脉冲噪声下的核自适应滤波算法研究
发布时间：2022-01-16 16:57
核自适应滤波能够较好地处理一些非线性问题,得到了广泛的关注及深入的研究。本文利用集员滤波理论和矢量量化等方法,研究核自适应滤波算法,以降低算法复杂度、提高抗脉冲噪声能力。首先,简单地介绍核自适应滤波、Alpha稳定分布理论和集员滤波等基础理论等。然后,研究提出了3种核集员自适应滤波算法。将核方法运用到集员双归一化最小均方（SMBNLMS）算法中,提出核集员双归一化最小均方（KSMBNLMS）算法。核集员归一化最小均方（KSMNLMS）算法采用单个约束集控制权向量的更新,采用两个约束集控制权向量更新的KSMBNLMS算法能够提升估计精度。由于在Alpha稳定分布噪声背景中KSMNLMS算法和KSMBNLMS算法的性能退化,对此,利用集员滤波理论,提出了核集员归一化最小p范数（KSMNLMP）算法和核集员双归一化最小p范数（KSMBNLMP）算法。非线性信道均衡的仿真结果表明,在集员滤波类算法中,KSMBNLMS比KSMNLMS具有更好的均衡效果,KSMNLMP和KSMBNLMP算法分别比KSMNLMS和KSMBNLMS算法具有更好的均衡效果,KSMBNLMP算法均衡效果最好。接着,研究提...
【文章来源】：杭州电子科技大学浙江省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
FIR横向结构
杭州电子科技大学硕士学位论文方法的基本过程是将低维空间中的自适应滤波器的输入信号矢量到高维空间后得到u ( n)；再对数据进行线性的处理，用核函数表 u ( m ), u ( n ) =k er ( X ( m) , X( n))适应滤波器算法[3,4]。绍核方法的数学基础和重要性质。 应 滤 波 器 的 输 入 信 号 矢 量 X ( n)映 射 到 高 维 的 RKHSM 1 Q，简记为u ( n ) ( n)，则T M( n ) [ ( n ),..., ( nM 1)] u Q ( m ), ( n ) =k er ( ( m) , ( n))u u X X ，则称 ker ( , ) 函数为核函数。如正定三个条件，则称之为 Mercer 核函数[3,4]。
特性越显著；反之，当α值越大，拖尾变薄，且脉冲特性减弱；由此函数完全由g 、γ 、β 和α这四个参数确定。波基础理论这两个方面简述集员滤波基础理论，分别为集员滤波理论的基本波理论的基本概念 M 1 T( n )= :| d ( n ) ( n) | H W R W X ，； d ( n )是第 n 次迭代的期望信号； 是输出误差幅度边界。二维意图如 2.3。滤波是一种采用明确的代价函数 J ( n) ，将滤波器输出的误差 e( n n )不在特定的 H ( n)内才进行更新，从而可以减少算法计算量的自数学理论无法精确计算出 H ( n)，因而，集员滤波算法通常用包含述约束集[2]。
【参考文献】：
期刊论文
[1]基于块自适应滤波的核最小均方算法[J]. 赵知劲,金明明. 计算机工程. 2017(09)
[2]A Quantized Kernel Least Mean Square Scheme with Entropy-Guided Learning for Intelligent Data Analysis[J]. Xiong Luo,Jing Deng,Ji Liu,Weiping Wang,Xiaojuan Ban,Jenq-Haur Wang. 中国通信. 2017(07)
[3]α稳定分布噪声下的核最小平均P范数算法[J]. 赵知劲,金明明. 计算机应用研究. 2017(11)
博士论文
[1]集员估计理论、方法及其应用[D]. 柴伟.北京航空航天大学 2008
硕士论文
[1]基于符号函数的自适应滤波器的稳态性能研究[D]. 王飞.大连海事大学 2017
[2]电阻抗成像技术正则化算法的研究[D]. 李冬晔（Juliet Lee）.南京邮电大学 2016
[3]基于最大互相关熵的核自适应滤波算法研究[D]. 石嘉豪.华南理工大学 2016
[4]非高斯冲激干扰下基于核方法的自适应滤波算法研究[D]. 曾俊俊.重庆邮电大学 2016
