最大互相关熵多凸组合自适应滤波算法

基于最大互相关熵准则(MCC)的自适应滤波算法在非高斯噪声环境下具有强鲁棒性,得到了广泛应用.然而,传统MCC滤波算法在选择参数时依然受到收敛速度与稳态精度之间固有矛盾的困扰.为解决这一问题,该文提出一类多凸组合MCC算法,能够充分发挥不同参数组合下滤波算法的性能优势,从而获得更好的信道跟踪能力.理论分析得出了所提算法的均值收敛条件和稳态均方误差,同时,仿真实验表明所提算法在对抗高斯和非高斯噪声时均具有收敛快、稳态精度高的特点.     

最大互相关熵多凸组合自适应滤波算法

基于最大互相关熵准则(MCC)的自适应滤波算法在非高斯噪声环境下具有强鲁棒性,得到了广泛应用。然而,传统MCC滤波算法在选择参数时依然受到收敛速度与稳态精度之间固有矛盾的困扰。为解决这一问题,该文提出一类多凸组合MCC算法,能够充分发挥不同参数组合下滤波算法的性能优势,从而获得更好的信道跟踪能力。理论分析得出了所提算法的均值收敛条件和稳态均方误差,同时,仿真实验表明所提算法在对抗高斯和非高斯噪声时均具有收敛快、稳态精度高的特点。     

基于最大混合相关熵准则的主动噪声控制算法

为了处理脉冲噪声，传统的滤波x最大相关熵准则（filtered-x maximum correntropy criterion，FxMCC）自适应算法具有良好的降噪性能在主动噪声控制(active noise control，ANC)系统中。然而，FxMCC算法具有单一的高斯核，其降噪性能和收敛速度易受到核宽度取值的影响。因此，在ANC系统中，本文采用最大混合相关熵准则（maximum mixture correntropy criterion，MMCC），以两个高斯核的混合作为代价函数来推导滤波x最大混合相关熵准则（filtered-x maximum mixture correntropy criterion，FxMMCC）算法。仿真结果表明，在标准对称α稳定（symmetric α-stable, SαS）分布的脉冲噪声的主动噪声控制中，本文提出的FxMMCC算法比其它ANC算法具有更好的降噪性能。      

基于最大相关熵准则的恒模盲均衡算法

针对恒模算法(constant modulus algorithm, CMA)在脉冲噪声环境下性能退化的问题,本文基于最大相关熵准则(maximum correntropy criterion, MCC)对恒模算法中基于最小均方误差(mean square error, MSE)准则的代价函数进行修正,推导出适用于脉冲噪声环境的基于MCC准则的恒模盲均衡算法(MCC_CMA)。该算法利用通信信号的恒模特性,首先得到发送信号与均衡器输出信号模值的误差信号,再通过使模值误差信号的相关熵最大来获得其迭代误差调节项,避免了传统高阶统计量算法在脉冲噪声环境下性能退化的问题。对高斯噪声以及α-稳定分布和混合高斯分布两种脉冲噪声环境下的信道均衡问题的仿真实验表明,相对于经典的自适应恒模盲均衡算法,MCC_CMA算法不依赖噪声的先验知识就能获得较快的收敛速度、较低的剩余码间干扰和误码率,并且在不同脉冲强度的脉冲噪声环境下都能够得到较好的均衡结果,表明MCC_CMA算法具有很好的鲁棒性。      

一种抗冲击噪声的对数总体最小二乘自适应滤波算法

在未知系统输入信号和输出信号均含有噪声的环境中,传统的自适应滤波算法,如最小均方(LMS)算法,会产生有偏估计.总体最小二乘(TLS)算法能够同时最小化输入信号与输出信号的噪声干扰,是解决此类问题的重要方法.然而,在许多实际应用中,干扰噪声可能具有冲击特性,这使得传统基于2阶统计量的自适应滤波算法,包括总体最小二乘算法性能严重恶化,以至于不能正常工作.为了解决这个问题,该文在总体最小二乘法的基础上,利用对数函数对其改进,提出了一种能够抗冲击干扰的对数总体最小二乘(L-TLS)算法.最后,通过计算机仿真实验验证了该新算法的有效性.     

