一种全解耦的Volterra自适应滤波器

本文研究了Volterra自适应滤波的解耦问题.通过对Volterra滤波器的伪线性组合结构的提出和分析,得到了一个新的关于均方误差MSE的表达式,并将Volterra自适应滤波问题描述为一个约束优化问题,从而导出了满足最小均方误差(MMSE)指标的具有分块对角型输入相关矩阵的全解耦Volterra标准方程,据此设计了一种全解耦的Volterra自适应滤波器,给出了滤波器权向量的自适应修正公式.仿真结果验证了本文方法的有效性.     

一种全解耦的RLS自适应Volterra滤波器

本文研究了Volterra自适应滤波器解耦问题,提出了一种全解耦的RLS自适应Volterra滤波器.按照Volterra滤波器的伪线性组合结构,采用RLS滤波原理和约束优化理论,导出了满足最小累计平方误差指标的具有分块对角形输入相关矩阵的全解耦Volterra标准方程,据此设计了一种全解耦的RLS自适应Volterra滤波器,给出了滤波器权向量自适应修正的一套公式.仿真结果验证了本文方法的有效性.     

一种全解耦的RLS自适应Voherra滤波器

本文研究了Voltrra自适应滤波器解耦问题，提出了一种全解耦的RLS自适应Volterra滤波器．按照Volterra滤波器的伪线性组合结构，采用RLS滤波原理和约束优化理论，导出了满足最小累计平方误差指标的具有分块对角形输入相关矩阵的全解耦Volterra标准方程，据此设计了一种全解耦的RLS自适应Volterra滤波器，给出了滤波器权向量自适应修正的一套公式．仿真结果验证了本文方法的有效性。     

一种全解耦分组二阶Volterra自适应滤波算法

传统的Volterra滤波器运算量大,二次项将稳定分布的尖峰脉冲特性放大,从而影响了算法的收敛性能。针对这些问题．提出了一种二阶Volterra滤波器的全解耦分组算法,对输入数据进行分组排列,有效地降低计算复杂度,每组对应的子滤波器权系数采用全解耦自适应调整算法,有效地降低了非线性项耦合的影响。仿真结果表明了算法的有效性。     

基于MWF的非线性Volterra滤波

结合Volterra滤波的多人单出(MISO)模型,本文将多级维纳滤波(MWF)应用于非线性Volterra滤波,提出三种实现结构及其降秩滤波算法.MWF将期望信号连续投影到正交的低维子空间,利用嵌套的一组标量维纳滤波器实现滤波,避免求解观测矢量的自相关矩阵及其逆;而基于MWF的降秩滤波算法不需要进行计算复杂的特征值分解.结合中继卫星信道的非线性均衡对算法进行仿真,仿真结果表明三种结构均可以很好地收敛;降秩算法在减小运算量的同时,性能接近全秩算法.     

稀疏自适应Volterra滤波的QRD-RLS算法

求解非线性问题时,非线性Volterra滤波的性能明显优于线性滤波;稀疏结构Voherra滤波器有效降低了Volterra滤波的工程应用复杂度;本文针对稀疏Volterra滤波,改进了基于QR分解的RLS算法,在更换滤波器抽头的时候保留了先前的数据信息,从而加速当前抽头的收敛,加快了滤波器核矢量的更新和替换.仿真结果表明改进的QRD-RKS算法具有快速自适应能力;一同验证了稀疏Volterra滤波的有效性.     

基于自适应Volterra滤波器的非线性系统辨识

为了识别非线性系统的参数,本文提出了一种基于自适应Volterra滤波器的非线性系统辨识方法。给出了自适应Volterra滤波器的LMS和RLS算法。数值仿真结果表明,该方法对于非线性定常和时变系统都有效。     

基于自适应Volterra的高斯噪声图像滤波算法

针对高斯噪声图像滤波问题,提出一种可以保留细节的自适应Volterra-Volterra滤波方法。为了解决二阶Volterra滤波器核系数确定难、数量多等问题,提出了一种自适应建核结构及算法。通过图像处理实验,与其它滤波算法进行了细节度保留、均方差(MSE)和信噪比(SNR)等指标的比较,结果表明,本文方法优于进行对比的其它滤波方法。     

一种三阶Volterra自适应滤波算法

采用更高阶Volterra滤波器更好地逼近非线性系统时,Volterra自适应滤波算法的计算复杂度呈幂级数增加。针对此问题,本文提出了一种在α稳定分布噪声背景下基于离散余弦变换(DCT)的三阶Volterra滤波算法。首先将Volterra滤波器的三次项权系数矩阵分解成一组二次项权系数矩阵;然后利用正交变换,将二次项权系数矩阵变换成对角矩阵,从而大大减少了权系数个数,有效降低了算法的计算复杂度;最后将Volterra自适应滤波器输出表示成线性滤波器输出形式,并由此得到权系数自适应调整算法。系统辨识的仿真结果表明,本算法在α稳定分布噪声背景下具有优越的性能。     

一种非线性自适应滤波的快速算法

本文提出一种自适应Volterra滤波的快速算法．Volterra滤波是非线性自适应滤波的常用而有效方法，但因其计算量大而在实际应用中有许多局限性．快速算法能显著降低计其复杂度．我们描述了快速算法的原理、理论结果及实现方法，分析比较了快速算法和现有算法的复杂度．文中给出了一个仿真实例。     

一种全最小二乘算法及其在非线性滤波器中的应用

针对输入输出观测数据均含有噪声的滤波问题,提出了一种稳定的总体最小二乘自适应算法。该算法以系统的增广权向量的瑞利商(RQ)与对增广权向量的最后元素的约束的和作为总损失函数,利用梯度最陡下降原理导出权向量的自适应迭代算法,并将该算法应用于非线性Volterra滤波器。研究了算法的稳定性能,提出的算法不仅有良好的收敛性能,而且在权向量的自适应迭代时不需要标准化处理,使得算法的实施更为简单。仿真实验表明,无论在线性系统或非线性系统,本文算法的收敛性能,鲁棒抗噪性能和稳态收敛精度明显高于其它同类总体最小二乘算法。     

解耦的转换测量Kalman滤波算法

对于极坐标观测下的目标跟踪问题,基于转换测量Kalman滤波器(CMKF),应用正规变换,得到了解耦的CMKF算法,同时研究了CMKF和解耦CMKF算法的初值估计问题.仿真结果表明了解耦CMKF算法及其初值估计的有效性.     

扩频通信中干扰抑制的自适应非线性滤波技术

本文研究了自适应非线性滤波在直扩通信中抑制窄带干扰的应用，修正了Ｖｉｊａｙａｎ和Ｐｏｏｒ所采用的抽头更新算法，使非线性滤波的性能明显改善，同时把自适应非线性横向滤波结构，推广到Ｌａｔｔｉｃｅ结构，提高了收敛速度。     

一种稀疏系统辨识的子带自适应滤波算法

利用改进的多带结构子带自适应滤波(IMSAF)算法辨识具有稀疏特性的未知系统.代价函数引入加权的l1范数作为附加约束,并结合次梯度分析方法推导出新的更新方程.根据加权矩阵选取的不同,提出了两个li范数约束的IMSAF算法:l1-IMSAF和l1-RIMSAF.仿真结果表明,在未知系统具备稀疏特性的条件下,相较于传统的IMSAF算法,两个新算法的收敛性能具有显著提高.