共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
扩散式仿射投影算法(DAPA)是实现分布式网络参数自适应估计的一种重要方法,该算法在输入信号存在相关性时仍快速收敛,但抑制具有脉冲特性的非高斯噪声能力弱,且固定步长对收敛性有所限制.为此,该文提出了基于Wilcoxon范数的变步长符号扩散式仿射投影算法(VSS-DWAPA).首先,引入稳健估计理论中抗异常值能力强的Wilcoxon范数作为代价函数并根据其取值特点进行了符号量化,推导出了新的迭代方程;其次,针对固定步长的局限性,采用迭代方式实现了误差信号对步长的控制,在初始阶段和接近收敛阶段选择不同的步长,使算法具有更好的适应性.仿真结果表明,在非高斯噪声下本文的VSS-DWAPA算法在收敛性、跟踪性等方面均优于现有一些扩散式自适应滤波算法,同时在高斯噪声环境下也具有较好的性能. 相似文献
5.
自适应滤波器在自适应控制、噪声消除、信道均衡、系统辨识以及生物医学等领域的应用中发挥着重要作用。由于其简单性、低计算量和易于实现等特点,其中最流行的自适应滤波算法是最小均方(Least Mean Square,LMS)算法。传统的LMS算法在处理高斯信号时具有良好的收敛性能,然而,针对非高斯信号的处理,自适应LMS算法的收敛性较差,甚至无法收敛。为了改进LMS算法在非高斯噪声干扰下的收敛性,本文通过将传统的LMS算法的代价函数嵌入到双曲正切(Hyperbolic Tangent)函数框架中设计了一种新的代价函数,从而提出了一种鲁棒的双曲正切最小均方(Hyperbolic Tangent Least Mean Square,HTLMS)算法。此外,针对HTLMS算法存在收敛速度与稳态误差相矛盾的问题,本文设计了一种可变λ参数的双曲正切最小均方(Variableλ-parameter Hyperbolic Tangent Least Mean Square,VHTLMS)算法。仿真结果表明,在系统辨识应用场景中,与LMS算法、最大相关熵准则(Generalized Maximum Corr... 相似文献
6.
q梯度是基于q微分的广义梯度。为了进一步提高仿射投影算法(APA)的滤波性能,该文基于最小均方误差准则将q梯度应用于APA进而产生一种新的q-APA,在高斯噪声环境下选择合适的q值可以取得理想的滤波性能。通过理论分析,提出了保证算法收敛的充分条件,并计算出表征滤波性能的稳态额外均方误差(EMSE)。除此之外,为了进一步提高算法的滤波性能,提出一个变q的APA(V-q-APA)。在高斯噪声环境下,将q-APA和V-q-APA应用于系统辨识中。仿真结果表明:与传统的APA和变q的最小化均方(V-q-LMS)算法相比,q-APA和V-q-APA均具有更好的滤波性能。 相似文献
7.
针对在机载捷联惯导系统(SINS)自标定过程中,量测噪声呈非高斯分布,导致经典Kalman滤波性能降低的问题,该文提出了基于最大熵Kalman滤波(MCKF)的机载SINS自标定技术。该方法采用最大相关熵准则(MCC)替代经典Kalman滤波的最小均方误差准则,有效利用信号的高阶矩信息,并将其应用于机载SINS自标定系统中。仿真结果表明,在非高斯噪声条件下,该方法能够估计出机载SINS待标定参数,且算法的鲁棒性和误差项估计精度均优于经典Kalman滤波,具有一定的工程应用价值。 相似文献
8.
9.
迭代变步长LMS算法及性能分析 总被引:1,自引:0,他引:1
针对固定步长LMS(Least Mean Square)算法(FXSSLMS)不能同时满足快速收敛和小稳态失调误差的问题,该文提出了迭代变步长LMS算法(IVSSLMS)。与已有的变步长LMS算法(VSSLMS)不同,该算法的步长因子不再是由输出误差信号控制,而是建立了与迭代时间的改进Logistic函数非线性关系,克服了定步长算法收敛慢及已有变步长算法抗噪声干扰能力差的问题。最后从理论上分析了算法的性能,给出了其参数取值方法。理论分析和仿真均表明,所提算法能够在快速收敛情况下获得小的稳态失调误差,在有色噪声干扰下稳态失调误差比已有算法降低了约7 dB。 相似文献