采用广义混合最大相关熵准则扩展卡尔曼滤波算法的锂离子电池荷电状态估计

1

作者 巫春玲 赵玉冰 +3 位作者 耿莉敏 徐先峰 王溢波 陈昊 《西安交通大学学报》 北大核心 2025年第7期159-169,共11页

为了解决非高斯噪声环境下荷电状态(SOC)估计不准确以及鲁棒性差等问题,提出一种基于广义混合最大相关熵准则的扩展卡尔曼滤波(GMMCC-EKF)算法。该算法利用两个广义高斯函数构成的核函数得到广义混合熵,继承了广义高斯核的灵活性,并通... 为了解决非高斯噪声环境下荷电状态(SOC)估计不准确以及鲁棒性差等问题,提出一种基于广义混合最大相关熵准则的扩展卡尔曼滤波(GMMCC-EKF)算法。该算法利用两个广义高斯函数构成的核函数得到广义混合熵,继承了广义高斯核的灵活性,并通过统计线性化技术将状态误差和测量误差统一纳入代价函数,进而通过固定点迭代法获得非线性方程的最优估计,然后将广义混合最大相关熵准则与扩展卡尔曼滤波相结合,增强在非高斯噪声环境下的稳定性,提高对复杂数据处理的准确性。为了验证算法有效性,分别选用两种不同类型的锂离子电池,在动态应力测试(DST)工况及多种环境温度(10、25和40℃)的新欧洲驾驶循环(NEDC)工况下对电池进行SOC估计。实验结果表明,在25℃且均匀混合噪声环境下,对于1号电池,GMMCC-EKF算法的估计精度相对于扩展卡尔曼滤波算法(EKF)和传统最大相关熵扩展卡尔曼滤波算法(MCC-EKF)分别提高了90.1%和83.9%;对于2号电池,估计精度分别提高了72.4%和47.4%,并且在10、40℃环境下该算法仍展现出最优性能。对1号、2号电池在25℃且拉普拉斯混合噪声环境下进行SOC估计,GMMCC-EKF算法相对于其他两种算法的估计精度也有显著提高。在给定初始值错误的情况下,GMMCC-EKF算法能够快速地收敛到真实值。所提算法具有较高的估计精度、良好的适应性和鲁棒性,可为非高斯噪声环境下的SOC估计提供有效解决方案。 展开更多

关键词 荷电状态估计 广义混合最大相关熵准则 扩展卡尔曼滤波 非高斯噪声

在线阅读 下载PDF 职称材料

基于最大相关熵准则的交通量统计特性

2

作者 赵磊娜 张思诗 +2 位作者 白玉佳 张文轩 陈萱 《江苏大学学报(自然科学版)》 北大核心 2025年第2期149-155,共7页

为了探究交通量数据特性,提高交通量数据拟合的参数估计精度,基于最大相关熵准则提出了一种交通量数据拟合的参数估计方法.首先对交通量数据进行预处理,然后指定数据概率分布,再采用最大相关熵准则来估计模型参数,采用梯度上升法进行输... 为了探究交通量数据特性,提高交通量数据拟合的参数估计精度,基于最大相关熵准则提出了一种交通量数据拟合的参数估计方法.首先对交通量数据进行预处理,然后指定数据概率分布,再采用最大相关熵准则来估计模型参数,采用梯度上升法进行输出,得到概率分布参数估计值,并与传统最小二乘估计和最大似然估计进行结果比较.基于实测数据和假定的4个分布模型(正态分布、对数正态分布、韦布尔分布、瑞利分布)进行性能评估,研究表明:构建的基于最大相关熵准则方法拟合性能优于最小二乘估计和最大似然估计,4个分布模型综合评价指标分别为0.979 00、0.726 08、1.397 69和1.494 50,具有较强的准确性和可靠性. 展开更多

