基于时延误差的自适应滤波算法研究

发布时间：2023-09-02 13:13

　　在近几十年的发展中,自适应滤波器在系统辨识、信道均衡、信号增强与预测等应用中有着非常广泛的应用。自适应滤波算法直接决定了自适应滤波器的性能。自适应滤波算法的研究逐渐成为信号处理领域中最为活跃的研究方向之一,因此寻求一个收敛速度快、稳态误差低、收敛精度高和计算复杂度低的自适应滤波算法已成为研究人员的一致追求。经典的自适应滤波算法是基于均方误差准则的,其在高斯噪声中可以得到最优解。在现实中,噪声呈现非高斯的特性,而基于均方误差准则的自适应滤波算法在非高斯噪声下性能会显著退化,因此许多其它准则的自适应滤波算法被用来解决非高斯噪声下的滤波问题。本文主要进行了下列研究:首先,对自适应滤波的背景、研究意义、发展以及应用进行了简要地介绍,将非高斯噪声分为亚高斯噪声以及超高斯噪声,对滤波器进行了算法建模,介绍了维纳滤波器原理,最陡下降法以及现有的自适应滤波算法,并且在非高斯噪声下进行了仿真验证。其次,在现有自适应滤波算法准则的基础上,提出了时延误差的概念。将时延误差应用于均方误差准则中,提出了均方时延误差算法,在非高斯噪声下进行了仿真验证,并且对均方时延误差算法进行了均值稳定性分析以及均方误差性能分析...

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究工作的背景与意义
    1.2 自适应滤波器发展及应用
        1.2.1 自适应滤波技术的发展
        1.2.2 自适应滤波技术的应用
第二章 自适应滤波基础
    2.1 噪声分类
    2.2 维纳滤波器
    2.3 最陡下降法
    2.4 最小均方算法
    2.5 符号算法
    2.6 最小均方四范数算法
    2.7 最大相关熵算法
    2.8 广义最大相关熵算法
    2.9 最小核风险敏感损失算法
    2.10 本章小结
第三章 基于时延误差的自适应滤波算法
    3.1 时延误差
    3.2 均方时延误差算法
        3.2.1 非高斯噪声下的滤波效果
        3.2.2 均值稳定性分析
        3.2.3 均方误差性能分析
        3.2.4 时延选择
    3.3 广义均方时延误差算法
    3.4 符号时延误差算法
    3.5 最小均方四范数时延误差算法
    3.6 最大相关熵时延误差算法
    3.7 广义最大相关熵时延误差算法
    3.8 最小核风险敏感损失时延误差算法
    3.9 仿真验证
    3.10 本章小结
第四章 闭式解估计
    4.1 均方时延误差算法闭式解
    4.2 广义均方时延误差算法闭式解
    4.3 符号算法闭式解
    4.4 符号时延误差算法闭式解
    4.5 最小均方四范数算法闭式解
    4.6 最小均方四范数时延误差算法闭式解
    4.7 最大相关熵算法闭式解
    4.8 最大相关熵时延误差算法闭式解
    4.9 广义最大相关熵算法闭式解
    4.10 广义最大相关熵时延误差算法闭式解
    4.11 最小核风险敏感损失算法闭式解
    4.12 最小核风险敏感损失时延误差算法闭式解
    4.13 闭式解比较
    4.14 本章小结
第五章 全文总结与展望
    5.1 全文总结
    5.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果



本文编号：3845264