样条自适应滤波器与网络研究

发布时间：2020-03-24 04:00

【摘要】：自适应滤波器在干扰抵消、回声消除、主动噪声控制、信道均衡等领域获得了广泛应用。上述大部分应用均可表征为系统辨识。在一些应用场合,未知系统的期望响应可能会存在非线性失真,如果采用传统的线性自适应滤波器辨识未知系统,将产生较大的稳态失调,甚至不能收敛。近年来提出的样条自适应滤波器为解决非线性失真问题提供了较好的解决方案。然而,当环境中存在非高斯噪声干扰时,样条自适应滤波器的收敛性能会下降。为了改善非高斯噪声环境下的样条自适应滤波器性能,本文提出了鲁棒样条符号算法和样条最小四阶矩算法。鲁棒样条符号算法对脉冲噪声干扰具有很强的鲁棒性,而样条最小四阶矩算法能够降低算法在大幅值均匀、二元等噪声干扰下的稳态失调。近年来,随着网络技术的发展,自适应滤波器被广泛应用于分布式网络。为了提高分布式网络估计未知参数的性能,本文将鲁棒样条符号算法和样条最小四阶矩算法引入分布式网络,提出了扩散式鲁棒样条符号算法和扩散式样条最小四阶矩算法。为了深入理解扩散式样条最小均方算法的统计行为,本文最后还分析了该算法的性能。
【图文】：

逦Ｘ１０４逡逑图邋２－３邋ＲＳＳＡ邋和邋ＳＬＭＳ邋的邋ＦＭＳＥ逡逑图２－３所示的ＲＳＳＡ和ＳＬＭＳ算法在脉冲干扰下的ＦＭＳＥ曲线，由图可得ＲＳＳＡ逡逑的ＦＭＳＥ可以收敛到－３０ｄＢ，但是ＳＬＭＳ的ＦＭＳＥ只能收敛到－３ｄＢ邋，因此可以看逡逑出在较大的脉冲干扰下，ＲＳＳＡ比ＳＬＭＳ算法有更强的鲁棒性。逡逑２．４扩散式鲁棒样条符号算法逡逑扩散式样条自适应滤波器模型图如２－４所示，，首先输入信号心（《）分别通过未知逡逑１９逡逑

逦１００００逡逑信号长度逡逑图２－２脉冲干扰波形逡逑５邋逦？逦＇逦＞逦逡逑—一＾逡逑－５＼邋＼邋■逡逑｜邋－１５邋＇逦＼逦＿逡逑＂＿２０．逦＼逦ＲＳＳＡ（Ｍ＝８ｅ－４）逦．逡逑■２５＇逡逑－３５邋逦１逦１逦１逦逡逑０逦０．５逦１逦１．５逦２逡逑迭代次数逦Ｘ１０４逡逑图邋２－３邋ＲＳＳＡ邋和邋ＳＬＭＳ邋的邋ＦＭＳＥ逡逑图２－３所示的ＲＳＳＡ和ＳＬＭＳ算法在脉冲干扰下的ＦＭＳＥ曲线，由图可得ＲＳＳＡ逡逑的ＦＭＳＥ可以收敛到－３０ｄＢ，但是ＳＬＭＳ的ＦＭＳＥ只能收敛到－３ｄＢ邋，因此可以看逡逑出在较大的脉冲干扰下，ＲＳＳＡ比ＳＬＭＳ算法有更强的鲁棒性。逡逑２．４扩散式鲁棒样条符号算法逡逑扩散式样条自适应滤波器模型图如２－４所示，首先输入信号心（《）分别通过未知逡逑１９逡逑
【学位授予单位】：苏州大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN713

【参考文献】

相关期刊论文 前4条

1 倪锦根;马兰申;;分布式子带自适应滤波算法[J];电子学报;2015年11期

2 李雷雷;何剑辉;张勇刚;;分布式无线网络中的仿射投影自适应算法[J];中国传媒大学学报(自然科学版);2012年02期

3 张家树,肖先赐;混沌时间序列的Volterra自适应预测[J];物理学报;2000年03期

4 王政炳,张殿治;一种基于神经网络的非线性自适应滤波器[J];系统工程与电子技术;1999年06期

相关硕士学位论文 前1条

1 马兰申;自适应网络的分布式估计研究[D];苏州大学;2014年

本文编号：2597760