关键词 智能交通 参数估计方法 最大相关熵准则 数据拟合 统计特性

在线阅读 下载PDF 职称材料

基于最大相关熵准则的稀疏图半监督算法

3

作者 左玲 肖恒 《计算机工程与设计》 北大核心 2024年第11期3320-3328,共9页

针对传统图半监督算法对非高斯噪声敏感、图的构造依赖于参数选择、训练过程中未考虑数据隐私等问题,提出一种隐私保护性的、基于最大相关熵准则的稀疏图半监督算法。采用最大相关熵准则显著提高算法对极端值的鲁棒性。基于无参数的稀... 针对传统图半监督算法对非高斯噪声敏感、图的构造依赖于参数选择、训练过程中未考虑数据隐私等问题,提出一种隐私保护性的、基于最大相关熵准则的稀疏图半监督算法。采用最大相关熵准则显著提高算法对极端值的鲁棒性。基于无参数的稀疏图构造方式避免参数选择对算法的影响。采用Laplace差分隐私保护机制,保护数据隐私。运用交替方向乘子法和半二次优化获得算法的最优解。实验结果表明,相较于其它相关方法,该算法具有更高的预测准确性、稀疏性和隐私保护性。 展开更多

关键词 半监督学习 图正则化 最大相关熵准则 鲁棒性 稀疏性 隐私保护性 交替方向乘子法 半二次优化

在线阅读 下载PDF 职称材料

基于相关熵的多视角低秩矩阵分解和多视角数据聚类中的约束图学习

4

作者 杜元花 陈盼 +3 位作者 周楠 施开波 陈二阳 张远鹏 《计算机科学》 北大核心 2025年第S1期714-723,共10页

目前大多数的多视角聚类方法都集中在无监督的学习场景上,它们不能利用数据中的标签信息。此外,它们还无法处理可能存在于数据中的异常值。为了解决这些问题,提出了一种基于相关熵的多视角低秩矩阵分解(CMLMF)的多视角数据半监督聚类方... 目前大多数的多视角聚类方法都集中在无监督的学习场景上,它们不能利用数据中的标签信息。此外,它们还无法处理可能存在于数据中的异常值。为了解决这些问题,提出了一种基于相关熵的多视角低秩矩阵分解(CMLMF)的多视角数据半监督聚类方法。具体来说,采用一个约束矩阵引入标签信息,通过最大化相关熵准则来消除亲和矩阵和标签中异常值的影响。为了充分利用局部结构信息,还提出了一种基于相关熵的多视角约束图学习框架,自适应地提取隐藏在多视角数据中的局部结构。此外,提出了一种基于相关熵的多视角低秩矩阵分解(CMLMF)模型,该模型与自适应图学习框架相结合,以提取数据的全局重构信息。最后,设计了一种结合芬切尔共轭(FC)和块坐标更新(BCU)的有效优化算法来求解该模型。实验结果表明,与现有方法相比,CMLMF的准确性(ACC)、归一化互信息(NMI)和精度(Precision)有了很大的提高,其有效性得到验证。 展开更多

关键词 低秩矩阵分解 半监督学习(SSL) 多视角聚类 最大相关熵准则(mcc)

在线阅读 下载PDF 职称材料

最大相关熵准则下改进扩展卡尔曼滤波的车辆状态估计

5

作者 祁登亮 冯静安 +1 位作者 倪向东 宋宝 《机械科学与技术》 CSCD 北大核心 2024年第4期573-581,共9页

针对传统卡尔曼滤波在非高斯环境下对车辆状态估计鲁棒性和精度差的问题,提出最大相关熵准则(MCC)下改进自适应迭代扩展卡尔曼(AIEKF)滤波算法(MC-AIEKF),建立横-纵耦合的三自由度车辆模型,利用易测得的车载传感器信息设计了包含横摆角... 针对传统卡尔曼滤波在非高斯环境下对车辆状态估计鲁棒性和精度差的问题,提出最大相关熵准则(MCC)下改进自适应迭代扩展卡尔曼(AIEKF)滤波算法(MC-AIEKF),建立横-纵耦合的三自由度车辆模型,利用易测得的车载传感器信息设计了包含横摆角速度、质心侧偏角、纵向车速的状态观测器。在双移线和正弦扫频输入工况下通过Simulink/CarSim仿真试验平台对提出的算法进行了验证。结果表明,在非高斯环境下,相比于扩展卡尔曼滤波(EKF)和AIEKF,MC-AIEKF算法估计精度高,鲁棒性好,在实际的车辆状态估计中MC-AIEKF具有更强的适用性。 展开更多