一种抗冲击噪声的对数总体最小二乘自适应滤波算法

在未知系统输入信号和输出信号均含有噪声的环境中,传统的自适应滤波算法,如最小均方(LMS)算法,会产生有偏估计。总体最小二乘(TLS)算法能够同时最小化输入信号与输出信号的噪声干扰,是解决此类问题的重要方法。然而,在许多实际应用中,干扰噪声可能具有冲击特性,这使得传统基于2阶统计量的自适应滤波算法,包括总体最小二乘算法性能严重恶化,以至于不能正常工作。为了解决这个问题,该文在总体最小二乘法的基础上,利用对数函数对其改进,提出了一种能够抗冲击干扰的对数总体最小二乘(L-TLS)算法。最后,通过计算机仿真实验验证了该新算法的有效性。     

基于矩阵广义逆递推的自适应滤波算法

本文把自适应滤波算法的优化准则之一最小二乘准则:J(n)= ∑ n i=1 λ^n-i|e(i)|²写为矩阵形式,利用矩阵广义逆递推公式直接对输入信号矩阵而不是自相关矩阵进行递推更新,得到一种新的自适应滤波算法.和其它算法如LMS算法、NLMS算法、FRLS算法、TDNLMS算法、 APA算法、Leaky-LMS算法和RLS算法进行了计算机模拟仿真比较,仿真结果表明该算法有良好的收敛性能,收敛速度快于LMS算法、NLMS算法、FRLS算法、 APA算法、Leaky-LMS算法和RLS算法.     

自适应加权FIR-Myriad混合滤波算法

针对FIR滤波器滤除脉冲噪声以及加权Myriad滤波器滤除高斯噪声的不足,提出基于FIR滤波器和加权WMy滤波器有效组合的一类新的非线性滤波器FIR-WMyH滤波器.利用神经网络中的反向传播算法,在均方误差准则下,推导了一个基于统计梯度的自适应算法.基于稳定α分布脉冲噪声模型下的仿真结果说明了该算法的良好的性能.     

自适应滤波算法综述

分析了最小均方误差滤波和递归最小二乘滤波算法、自适应滤波的神经网络方法、基于QR分解的方法、统一模型下的自适应滤波及基于高阶累积量的自适应算法的优缺点,并对自适应滤波算法的未来发展做了展望。     

鲁棒总体均方最小自适应滤波:算法与分析

本文研究了在输入输出观测数据均含有噪声的情况下如何有效地进行鲁棒自适应滤波的问题.以总体均方误差(TMSE)最小为准则,基于最速下降原理,通过对总体均方误差梯度进行修正,提出了一种鲁棒的总体均方最小自适应滤波算法.通过与已有算法的对比分析表明,该算法能够有效地降低权向量的每步调整量对噪声的敏感程度.仿真实验的结果进一步表明,该算法的鲁棒抗噪性能和稳态收敛精度明显地高于其它同类方法,而且可以使用较大的学习因子,在高噪声环境下仍然保持良好的收敛性.     

基于滑动窗与韧性函数的递归最小p范数滤波方法

稳定分布可以更好地描述实际应用中所遇到的具有显著脉冲特性的随机信号和噪声。与其它统计模型不同, 稳定分布没有统一闭式的概率密度函数,其二阶及二阶以上统计量均不存在。针对系统中存在独立SS噪声与高斯噪声,该文基于SSG分布模型,提出了一种混合噪声环境下基于滑动窗与韧性函数自适应广义递归最小p范数滤波算法,并对算法进行了分析。计算机模拟和分析表明,这种算法是一种在SSG分布背景噪声条件下具有良好鲁棒性的方法。     

一种新的自适应滤波算法

针对机动目标跟踪问题，在“当前”统计模型的基础上，利用速度预测估计与实时速度估计间的偏差进行自适应方差调整，提出了一种新的自适应滤波算法——速度估计自适应跟踪算法(简称AVE)。大量仿真结果表明，该算法在跟踪机动目标时，具有良好的跟踪性能，并极大地改善了AF算法跟踪非机动目标的能力。     

Maximum Correntropy High-Order Extended Kalman Filter

In this paper,a novel maximum corren-tropy high-order extended Kalman filter(H-MCEKF)is proposed for a class of nonlinear non-Gaussian systems presented by poly...