-
题名基于核自适应滤波器的时间序列在线预测研究综述
被引量：12
- 1
-
-
作者
韩敏
马俊珠
任伟杰
钟凯
-
机构
大连理工大学电子信息与电气工程学部
-
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2021年第4期730-746,共17页
-
基金
国家自然科学基金(61773087)资助。
-
文摘
核自适应滤波器(Kernel adaptive filter,KAF)是时间序列在线预测的重点研究领域之一,本文对核自适应滤波器的最新进展及未来研究方向进行了分析和总结.基于核自适应滤波器的时间序列在线预测方法,能较好地解决预测、跟踪问题.本文首先概述了三类核自适应滤波器的基本模型,包括核最小均方算法、核递归最小二乘算法和核仿射投影算法(Kernel affine projection algorithm,KAPA).在此基础上,从核自适应滤波器在线预测的内容和机理入手,综述基于核自适应滤波器的时间序列在线预测方法.最后,本文将介绍这一领域潜在的研究方向和发展趋势,并展望未来的挑战.
-
关键词
核自适应滤波器
时间序列在线预测
核最小均方
核递归最小二乘
核仿射投影算法
-
Keywords
Kernel adaptive filter(KAF)
time series online prediction
kernel least mean squares(KLMS)
kernel recursive least squares(KRLS)
kernel affine projection algorithm(KAPA)
-
分类号
TN713
[电子电信—电路与系统]
-