关键词 自适应迭代扩展卡尔曼滤波 车辆状态估计 最大相关熵准则 非高斯环境

在线阅读 下载PDF 职称材料

采用改进最大相关熵自适应迭代容积卡尔曼滤波算法的锂离子电池荷电状态估计 被引量：3

6

作者 巫春玲 赵玉冰 +2 位作者 马耀 张湧 孟锦豪 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第11期52-64,共13页

针对非高斯噪声干扰下传统滤波算法在估计锂离子电池荷电状态(SOC)时存在不稳定以及精度低的问题,提出一种改进的最大相关熵自适应迭代容积卡尔曼滤波(IMCC-AICKF)算法,用于估计锂离子电池荷电状态。所提算法将加权最小二乘方法与最大... 针对非高斯噪声干扰下传统滤波算法在估计锂离子电池荷电状态(SOC)时存在不稳定以及精度低的问题,提出一种改进的最大相关熵自适应迭代容积卡尔曼滤波(IMCC-AICKF)算法,用于估计锂离子电池荷电状态。所提算法将加权最小二乘方法与最大相关熵准则(MCC)相结合,定义了一种新的代价权函数作为优化准则,通过优化噪声最小协方差矩阵来减小滤波误差,保证长时间滤波的收敛性和稳定性;再与自适应迭代容积卡尔曼滤波(AICKF)算法相结合,对过程噪声协方差和测量噪声协方差进行更新来提高估计的准确性和鲁棒性。基于两种电池数据,在非高斯噪声干扰下,运用所提算法对电池SOC进行估计,仿真结果表明:与容积卡尔曼滤波(CKF)算法和最大相关熵容积卡尔曼滤波(IMCC-CKF)算法相比,IMCC-AICKF算法对荷电状态估计的最大绝对误差、平均绝对误差和均方根误差都是最小的,且平均绝对误差和均方根误差均小于1%;在给定初始值错误的情况下,IMCC-AICKF算法可以准确收敛到真实值,具有较好的鲁棒性。所提算法在非高斯噪声下能实现更准确的估计,是一种估计精度高且鲁棒性好的SOC估计方法。 展开更多

关键词 荷电状态估计 最大相关熵准则 容积卡尔曼滤波 非高斯噪声 鲁棒性

在线阅读 下载PDF 职称材料

基于最大相关熵准则的网络流量预测 被引量：5

7

作者 曲桦 马文涛 +1 位作者 赵季红 王涛 《高技术通讯》 CAS CSCD 北大核心 2013年第1期1-7,共7页

为提高网络流量预测的精度，针对网络流量的非线性特征提出了一种基于新的误差评价准则——最大相关熵准则（MCC）的网络流量预测方法。该方法使用MCC对Elman神经网络进行训练。该评价准则是基于新的相似度函数——广义相关熵（corrent... 为提高网络流量预测的精度，针对网络流量的非线性特征提出了一种基于新的误差评价准则——最大相关熵准则（MCC）的网络流量预测方法。该方法使用MCC对Elman神经网络进行训练。该评价准则是基于新的相似度函数——广义相关熵（corrent．ropy）函数的概念建立的，此相似度函数以误差概率密度函数的Parzen窗估计和瑞利熵为基础。同时结合MCC和最小均方误差（MMSE）准则提出了一种混合的评价准则MCC-MMSE。针对网络流量的非线性、非高斯性、突变性等特性，分别以MCC、MCC-MMSE准则进行了Elman神经网络的训练，使用训练好的神经网络进行网络流量预测，仿真结果表明预测结果的精度优于以MMSE为准则的Elman神经网络的预测结果。 展开更多

