分布式子带自适应滤波算法研究
发布时间：2021-04-23 10:02
分布式自适应网络因其在环境监测和频谱感知等领域的应用而受到广泛关注。其中,扩散式子带自适应滤波（Diffusion Subband Adaptive Filtering,DSAF）算法采用扩散策略与邻居节点进行信息交换并使用子带技术解决了分布式网络中输入信号存在相关性的问题。但实际应用场景中广泛存在的具有脉冲特性的非高斯噪声会导致传统的DSAF算法发生性能退化甚至完全失效。本文深入研究了非高斯噪声对DSAF算法的影响,将最大相关熵准则（Maximum Correntropy Criterion,MCC）作为新的代价函数,推导出最大相关熵扩散式子带自适应滤波（Maximum Correntropy Criterion Diffusion Subband Adaptive Filtering,MCC-DSAF）算法。在MCC-DSAF算法中,当误差信号受到非高斯噪声影响较大时,自适应滤波器权系数几乎不更新,保证了算法的稳定性;当误差信号变化较小时,滤波器权系数以较大步长完成更新,保证了算法的收敛速度。同时,考虑到水声通信、电话会议等系统的稀疏特性,本文将自适应增益矩阵技术与MCC-DSAF...
【文章来源】：沈阳工业大学辽宁省
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景
1.2 课题研究意义与目的
1.3 国内外研究现状
1.3.1 分布式估计的研究现状
1.3.2 扩散式子带自适应滤波算法的研究现状
1.3.3 相关熵的研究现状
1.3.4 稀疏信号处理的研究现状
1.4 主要研究内容及章节安排
1.4.1 主要研究内容
1.4.2 章节安排
第2章 子带自适应滤波算法
2.1 自适应滤波器原理及性能指标
2.2 子带自适应滤波器基础
2.2.1 多速率系统
2.2.2 滤波器组
2.2.3 基于多带结构的归一化子带自适应滤波算法
2.3 本章小结
第3章 分布式自适应滤波算法
3.1 常见的高斯噪声下扩散式自适应滤波算法
3.1.1 扩散式最小均方算法
3.1.2 扩散式仿射投影算法
3.1.3 扩散式子带自适应滤波算法
3.2 常见的非高斯噪声下稳健扩散式自适应滤波算法
3.2.1 扩散式符号误差LMS算法
3.2.2 扩散式仿射投影符号算法
3.2.3 扩散式符号子带自适应滤波算法
3.2.4 单独加权因子的扩散式符号子带自适应滤波算法
3.2.5 扩散式最大相关熵自适应滤波算法
3.3 常见的稀疏系统稳健扩散式自适应滤波算法
3.3.1 改进比例扩散式符号子带自适应滤波算法
3.3.2 单独加权因子的改进比例扩散式符号子带自适应滤波算法
3.4 算法仿真及分析
3.4.1 仿真条件
3.4.2 仿真结果与分析
3.5 本章小结
第4章 本文提出的新算法
4.1 最大相关熵扩散式子带自适应滤波算法
4.2 最大相关熵改进比例扩散式子带自适应滤波算法
4.3 算法性能分析
4.3.1 变量定义及假设
4.3.2 收敛性分析
4.3.3 稳定性分析
4.4 算法仿真及分析
4.4.1 仿真条件
4.4.2 仿真结果与分析
4.5 本章小结
第5章 结论
参考文献
在学研究成果
致谢
【参考文献】：
期刊论文
[1]分块稀疏自适应滤波算法研究[J]. 鲁振姣,郭莹. 微处理机. 2019(03)
[2]零吸引符号子带自适应滤波算法[J]. 郭莹,关思秀. 通信技术. 2019(02)
[3]脉冲噪声环境下基于最大相关熵准则的仿射投影算法[J]. 刘诚,邱天爽,李景春,李蓉. 大连理工大学学报. 2018(01)
[4]抗脉冲干扰的分布式仿射投影符号算法[J]. 倪锦根,马兰申. 电子学报. 2016(07)
[5]分布式子带自适应滤波算法[J]. 倪锦根,马兰申. 电子学报. 2015(11)
[6]分布式无线网络中的仿射投影自适应算法[J]. 李雷雷,何剑辉,张勇刚. 中国传媒大学学报(自然科学版). 2012(02)
[7]Energy-balanced multiple-sensor collaborative scheduling for maneuvering target tracking in wireless sensor networks[J]. Yonggui LIU, Bugong XU, Linfang FENG College of Automation Science and Engineering, South China University of Technology, Guangzhou Guangdong 510640, China. Journal of Control Theory and Applications. 2011(01)
[8]对称稳定分布的相关熵及其在时间延迟估计上的应用[J]. 宋爱民,邱天爽,佟祉谏. 电子与信息学报. 2011(02)
[9]一种变步长Proportionate NLMS自适应滤波算法及其在网络回声消除中的应用[J]. 刘立刚,FUKUMOTO Masahiro,张世永. 电子学报. 2010(04)
博士论文
[1]变设计参数子带自适应滤波器研究[D]. 倪锦根.复旦大学 2011
硕士论文
