带反馈结构的核自适应滤波器的研究

发布时间：2017-08-06 18:07

  本文关键词：带反馈结构的核自适应滤波器的研究

  更多相关文章： 核自适应滤波器 核增量元学习 经过函数处理的反馈结构 自适应步长

【摘要】：近几十年来,人们提出了很多核自适应滤波器的算法,它们在时间序列预测、信道均衡、模式识别、噪音消除、回声消除等领域都有实际的用途。核自适应滤波器的系统结构和步长自适应算法是提升收敛速度与精度的两大重要因素。本论文从这两个方面对核自适应滤波器的设计问题进行了研究。首先,我们提出了一个新的核自适应滤波器系统结构,它带有一个经函数处理的反馈结构。以前的输出用一个精心设计的非线性分段函数来处理,然后再反馈回去,该分段函数根据情况进行调整以加强或减弱这种反馈。另一方面,元学习是机器学习领域中一种重要的学习方法,它能够依据学习中取得的经验让学习系统变得更高效。我们提出的算法运用了一种新的步长自适应方法,它由核增量元学习算法改进而得到。该算法的核心思想是将预测误差看做学习步长的函数,这样我们就可以使用梯度下降法来更新学习步长。仿真试验的结果表明:相对于带多反馈结构的核自适应滤波器(LRKOL)和带单反馈结构的核自适应滤波器(SF-KLMS),我们设计的带函数反馈结构的核增量元学习算法能让滤波器在收敛精度和学习速度上表现更为优秀。
【关键词】：核自适应滤波器 核增量元学习 经过函数处理的反馈结构 自适应步长
【学位授予单位】：西南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN713
【目录】：

• 摘要4-5
• Abstract5-6
• 第1章 绪论6-18
• 1.1 引言6
• 1.2 线性自适应滤波器6-10
• 1.2.1 几种经典的线性固定步长算法7-9
• 1.2.2 几种常用的线性可变步长算法9-10
• 1.3 核方法10-13
• 1.4 核自适应滤波器13-16
• 1.4.1 几种经典的核自适应滤波算法13-15
• 1.4.2 稀疏化方法15-16
• 1.5 本论文的主要研究内容16-18
• 第2章 核自适应滤波器反馈结构的研究18-30
• 2.1 引言18-19
• 2.2 引入反馈结构的核自适应滤波器19-27
• 2.2.1 带多反馈结构的核自适应滤波器（LRKOL）19-24
• 2.2.2 带单反馈结构的核自适应滤波器（SF-KLMS）24-27
• 2.3 函数反馈结构的引入27-29
• 2.4 本章小结29-30
• 第3章 带函数反馈机制的核增量元学习算法研究30-42
• 3.1 引言30
• 3.2 核增量元学习算法（KIMEL）30-32
• 3.3 带函数反馈结构的核增量元学习滤波器（PF-KIMEL）32-36
• 3.4 仿真实例36-39
• 3.5 本章小结39-42
• 第4章 总结与展望42-44
• 参考文献44-46
• 致谢46-48
• 攻读硕士学位期间已发表的论文48

【相似文献】

中国期刊全文数据库 前10条

1 吴正茂;自适应滤波器及其应用研究[J];南昌水专学报;2004年02期

2 李春宇;;基于径向基函数神经网络的自适应滤波器[J];常州工学院学报;2005年06期

3 苏飞,王兆华;一种新的带窗重叠自适应滤波器[J];电子与信息学报;2005年01期

4 程玉柱;华晋;李赵春;;自适应滤波器的算法比较研究[J];大庆师范学院学报;2008年02期

5 孙秋菊;胡斌;;自适应滤波器设计及仿真研究[J];光盘技术;2009年06期

6 刘海英;熊俊俏;戴璐萍;郑宽磊;;基于TMS320VC5402DSK的自适应滤波器的实现[J];工业控制计算机;2010年05期

7 吴燕;;一种自适应滤波器的设计与仿真[J];科技广场;2010年07期

8 周志平;;基于System Generator的自适应滤波器仿真与实现[J];中国西部科技;2011年20期

9 韩焱青;;自适应滤波器仿真设计[J];实验科学与技术;2013年03期

10 赵茂林;赵四化;曾一江;;一种新颖的双线性自适应滤波器[J];微电子学;2013年05期

中国重要会议论文全文数据库 前10条

1 张磊;郭圣权;孙绍文;;适用自适应滤波器[A];1996年中国控制会议论文集[C];1996年

2 周永军;卢智远;牛中奇;孔令锋;;自适应滤波器在心电信号检测中的初步应用[A];全国非电离辐射与电离辐射生物效应及防护学术研讨会论文汇编[C];2004年

3 周];李晓东;;多延迟分块频域自适应滤波器算法的步长控制[A];中国声学学会2007年青年学术会议论文集（下）[C];2007年

4 程晓斌;徐健;李晓东;;不均匀子带长阶自适应声学回声抵消[A];中国声学学会2002年全国声学学术会议论文集[C];2002年

5 倪锦根;李锋;;基于变步长的仿射投影自适应滤波器[A];2007'仪表，自动化及先进集成技术大会论文集（二）[C];2007年

6 蒋薇薇;杨萍;王昱洁;;基于变步长LMS算法的自适应滤波器研究[A];第八届全国信息获取与处理学术会议论文集[C];2010年

7 钱伟康;郭强;谢明;刘义红;;基于自适应数字滤波器的算法研究[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年

8 卢志刚;李伟;冀尔康;吴士昌;;微粒群算法优化设计自适应滤波器[A];第七届青年学术会议论文集[C];2005年

9 程松;陈光梦;;自适应滤波器在实时交通状态估计中的应用[A];2007'仪表，自动化及先进集成技术大会论文集（二）[C];2007年

10 周];邱小军;;无延迟子带自适应滤波器中分析滤波器组的构造[A];中国声学学会2005年青年学术会议[CYCA'05]论文集[C];2005年

中国博士学位论文全文数据库 前4条

1 林斌;自适应滤波器的稳态性能研究[D];大连海事大学;2008年

2 倪锦根;变设计参数子带自适应滤波器研究[D];复旦大学;2011年

3 谷源涛;LMS算法收敛性能研究及应用[D];清华大学;2003年

4 肖倩;基于小波理论的去噪方法及其在信号处理中的应用研究[D];东北大学;2011年

中国硕士学位论文全文数据库 前10条

1 于杰;自适应数字滤波器算法的研究与实现[D];天津理工大学;2015年

2 李彬;瓦斯监测中大数干扰的滤除及自适应滤波器的优化研究[D];江西理工大学;2015年

3 周成林;油液磨粒信号检测的研究与实现[D];电子科技大学;2014年

4 戚晓慧;子带自适应滤波技术研究及其应用[D];解放军信息工程大学;2015年

5 雷宇;基于FPGA的自适应滤波器设计[D];太原理工大学;2016年

6 胡伟;子带自适应滤波器及其应用[D];苏州大学;2016年

7 陈卓然;带反馈结构的核自适应滤波器的研究[D];西南大学;2016年

8 张建新;可穿戴设备中ZigBee无线传输网络的研究[D];内蒙古大学;2016年

9 王丽丽;自适应滤波器在高次非球面面形检测的应用研究[D];长春理工大学;2010年

10 张婷瑞;自适应滤波器组合设计的研究[D];延边大学;2009年

，

本文编号：630863