ÖZETÇEBu çalışmada, LMS (En Küçük Kareler -Least Mean Square) algoritması için en-iyi adım-boyu bulma algoritması önerilmiştir. Algoritma döngüsel olarak çalışmakta ve her bir döngüde durağan-durum hata oranını enküçükleyecek en-iyi adım-boyu bulunarak dengeleyici katsayılarına yakınsanmaktadır. Adım-boyu değeri için herhangi bir başlangıç değerine ihtiyaç yoktur. En-iyi adım-boylu LMS dengeleme yöntemi (EA-LMS) ile diğer LMS tabanlı çalışmalar arasında başarım karşılaştırmaları yapılarak önerilen yöntemin üstünlüğü ortaya konulmuştur.
ABSTRACTIn this paper, an optimal step-size finding algorithm for LMS is presented. The algorithm runs iteratively and convergence to the equalizer coefficients by finding the optimal step-size which minimizes the steady-state error rate at each iteration. No initialization for the step-size value is required. Efficiency of the proposed algorithm is shown by making a performance comparison between some of the other LMS based algorithms and optimal step-size LMS algorithm.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.