一种基于神经网络预测LMS功率倒置自适应步长调整方法

本发明公开了一种基于神经网络预测LMS功率倒置自适应步长调整方法，涉及卫星导航和信号处理技术领域，本发明通过构建并训练一个神经网络模型，输入为当前帧输入信号功率及最大特征值，输出为当前帧预测步长，相比于固定步长的LMS功率倒置算法，本发明引入神经网络动态预测最优步长，解决传统经验式步长调节不自适应的问题，并结合输入信号的协方差矩阵和最大特征值反映干扰强度，实现干扰感知调节，能够在干扰较强的情况下，增大步长，以加速收敛和增强跟踪能力；在干扰较弱的情况下，减小步长，以减小稳态失调，提升抗干扰性能。本发明能够解决现有的LMS功率倒置算法中步长参数难以自适应调节的问题，尤其是在多干扰信道或动态环境下步长设置不当造成的收敛缓慢或系统发散问题。