دانلود ترجمه مقاله الگوریتم های NLMS با اندازه متغیر و پروجکشن آفین (آی تریپل ای ۲۰۰۴)
این مقاله انگلیسی ISI در نشریه آی تریپل ای در سال ۲۰۰۴ منتشر شده که ۴ صفحه می باشد، ترجمه فارسی آن نیز ۱۱ صفحه میباشد. کیفیت ترجمه این مقاله عالی بوده و به صورت کامل ترجمه شده است.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
الگوریتم های NLMS با اندازه متغیر و پروجکشن آفین |
عنوان انگلیسی مقاله: |
Variable Step-Size NLMS and Affine Projection Algorithms |
|
مشخصات مقاله انگلیسی | |
نشریه | آی تریپل ای – IEEE |
سال انتشار | ۲۰۰۴ |
فرمت مقاله انگلیسی | |
تعداد صفحات مقاله انگلیسی | ۴ صفحه |
نوع مقاله | ISI |
نوع ارائه مقاله | ژورنال |
رشته های مرتبط با این مقاله | مهندسی کامپیوتر – مهندسی برق |
گرایش های مرتبط با این مقاله | مهندسی الکترونیک – مهندسی الگوریتم ها و محاسبات |
چاپ شده در مجله (ژورنال) | Signal Processing Letters |
کلمات کلیدی | فیلترهای تطبیقی – الگوریتم تصویر همگر – حداقل میانگین مجذور نرمالیزه شده (NLMS) – اندازه گام متغیر |
کلمات کلیدی انگلیسی | Adaptive filters – affine projection algorithm – normalized least mean square (NLMS) – variable step-size |
نمایه (index) | Scopus – Master Journals List – JCR |
نویسندگان | Hyun-Chool Shin – Ali H. Sayed – Fellow – Woo-Jin Song |
شناسه شاپا یا ISSN | ۱۰۷۰-۹۹۰۸ |
شناسه دیجیتال – doi | https://doi.org/10.1109/LSP.2003.821722 |
لینک سایت مرجع | https://ieeexplore.ieee.org/document/1261961 |
ایمپکت فاکتور (IF) مجله | ۴٫۴۱۲ در سال ۲۰۲۲ |
شاخص H_index مجله | ۱۵۴ در سال ۲۰۲۳ |
شاخص SJR مجله | ۱٫۱۲۳ در سال ۲۰۲۲ |
شاخص Q یا Quartile (چارک) | Q1 در سال ۲۰۲۲ |
بیس | نیست ☓ |
مدل مفهومی | ندارد ☓ |
پرسشنامه | ندارد ☓ |
متغیر | ندارد ☓ |
فرضیه | ندارد ☓ |
رفرنس | دارای رفرنس در داخل متن و انتهای مقاله ✓ |
کد محصول | ۱۲۵۸۹ |
مشخصات و وضعیت ترجمه فارسی این مقاله | |
فرمت ترجمه مقاله | ورد تایپ شده با قابلیت ویرایش و pdf |
وضعیت ترجمه | ترجمه شده و آماده دانلود |
کیفیت ترجمه | عالی (مناسب استفاده دانشگاهی و پژوهشی) |
تعداد صفحات ترجمه | ۱۱ صفحه با فونت ۱۴ B Nazanin |
ترجمه عناوین تصاویر و جداول | ترجمه شده است ✓ |
ترجمه متون داخل تصاویر | ترجمه نشده است ☓ |
ترجمه متون داخل جداول | ترجمه نشده است ☓ |
ترجمه ضمیمه | ندارد ☓ |
درج تصاویر در فایل ترجمه | درج شده است ✓ |
درج جداول در فایل ترجمه | درج شده است ✓ |
درج فرمولها و محاسبات در فایل ترجمه | به صورت عکس درج شده است ✓ |
منابع داخل متن | به صورت عدد درج شده است ✓ |
منابع انتهای متن | به صورت انگلیسی درج شده است ✓ |
فهرست مطالب |
چکیده ۱ معرفی ۲ APA با اندازه گام متغیر ۳ نتایج شبیه سازی ها ۴نتیجه گیری منابع |
بخشی از ترجمه |
چکیده این مقاله دو الگوریتم جدید با اندازه گام متغیر برای حداقل میانگین مجذور نرمالیزه شده و تصویر همگر پیشنهاد می کند. طرح های پیشنهادی منجر به سرعت همگرایی سریع تر و خطای ناسازگاری کمتر می شوند.
۱٫ معرفی دیتای ورودی رنگی عملکرد همگرایی فیلترهای تطبیقی نوع حداقل میانگین مجذور (LMS) را بدتر میکند [۱]-[۳]. به منظور غلبه بر این مشکل، Ozeki و Umeda یک الگوریتم تصویر همگر پیشنهاد دادند (APA) [4] که مبتنی بر تصویرهای زیرفضای همگر است. برخلاف NMLS، که بردار وزن را فقط براساس بردار ورودی فعلی بهروز میکند، APA بردار وزن را براساس بردارهای ورودی K بهروز میکند. در هر دو نوعِ حداقل میانگین مجذور نرمالیزه شده (NMLS) و APA، اندازه گام μ، سرعت همگرایی و خطای میانگین مربع بیش از حد حالت پایدار را کنترل میکند. برای برآورده کردن نیازمندیهای متناقص همگرایی سریع و ناسازگاری کم، اندازه گام باید کنترل شود. در LMS استاندارد، طرحهای مختلفی برای کنترل اندازه گام ارائه شده است [۵]-[۸]. عملکرد این طرحها با توجه به میزان دقت تخمین اینکه فیلتر چقدر از عملکرد بهینه فاصله دارد، مشخص میشود. معیارهای مختلفی بدین منظور توسعه داده شده است. Kwong و Johnston از خطاهای آنی مربع (مجذور) استفاده کردند [۵]. به منظور بهبود آسیب ناپذیری نویزی تحت تاثیر نویز گوسی Aboulnasr و Mayyas از خودهمبستگی مربعی (مجذور شده) خطاها در زمان مجاور استفاده کردند [۶]، و Pazaitis و Constantinides انباشت مرتبه چهارم خطای آنی را تصویب کردند [۷]. در [۸] و در برخی از مراجع موجود در آن، اندازه گام بهینه برای NLMS از طریق به حداقل رساندن انحراف میانگین مجذور در هر تکرار بدست آمده است. این معیارها برای LMS بطور موثری عمل میکنند اما برای APA به طور مستقیم کاربرد ندارند. دلیل این امر این است که خطای آنی APA یک بردار است، برخلاف خطای آنی در LMS که یک مقدار عددی است.
در این مقاله، ما معیاری ارائه کردیم که ارزیابی وضعیت فیلتر تطبیقی را فراهم میکند، یعنی نشان میدهد که فیلتر تطبیقی چقدر به عملکرد بهینه نزدیک است. با استفاده از این معیار، ما یک APA با اندازه گام متغیر ایجاد میکنیم که سرعت همگرایی سریعتر و خطای ناسازگاری کمتری نسبت به طرح های موجود دارد. ما همچنین به عنوان یک مورد خاص، یک الگوریتم NLMS با اندازه گام متغیر را توسعه میدهیم. در تمام این مقاله نشانهگذاریهای زیر تصویب شده است: ||.|| مقیاس اقلیدسی یک بردار است و Tr(.) اثر یک ماتریس است. |