基于自适应滤波算法的变稀疏度的系统辨识研究

发布时间：2022-01-23 06:56

　　系统辨识是自适应滤波最广泛的应用之一,同时系统辨识研究也是一个极具挑战性的问题,特别是在系统冲激响应还是稀疏的情况下。在非高斯噪声中,针对于稀疏冲激响应的系统辨识,PLMP（Proportionate Least Mean-power）算法具有很好的滤波特性。然而在实际应用中,系统的稀疏度并不是一成不变的。PLMP算法在时变稀疏度系统下不能保证滤波性能一直最好。为避免现有的PLMP算法在稀疏度变化情况下滤波器收敛速度降低,提出了改进的PLMP（Improved PLMP,IPLMP）算法。IPLMP算法在稀疏度较小时,由传统自适应滤波算法LMP（Least Mean-power）算法起主导作用;当系统稀疏度较大时,PLMP算法起主导作用。IPLMP算法很好的适应了系统稀疏度变化的环境。本文从以下三个方面对IPLMP算法进行了优化:（1）为了加快系统权值更新的稀疏化速度,本文在IPLMP算法的代价函数基础上加上了权值系数的l₁-范数,即采用权值系数的l₁-范数度量系统稀疏特性,得到了COST-ZAIPLMP算法。然而该范数并不是有效的稀疏性度量... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 本文研究计划及预期目标
    1.3 论文章节安排
第二章 经典的自适应滤波算法
    2.1 引言
    2.2 经典自适应算法介绍
        2.2.1 维纳滤波器
        2.2.2 LMS算法和NLMS算法
        2.2.3 LMP算法和NLMP算法
        2.2.4 PLMS算法和PNLMS算法
        2.2.5 PLMP算法和PNLMP算法
        2.2.6 MPNLMS算法
        2.2.7 SPNLMS算法
        2.2.8 IPNLMS算法
        2.2.9 IIPNLMS算法
    2.3 本章小结
第三章 基于范数惩罚约束类算法
    3.1 引言
    3.2 IPLMP算法
    3.3 COST-IPLMP类算法
        3.3.1 COST-ZAIPLMP算法
        3.3.2 COST-RZAIPLMP算法和COST-CIMIPLMP算法
        3.3.3 实验仿真
    3.4 本章小结
第四章 基于系数比例类算法
    4.1 引言
    4.2 μ-IPLMP算法和CIM-IPLMP算法
        4.2.1 算法介绍
        4.2.2 收敛分析
        4.2.3 实验模拟与性能分析
    4.3 本章小结
第五章 CIM-IPLMP算法的改进
    5.1 引言
    5.2 时变的随系统稀疏度调节参数β
    5.3 CIM-IPLMP算法的泰勒展开式
    5.4 本章小结
第六章 全文总结与展望
    6.1 全文总结
    6.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的研究成果


【参考文献】：
期刊论文
[1]迭代变步长LMS算法及性能分析[J]. 刘建成,赵宏志,全厚德,唐友喜.  电子与信息学报. 2015(07)
[2]用于稀疏系统辨识的零吸引最小均方算法[J]. 金坚,谷源涛,梅顺良.  清华大学学报(自然科学版). 2010(10)

博士论文
[1]稀疏冲激响应的自适应滤波算法及其应用研究[D]. 刘立刚.复旦大学 2010



本文编号：3603836