[5]带有反馈机制的核自适应滤波算法研究[D]. 赵集.西南大学 2016
[6]核自适应滤波算法研究[D]. 陈乾.华中师范大学 2014
[7]脉冲噪声环境下基于相关熵的波束形成算法研究[D]. 王晓龙.大连海事大学 2014
[8]核自适应滤波算法的研究[D]. 苗秋园.浙江大学 2012
[9]通信对抗中的干扰识别技术研究[D]. 沈家瑞.电子科技大学 2011
[10]基于核方法的自适应滤波的算法的研究[D]. 朱陈良.西华大学 2011
本文编号：3593074
【文章来源】：杭州电子科技大学浙江省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
FIR横向结构
杭州电子科技大学硕士学位论文方法的基本过程是将低维空间中的自适应滤波器的输入信号矢量到高维空间后得到u ( n)；再对数据进行线性的处理，用核函数表 u ( m ), u ( n ) =k er ( X ( m) , X( n))适应滤波器算法[3,4]。绍核方法的数学基础和重要性质。 应 滤 波 器 的 输 入 信 号 矢 量 X ( n)映 射 到 高 维 的 RKHSM 1 Q，简记为u ( n ) ( n)，则T M( n ) [ ( n ),..., ( nM 1)] u Q ( m ), ( n ) =k er ( ( m) , ( n))u u X X ，则称 ker ( , ) 函数为核函数。如正定三个条件，则称之为 Mercer 核函数[3,4]。
特性越显著；反之，当α值越大，拖尾变薄，且脉冲特性减弱；由此函数完全由g 、γ 、β 和α这四个参数确定。波基础理论这两个方面简述集员滤波基础理论，分别为集员滤波理论的基本波理论的基本概念 M 1 T( n )= :| d ( n ) ( n) | H W R W X ，； d ( n )是第 n 次迭代的期望信号； 是输出误差幅度边界。二维意图如 2.3。滤波是一种采用明确的代价函数 J ( n) ，将滤波器输出的误差 e( n n )不在特定的 H ( n)内才进行更新，从而可以减少算法计算量的自数学理论无法精确计算出 H ( n)，因而，集员滤波算法通常用包含述约束集[2]。
【参考文献】：
期刊论文
[1]基于块自适应滤波的核最小均方算法[J]. 赵知劲,金明明. 计算机工程. 2017(09)
[2]A Quantized Kernel Least Mean Square Scheme with Entropy-Guided Learning for Intelligent Data Analysis[J]. Xiong Luo,Jing Deng,Ji Liu,Weiping Wang,Xiaojuan Ban,Jenq-Haur Wang. 中国通信. 2017(07)
[3]α稳定分布噪声下的核最小平均P范数算法[J]. 赵知劲,金明明. 计算机应用研究. 2017(11)
博士论文
[1]集员估计理论、方法及其应用[D]. 柴伟.北京航空航天大学 2008
硕士论文
[1]基于符号函数的自适应滤波器的稳态性能研究[D]. 王飞.大连海事大学 2017
[2]电阻抗成像技术正则化算法的研究[D]. 李冬晔（Juliet Lee）.南京邮电大学 2016
[3]基于最大互相关熵的核自适应滤波算法研究[D]. 石嘉豪.华南理工大学 2016
[4]非高斯冲激干扰下基于核方法的自适应滤波算法研究[D]. 曾俊俊.重庆邮电大学 2016
[5]带有反馈机制的核自适应滤波算法研究[D]. 赵集.西南大学 2016
[6]核自适应滤波算法研究[D]. 陈乾.华中师范大学 2014
[7]脉冲噪声环境下基于相关熵的波束形成算法研究[D]. 王晓龙.大连海事大学 2014
[8]核自适应滤波算法的研究[D]. 苗秋园.浙江大学 2012
[9]通信对抗中的干扰识别技术研究[D]. 沈家瑞.电子科技大学 2011
[10]基于核方法的自适应滤波的算法的研究[D]. 朱陈良.西华大学 2011
本文编号：3593074
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3593074.html
教材专著