关键词 最大相关熵准则(mcc) 最小均方误差(MMSE) Elman神经网络 网络流量 预测

在线阅读 下载PDF 职称材料

最大相关熵准则自适应滤波器的分数阶长算法 被引量：4

8

作者 刘春辉 齐越 +1 位作者 丁文锐 张文秋 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2016年第2期413-420,共8页

对自适应滤波器最佳阶长的准确估计可以有效平衡自适应算法的稳态性能与计算复杂度,而基于最小均方差(MMSE)准则的变阶长最小均方(LMS)算法在非高斯噪声环境下的收敛性能变差。针对这一问题,提出一种最大相关熵准则(MCC)自适应滤波器的... 对自适应滤波器最佳阶长的准确估计可以有效平衡自适应算法的稳态性能与计算复杂度,而基于最小均方差(MMSE)准则的变阶长最小均方(LMS)算法在非高斯噪声环境下的收敛性能变差。针对这一问题,提出一种最大相关熵准则(MCC)自适应滤波器的分数阶长(FT)算法——FT-MCC算法。该算法从MCC自适应滤波器最佳阶长的定义出发,利用不同阶长滤波器产生的相关熵之差实现阶长更新。理论分析和实验表明:相比现有变阶长最小均方算法,FT-MCC算法在非高斯噪声环境中具有较强的鲁棒性;通过恰当的参数选择,算法可较好地实现对最佳阶长的跟踪和估计。 展开更多

关键词 自适应滤波 最大相关熵准则 变阶长算法 分数阶长算法 系统辨识 鲁棒性

在线阅读 下载PDF 职称材料

冲激噪声环境下基于最大相关熵准则的双基地MIMO雷达目标参数联合估计算法 被引量：2

9

作者 李丽 邱天爽 《电子与信息学报》 EI CSCD 北大核心 2016年第12期3189-3196,共8页

该文采用最大相关熵准则(MCC)对平行因子分析算法中基于三线性最小二乘(TALS)迭代准则的目标函数进行了修正,推导出适用于脉冲噪声环境的韧性平行因子分析(PARAllel FACtor,PARAFAC)算法(MCC-PARAFAC算法),并将该方法应用于双基地MIMO... 该文采用最大相关熵准则(MCC)对平行因子分析算法中基于三线性最小二乘(TALS)迭代准则的目标函数进行了修正,推导出适用于脉冲噪声环境的韧性平行因子分析(PARAllel FACtor,PARAFAC)算法(MCC-PARAFAC算法),并将该方法应用于双基地MIMO雷达系统目标参数估计中。MCC-PARAFAC算法能够抑制脉冲噪声的影响,具有较好的估计性能,并且能够实现自动配对。仿真实验验证了算法的有效性。 展开更多

关键词 双基地MIMO雷达 参数估计 最大相关熵准则 平行因子分析 冲激噪声

在线阅读 下载PDF 职称材料

基于最大相关熵准则的多尺度高斯核极端学习机 被引量：1

10

作者 刘兆伦 武尤 +2 位作者 王卫涛 张春兰 刘彬 《计量学报》 CSCD 北大核心 2021年第5期658-667,共10页

针对传统的多尺度核极端学习机对噪声敏感且计算量大的问题,提出一种适用于高斯噪声环境的多尺度核极端学习机。首先,利用最大相关熵准则代替多尺度核极端学习机中传统的最小均方差准则构造目标函数;其次,将1种按训练样本数随机生成尺... 针对传统的多尺度核极端学习机对噪声敏感且计算量大的问题,提出一种适用于高斯噪声环境的多尺度核极端学习机。首先,利用最大相关熵准则代替多尺度核极端学习机中传统的最小均方差准则构造目标函数;其次,将1种按训练样本数随机生成尺度因子的多尺度化方法应用于高斯核函数;最后引入拉格朗日乘子法对目标函数进行求解,推导出基于最大相关熵准则的多尺度高斯核极端学习机。实验表明,该算法具有更高的学习效率,与传统多尺度核极端学习机相比,在3个UCI基准数据集上预测精度平均提升30.30%,在对水泥熟料f-CaO含量进行预测的应用实验中预测精度提升23.8%。 展开更多

