针对基于CMA的DFE盲均衡算法收敛速度慢、收敛后稳态剩余误差大的缺点,提出了一种改进的基于CMA的DFE盲均衡算法。该算法通过引入均方误差作为调整步长的参量，构造出指数型变步长函数，把基于CMA的DFE盲均衡算法中前馈滤波器和反馈滤波器更新方程中的固定步长值变为可变值，并对其收敛性做了分析。计算机仿真表明，改进算法具有较快的收敛速度和更小的剩余误差。

完整代码，可直接运行

根据太阳能光伏电池的工程数学模型,在Matlab环境下建立了光伏电池仿真模型,分析了光照强度和温度变化对光伏电池输出特性的影响。针对扰动观察法采用固定的扰动步长而难以获得较高跟踪精度和响应速度的问题,提出了一种基于变步长的改进的扰动观察法,并通过对光伏电池控制系统进行仿真,比较了这2种最大功率点跟踪方法的仿真曲线。结果表明,采用改进的扰动观察法的光伏电池控制系统能更快速跟踪最大功率点,且在最大功率点处稳定性较好。

变步长自适应数字滤波器的稳定条件，肖扬，宋明艳，变步长自适应数字滤波器的权值随信号和噪声的变化自动调整时可能出现不稳定。为解决这一问题，本文提出变步长自适应数字滤波器的

变步长的LMS自适应滤波算法matlab程序,自适应滤波器原理及matlab仿真应用,matlab源码.zip.zip

变步长电导增量法建模过程及控制策略方法程序介绍

传统的稀疏自适应算法中采用的是固定步长来逐步逼近，这会导致估计过大或不精准的情况，因此本文采用了变步长的方法

龙格库塔 定步长 变步长 仿真，用matlab实现，对系统建模和仿真课程有很大帮助

Widrow和Hoff等人于1960年提出均方误差(LMS)算法，由于其结构简单，计算量小，稳定性好，易于实现等优点而得到广泛的应用。LMS算法的缺点是收敛速度慢，它克服不了收敛速度和稳态误差这一对固有矛盾：在收敛的前提下，如果步长取较大值，虽然收敛速度能得到提高，但稳态误差会随之增大，反之稳态误差虽然降低但收敛速度就会变慢。为解决这一矛盾，人们提出了许多改进型自适应算法。其中很大一类是变步长LMS算法。文献[4]提出Sigmoid函数变步长LMS算法(SVSLMS)。该算法在初始阶段或未知系统的系数参数发生变化时，其步长较大，从而使该算法有较快的收敛速度；而在算法收敛后，不管主输入端干扰信号

用变步长辛普生求积公式和龙贝格积分法计算习题，完整报告