Alpha稳定分布噪声下的自适应滤波算法研究

发布时间：2024-02-14 22:01

　　自适应滤波已广泛应用于系统辨识、预测、信道均衡和干扰消除等方面,非高斯噪声背景下自适应滤波算法研究是信号处理的一个研究热点。根据系统单位脉冲响应为零或近零的值与非零大值的比例,可将系统分为稀疏系统和非稀疏系统。本文分别研究了自适应滤波算法在稀疏和非稀疏系统辨识中的应用。首先,简单地介绍系统辨识中的自适应滤波模型、影响滤波算法性能的参数以及Alpha稳定分布等基础知识。然后,研究提出了2种应用于稀疏系统辨识的抗脉冲噪声性能良好的自适应滤波算法。在Alpha稳定分布噪声背景下,将加权零吸引思想运用于最小平均P范数(LMP)算法,提出了加权零吸引最小平均P范数(RZA-LMP)算法,RZA-LMP算法可对单位脉冲响应的零和非零系数加以区分。为了进一步缓解RZA-LMP算法收敛速度和稳态误差之间的矛盾,提出了变步长加权零吸引最小平均P范数(VSS-RZA-LMP)算法。仿真结果表明,VSS-RZA-LMP算法最优,RZA-LMP算法优于ZA-LMP算法。在不同稀疏度下,VSS-RZA-LMP算法均能够有效地缓解收敛速度和稳态误差之间的矛盾,收敛速度最快,稳态误差最小。接着,研究提出了2种应用于...

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

图12木论亨的研究内奔和目标

本论文的创新性主要体现在以下几个方面：(1)系统研究Alpha稳定分布噪声环境下自适应滤波算法及其应用：非线性/线性系统辨识、主动噪声控制、自适应波束形成、分布式滤波。提出一系列改进新算法，利用数学分析证明其收敛性，理论值。并仿真验证；(2)提出基于新代价函数的几种AN....

图1.1用于系统辨识的自适应滤波器结构

杭州电子科技大学硕士学位论文1第1章绪论1.1研究背景及意义自适应信号处理[1]已成为现代信号处理领域的一个重要研究方向。自适应滤波算法为其核心内容之一，它能够在输入过程的统计特性未知或动态变化时，自适应地调节滤波器权重系数，从而满足某种最佳准则的要求。自适应滤波器的基本应用分别....

图1.2KAF算法用于第n次迭代的网络拓扑

杭州电子科技大学硕士学位论文41.2.2.1高斯噪声下的KAF及其稀疏化算法1)KAF算法LiuWF等人将核方法应用到LMS算法中，提出的KLMS算法[8]能够有效地处理多种非线性问题。AP类算法通过重复利用过去多个时刻的输入信号和误差信号，可以减小随机梯度噪声。为了进一步提高A....

图1.3抗脉冲噪声的KAF及其稀疏化算法分类1)KAF算法2011年，ZhaoS等人在KAF中引入MC准则，提出了基于随机梯度下降的核最大相关

杭州电子科技大学硕士学位论文6三类抗脉冲噪声性能良好的KAF及其稀疏化算法[46-54]，具体分类如图1.3所示。图1.3抗脉冲噪声的KAF及其稀疏化算法分类1)KAF算法2011年，ZhaoS等人在KAF中引入MC准则，提出了基于随机梯度下降的核最大相关熵(KernelMaxi....

本文编号：3898685