关键词 计量学 游离氧化钙含量 极端学习机 最大相关熵准则 多尺度高斯核

在线阅读 下载PDF 职称材料

扩散式变阶数最大相关熵准则算法 被引量：1

11

作者 林云 黄桢航 高凡 《计算机科学》 CSCD 北大核心 2021年第5期263-269,共7页

固定阶数的分布式自适应滤波算法只有在待估计向量的阶数已知且恒定的情况下才能达到相应的估计精度,在阶数未知或时变的情况下算法的收敛性能会受到影响,变阶数的分布式自适应滤波算法是解决上述问题的有效途径。但是目前大多数分布式... 固定阶数的分布式自适应滤波算法只有在待估计向量的阶数已知且恒定的情况下才能达到相应的估计精度,在阶数未知或时变的情况下算法的收敛性能会受到影响,变阶数的分布式自适应滤波算法是解决上述问题的有效途径。但是目前大多数分布式变阶数自适应滤波算法以最小均方误差(Mean square Error,MSE)准则作为滤波器阶数的代价函数,在脉冲噪声环境下算法的收敛过程会受到较大影响。最大相关熵准则具有对脉冲噪声的强鲁棒性,且计算复杂度低。为提高分布式变阶数自适应滤波算法在脉冲噪声环境下的估计精度,利用最大相关熵准则作为滤波器阶数迭代的代价函数,并将得到的结果代入固定阶数的扩散式最大相关熵准则算法,提出了一种扩散式变阶数最大相关熵准则(Diffusion Variable Tap-length Maximum Correntropy Criterion,DVTMCC)算法。通过与邻域的节点进行通信,所提算法以扩散的方式实现了整个网络的信息融合,具有估计精度高、计算量小等优点。仿真实验对比了在脉冲噪声下DVTMCC算法和其他分布式变阶数自适应滤波算法、固定阶数的扩散式最大相关熵准则算法的收敛性能。仿真结果表明,在脉冲噪声环境下DVTMCC算法能够同时估计未知向量的阶数和权值,性能优于参与对比的算法。 展开更多

关键词 自适应网络 扩散式策略 最大相关熵准则 变阶数 脉冲噪声

在线阅读 下载PDF 职称材料

基于广义最大相关熵准则的宽度学习系统

12

作者 赵海全 陆鑫 《信号处理》 CSCD 北大核心 2023年第11期1957-1963,共7页

宽度学习系统(broad learning system,BLS)是近几年提出的一种新型判别学习方法,具有结构简单,训练快速的特点,在各种回归和分类问题上得到广泛应用。然而标准的BLS是在最小均方误差(MMSE)准则下推导出来的,对异常值的存在十分敏感,这... 宽度学习系统(broad learning system,BLS)是近几年提出的一种新型判别学习方法,具有结构简单,训练快速的特点,在各种回归和分类问题上得到广泛应用。然而标准的BLS是在最小均方误差(MMSE)准则下推导出来的,对异常值的存在十分敏感,这无疑降低了系统的准确性。为了提高BLS的鲁棒性,有学者提出了最大相关熵准则(MCC)的BLS(C-BLS)。相对于最小均方误差准则,最大相关熵准则包含了更多的高阶误差信息,所以C-BLS对异常值具有良好的鲁棒性。但考虑到相关熵中默认的核函数固定为高斯核,这并不适用于绝大多数情况。本文中引入了以广义高斯密度(GGD)函数作为核函数的广义相关熵,并将广义最大相关熵准则(GMCC)应用于BLS,提出了新的鲁棒算法(GC-BLS)。相较于高斯核函数,广义高斯密度函数更为灵活,高斯核可以看作它的一个特例,在选取适当参数时,GC-BLS将退化为C-BLS,这使得新算法至少能获得与C-BLS算法相当的性能。实验中以均方根误差作为标准,在回归数据集与时间序列数据集上对新算法进行检验,在绝大多数情况下,GC-BLS都能取得相较于其他算法更小的均方根误差。实验表明,该算法是非常稳定的。仿真结果验证了理论上的期望,并验证了新算法的性能。 展开更多

