS 两种算法进行仿真比较，比较结果如图 5-4 所示图 5-4 LMS 算法和 FBLMS 算法收敛过程及结果比较根据图 5-4 显示的结果，可得以下结论： FBLMS 算法和 LMS 算法的收敛速度和收敛效果极为相似，也就是说在此环境下，两种算法的性能几乎是相同的。

由此可见，计算机仿真结果与理论分析结论基本一致，在滤波器阶数不是特别大时，其计算的优越性不能充分体现出来，收敛过程和收敛结果与经典 LMS 相似。

5.4 本章小结本章在经典 LMS 自适应算法的基础上对分块自适应算法BLMS 以及由此推导出的 FBLMS 算法进行了研究，并利用 MATLAB 仿真软件对经典 LMS 算法和 FBLMS 算法进行仿真与分析，总结出了 FBLMS 相对于经典LMS 的优点。

由于采用分块处理，计算复杂度降低、计算时间缩短。

论文。