来源：期刊VIP网 时间：
作者：郭祥;王利勇;冯海伟;赵桓;张灵芝;高洁宇;陈菁瑶;
单位：晋西工业集团有限责任公司防务装备研究院;
摘要：针对弹道信号中存在的噪声干扰问题，尤其是没有信号的先验统计特性，因此不能使用某一固定参数的滤波器来处理该噪声干扰问题。本文基于改进的粒子群优化算法(Improved Particle Swarm Optimization, IPSO),提出一种改进的最小均方(Least Mean Square, LMS)自适应的信号滤波方法(简称IPSO-LMS方法)。传统的标准粒子群优化算法中，所有的粒子均采用相同的更新策略，导致种群多样性缺失，并且标准粒子群优化算法还特别容易陷入局部最优。本文所提的IPSO-LMS算法，通过设置不同的粒子搜索机制，智能的筛选出LMS滤波器的阶数和迭代步长的最优参数值，进一步提升了LMS自适应滤波器的性能。数值结果表明，与PSO-LMS算法相比，本文所提的IPSO-LMS算法在前2秒内瞬态响应振荡幅值大幅度减小，稳态响应收敛速度更快。此外，在不同输入信噪比(signal-to-noise ratio, SNR)下，IPSO-LMS滤波算法对于低SNR信号的降噪效果更加突出，即在一定范围内大幅提升SNR可以一定程度减小均方根误差。对于高SNR信号，虽然均方根误差进一步缩小，但SNR优化空间有限，因此本文所提的IPSO-LMS滤波算法在低SNR下滤波效果优势明显。
关键词：最小均方自适应算法;;粒子群优化算法;;弹道信号滤波算法;;信噪比