关键词 宽度学习系统(BLS) 最大相关熵准则(mcc) 广义最大相关熵准则(Gmcc) 回归任务

在线阅读 下载PDF 职称材料

最大相关熵准则下多层极端学习机的批量编码

13

作者 刘兆伦 武尤 +3 位作者 王卫涛 张春兰 吴超 刘彬 《小型微型计算机系统》 CSCD 北大核心 2020年第4期775-781,共7页

针对多层极端学习机(hierarchical extreme learning machine,HELM)对大样本数据集学习时容易发生过拟合现象且内存需求巨大的问题,提出一种基于最大相关熵准则的批量编码式多层极端学习机.首先通过引入最大相关熵准则(maximum correntr... 针对多层极端学习机(hierarchical extreme learning machine,HELM)对大样本数据集学习时容易发生过拟合现象且内存需求巨大的问题,提出一种基于最大相关熵准则的批量编码式多层极端学习机.首先通过引入最大相关熵准则(maximum correntropy criterion,M CC)代替HELM决策层中的最小均方差准则(minimum mean square error,M M SE),降低网络对异常点的敏感度,改善过拟合现象,构造出基于最大相关熵准则的多层极端学习机(MCC-HELM).其次利用MCC-HELM对大样本数据分批次进行编码学习,从而降低学习过程中的内存需求与整体运行时间.最后利用在线极端学习机的思想,在最终决策前将所有批次的决策层依次进行融合,推导出基于最大相关熵准则的批量编码式多层极端学习机(BC-HELM).实验结果表明,与HELM相比,本文提出的BC-HELM在保证学习精度的前提下,运行时间更短且内存需求显著降低,与其他多层ELM网络相比学习效率也有较大的提升. 展开更多

关键词 多层极端学习机 最大相关熵准则 批量学习 自动编码器

在线阅读 下载PDF 职称材料

时域和酉空间中基于最大相关熵准则的非线性噪声处理 被引量：2

14

作者 姜骁 马文涛 曲桦 《计算机应用》 CSCD 北大核心 2012年第12期3287-3290,共4页

针对非线性噪声处理的问题,考虑到信号的高阶统计量以及在酉空间可以很好地处理非高斯噪声,提出了在时域和酉空间中基于最大相关熵准则(MCC)的噪声处理算法。结合MCC和梯度下降算法,设计出了时域中非线性噪声的滤波算法。同时将该算法... 针对非线性噪声处理的问题,考虑到信号的高阶统计量以及在酉空间可以很好地处理非高斯噪声,提出了在时域和酉空间中基于最大相关熵准则(MCC)的噪声处理算法。结合MCC和梯度下降算法,设计出了时域中非线性噪声的滤波算法。同时将该算法推广到酉空间中噪声处理,给出了酉空间中基于MCC的滤波算法。通过仿真研究发现,在时域和酉空间中,基于MCC的滤波算法相对于传统的基于最小均方差(LMS)的滤波算法在处理非高斯噪声的问题时有着显著优势,以更快的收敛速度达到能够较完整地保留信号特征的效果。 展开更多