[1]非高斯噪声环境下的比例自适应滤波算法研究[D]. 石颖.电子科技大学 2019
[2]扩散式自适应网络的分布式估计算法研究[D]. 施娟.苏州大学 2017
[3]车内噪声主动控制系统设计与实现[D]. 周德好.电子科技大学 2016
[4]自适应网络的分布式估计研究[D]. 马兰申.苏州大学 2014
[5]无线传感器网络中分布式LMS算法的研究[D]. 陈文晓.西安邮电大学 2014
[6]基于成比例的自适应鲁棒回声消除算法[D]. 黄章梁.西南交通大学 2012
本文编号：3155124
【文章来源】：沈阳工业大学辽宁省
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景
1.2 课题研究意义与目的
1.3 国内外研究现状
1.3.1 分布式估计的研究现状
1.3.2 扩散式子带自适应滤波算法的研究现状
1.3.3 相关熵的研究现状
1.3.4 稀疏信号处理的研究现状
1.4 主要研究内容及章节安排
1.4.1 主要研究内容
1.4.2 章节安排
第2章 子带自适应滤波算法
2.1 自适应滤波器原理及性能指标
2.2 子带自适应滤波器基础
2.2.1 多速率系统
2.2.2 滤波器组
2.2.3 基于多带结构的归一化子带自适应滤波算法
2.3 本章小结
第3章 分布式自适应滤波算法
3.1 常见的高斯噪声下扩散式自适应滤波算法
3.1.1 扩散式最小均方算法
3.1.2 扩散式仿射投影算法
3.1.3 扩散式子带自适应滤波算法
3.2 常见的非高斯噪声下稳健扩散式自适应滤波算法
3.2.1 扩散式符号误差LMS算法
3.2.2 扩散式仿射投影符号算法
3.2.3 扩散式符号子带自适应滤波算法
3.2.4 单独加权因子的扩散式符号子带自适应滤波算法
3.2.5 扩散式最大相关熵自适应滤波算法
3.3 常见的稀疏系统稳健扩散式自适应滤波算法
3.3.1 改进比例扩散式符号子带自适应滤波算法
3.3.2 单独加权因子的改进比例扩散式符号子带自适应滤波算法
3.4 算法仿真及分析
3.4.1 仿真条件
3.4.2 仿真结果与分析
3.5 本章小结
第4章 本文提出的新算法
4.1 最大相关熵扩散式子带自适应滤波算法
4.2 最大相关熵改进比例扩散式子带自适应滤波算法
4.3 算法性能分析
4.3.1 变量定义及假设
4.3.2 收敛性分析
4.3.3 稳定性分析
4.4 算法仿真及分析
4.4.1 仿真条件
4.4.2 仿真结果与分析
4.5 本章小结
第5章 结论
参考文献
在学研究成果
致谢
【参考文献】：
期刊论文
[1]分块稀疏自适应滤波算法研究[J]. 鲁振姣,郭莹. 微处理机. 2019(03)
[2]零吸引符号子带自适应滤波算法[J]. 郭莹,关思秀. 通信技术. 2019(02)
[3]脉冲噪声环境下基于最大相关熵准则的仿射投影算法[J]. 刘诚,邱天爽,李景春,李蓉. 大连理工大学学报. 2018(01)
[4]抗脉冲干扰的分布式仿射投影符号算法[J]. 倪锦根,马兰申. 电子学报. 2016(07)
[5]分布式子带自适应滤波算法[J]. 倪锦根,马兰申. 电子学报. 2015(11)
[6]分布式无线网络中的仿射投影自适应算法[J]. 李雷雷,何剑辉,张勇刚. 中国传媒大学学报(自然科学版). 2012(02)
[7]Energy-balanced multiple-sensor collaborative scheduling for maneuvering target tracking in wireless sensor networks[J]. Yonggui LIU, Bugong XU, Linfang FENG College of Automation Science and Engineering, South China University of Technology, Guangzhou Guangdong 510640, China. Journal of Control Theory and Applications. 2011(01)
[8]对称稳定分布的相关熵及其在时间延迟估计上的应用[J]. 宋爱民,邱天爽,佟祉谏. 电子与信息学报. 2011(02)
[9]一种变步长Proportionate NLMS自适应滤波算法及其在网络回声消除中的应用[J]. 刘立刚,FUKUMOTO Masahiro,张世永. 电子学报. 2010(04)
博士论文
[1]变设计参数子带自适应滤波器研究[D]. 倪锦根.复旦大学 2011
硕士论文
[1]非高斯噪声环境下的比例自适应滤波算法研究[D]. 石颖.电子科技大学 2019
[2]扩散式自适应网络的分布式估计算法研究[D]. 施娟.苏州大学 2017
[3]车内噪声主动控制系统设计与实现[D]. 周德好.电子科技大学 2016
[4]自适应网络的分布式估计研究[D]. 马兰申.苏州大学 2014
[5]无线传感器网络中分布式LMS算法的研究[D]. 陈文晓.西安邮电大学 2014
[6]基于成比例的自适应鲁棒回声消除算法[D]. 黄章梁.西南交通大学 2012
本文编号：3155124
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3155124.html