关键词 自适应滤波器 酉空间 最大相关熵准则 最小均方差算法 非线性噪声

在线阅读 下载PDF 职称材料

脉冲噪声环境下基于最大相关熵准则的仿射投影算法 被引量：1

15

作者 刘诚 邱天爽 +1 位作者 李景春 李蓉 《大连理工大学学报》 EI CAS CSCD 北大核心 2018年第1期86-91,共6页

在许多工程技术应用中,噪声常呈现较强的冲激性,在数学上可用稳定分布模型来表示.常规的自适应滤波算法对于稳定分布噪声的鲁棒性较差.最大相关熵准则的提出,可以有效地改善在稳定分布噪声条件下自适应滤波算法的性能.以对称α稳定分布... 在许多工程技术应用中,噪声常呈现较强的冲激性,在数学上可用稳定分布模型来表示.常规的自适应滤波算法对于稳定分布噪声的鲁棒性较差.最大相关熵准则的提出,可以有效地改善在稳定分布噪声条件下自适应滤波算法的性能.以对称α稳定分布噪声为脉冲噪声模型,使用最大相关熵准则作为代价函数,提出基于最大相关熵准则的仿射投影算法,将前一次迭代的计算误差作为自变量代入相关熵函数中,使得改进后的仿射投影算法在脉冲噪声环境下取得良好的收敛效果,并通过实验证明了新算法在强脉冲噪声以及广义信噪比较低的情况下有较快的收敛速度和较好的收敛性能. 展开更多

关键词 脉冲噪声 最大相关熵准则 仿射投影算法 自适应滤波

在线阅读 下载PDF 职称材料

非高斯环境下基于最大相关熵的平滑估计器设计

16

作者 马海平 刘婷 +1 位作者 孙圣溢 费敏锐 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第5期941-949,共9页

针对Kalman平滑估计器在非高斯噪声环境下性能衰退问题,本文提出了一种基于最大相关熵准则作为最优估计标准的平滑估计方法,将其应用于固定滞后问题的状态估计,称之为固定滞后最大相关熵平滑估计器(FLMCS).首先,使用矩阵变换,给出最大... 针对Kalman平滑估计器在非高斯噪声环境下性能衰退问题,本文提出了一种基于最大相关熵准则作为最优估计标准的平滑估计方法,将其应用于固定滞后问题的状态估计,称之为固定滞后最大相关熵平滑估计器(FLMCS).首先,使用矩阵变换,给出最大相关熵Kalman滤波器的另一种形式;然后,以此为基础,通过引入新的状态变量来增广系统,并推导出所提平滑估计器的在线迭代方程;进一步比较平滑前后状态估计误差协方差,从理论上分析算法性能改进效果;最后,通过算例仿真验证所提平滑估计器在非高斯噪声干扰下的有效性和优越性. 展开更多

关键词 平滑估计 KALMAN滤波 最大相关熵准则 固定滞后 非高斯环境

在线阅读 下载PDF 职称材料

基于最大相关熵准则的恒模盲均衡算法 被引量：4

17

作者 毕英杰 李森 《信号处理》 CSCD 北大核心 2020年第1期118-124,共7页

针对恒模算法(constant modulus algorithm,CMA)在脉冲噪声环境下性能退化的问题,本文基于最大相关熵准则(maximum correntropy criterion,MCC)对恒模算法中基于最小均方误差(mean square error,MSE)准则的代价函数进行修正,推导出适用... 针对恒模算法(constant modulus algorithm,CMA)在脉冲噪声环境下性能退化的问题,本文基于最大相关熵准则(maximum correntropy criterion,MCC)对恒模算法中基于最小均方误差(mean square error,MSE)准则的代价函数进行修正,推导出适用于脉冲噪声环境的基于MCC准则的恒模盲均衡算法(MCC_CMA)。该算法利用通信信号的恒模特性,首先得到发送信号与均衡器输出信号模值的误差信号,再通过使模值误差信号的相关熵最大来获得其迭代误差调节项,避免了传统高阶统计量算法在脉冲噪声环境下性能退化的问题。对高斯噪声以及α-稳定分布和混合高斯分布两种脉冲噪声环境下的信道均衡问题的仿真实验表明,相对于经典的自适应恒模盲均衡算法,MCC_CMA算法不依赖噪声的先验知识就能获得较快的收敛速度、较低的剩余码间干扰和误码率,并且在不同脉冲强度的脉冲噪声环境下都能够得到较好的均衡结果,表明MCC_CMA算法具有很好的鲁棒性。 展开更多

关键词 盲均衡 最大相关熵准则 脉冲噪声 恒模算法

在线阅读 下载PDF 职称材料

基于ρ阶最大相关熵准则损失函数的鲁棒极限学习机 被引量：3

18

作者 张秋桥 王冰 汪海姗 《计算机应用研究》 CSCD 北大核心 2021年第12期3683-3687,共5页

当前对于短期负荷预测的研究主要针对影响因素的分析以及模型的改进,很少有对模型的鲁棒性进行研究。以极限学习机(extreme learning machine,ELM)作为研究对象,针对ELM模型的鲁棒性问题进行了深入的研究,并将其应用到短期负荷预测问题... 当前对于短期负荷预测的研究主要针对影响因素的分析以及模型的改进,很少有对模型的鲁棒性进行研究。以极限学习机(extreme learning machine,ELM)作为研究对象,针对ELM模型的鲁棒性问题进行了深入的研究,并将其应用到短期负荷预测问题中。ELM模型的鲁棒性受损失函数的影响,当前ELM模型在处理含异常点样本时,鲁棒性差、预测精度较低。针对该问题,提出了一种基于p阶最大相关熵准则的损失函数,并将该损失函数应用到ELM模型中,以提高其在短期负荷预测问题中的鲁棒性。提出了一种估计实际样本中异常点百分比的计算方法,在建立短期负荷预测模型之前,估计出实际负荷样本中的异常点百分比。仿真结果表明,在异常点超过12%的样本中,提出的算法模型具有更好的鲁棒性以及预测精度。 展开更多

关键词 最大相关熵准则 损失函数 极限学习机 鲁棒性 短期负荷预测

在线阅读 下载PDF 职称材料

基于最大混合相关熵准则的主动噪声控制算法 被引量：10

19

作者 宋普查 赵海全 《信号处理》 CSCD 北大核心 2020年第6期942-947,共6页

为了处理脉冲噪声,传统的滤波x最大相关熵准则(filtered-x maximum correntropy criterion,FxMCC)自适应算法具有良好的降噪性能在主动噪声控制(active noise control,ANC)系统中。然而,FxMCC算法具有单一的高斯核,其降噪性能和收敛速... 为了处理脉冲噪声,传统的滤波x最大相关熵准则(filtered-x maximum correntropy criterion,FxMCC)自适应算法具有良好的降噪性能在主动噪声控制(active noise control,ANC)系统中。然而,FxMCC算法具有单一的高斯核,其降噪性能和收敛速度易受到核宽度取值的影响。因此,在ANC系统中,本文采用最大混合相关熵准则(maximum mixture correntropy criterion,MMCC),以两个高斯核的混合作为代价函数来推导滤波x最大混合相关熵准则(filtered-x maximum mixture correntropy criterion,FxMMCC)算法。仿真结果表明,在标准对称α稳定(symmetricα-stable,SαS)分布的脉冲噪声的主动噪声控制中,本文提出的FxMMCC算法比其他ANC算法具有更好的降噪性能。 展开更多

关键词 主动噪声控制 自适应算法 最大混合相关熵准则 脉冲噪声

在线阅读 下载PDF 职称材料

对称稳定分布的相关熵及其在时间延迟估计上的应用 被引量：13

20

作者 宋爱民 邱天爽 佟祉谏 《电子与信息学报》 EI CSCD 北大核心 2011年第2期494-498,共5页

相关熵是一个表示随机变量局部相似性的统计量。该文首先研究对称α-稳定(SαS)分布的相关熵的参数表示,利用该参数表示证明了对于位置参数为零的SαS分布,最大相关熵准则与最小分散系数准则是等价的。最后将研究结果应用于稳定分布噪... 相关熵是一个表示随机变量局部相似性的统计量。该文首先研究对称α-稳定(SαS)分布的相关熵的参数表示,利用该参数表示证明了对于位置参数为零的SαS分布,最大相关熵准则与最小分散系数准则是等价的。最后将研究结果应用于稳定分布噪声环境下自适应时间延迟估计。仿真实验表明,该文算法性能优于最小均方误差时间延迟估计与最小平均P-范数时间延迟估计。 展开更多

关键词 信号处理 相关熵 对称稳定分布 最大相关熵准则 最小分散系数准则

在线阅读 下载PDF 职称材料