期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于Lawson范数的通用lncosh稀疏自适应算法 被引量:3
1
作者 李迎松 梁涛 +1 位作者 张祥坤 姜景山 《电子与信息学报》 EI CSCD 北大核心 2022年第2期654-660,共7页
该文提出一种通用稀疏系统识别Lawson-lncosh自适应滤波算法,该算法采用系数向量的Lawson范数和误差的lncosh函数构建代价函数。Lawson范数约束引入参数p,实现稀疏约束滤波动态调整,所提算法可以提高稀疏系统识别时的收敛速度,减小了稳... 该文提出一种通用稀疏系统识别Lawson-lncosh自适应滤波算法,该算法采用系数向量的Lawson范数和误差的lncosh函数构建代价函数。Lawson范数约束引入参数p,实现稀疏约束滤波动态调整,所提算法可以提高稀疏系统识别时的收敛速度,减小了稳态误差。误差的lncosh函数具有良好的抗脉冲噪声性能。然后,算法分析了步长参数的取值范围和参数p对算法性能的影响。计算机仿真结果表明,在高斯信号输入和色信号输入情况下,所提算法的性能要明显优于其他现存算法,且具备稀疏约束可控特性。 展开更多
关键词 稀疏系统识别 自适应滤波 Lawson范数 脉冲噪声
在线阅读 下载PDF
抗冲激干扰的稀疏惩罚约束遗漏最小均方算法
2
作者 晏国杰 林云 《电讯技术》 北大核心 2016年第10期1153-1158,共6页
当被识别系统是稀疏系统时,传统的遗漏最小均方(LLMS)自适应算法收敛性能较差,特别在非高斯噪声环境中,该算法性能进一步恶化甚至算法不平稳收敛。为了解决因信道的稀疏性使算法收敛变慢的问题,对LLMS算法的代价函数分别利用加权1-nor... 当被识别系统是稀疏系统时,传统的遗漏最小均方(LLMS)自适应算法收敛性能较差,特别在非高斯噪声环境中,该算法性能进一步恶化甚至算法不平稳收敛。为了解决因信道的稀疏性使算法收敛变慢的问题,对LLMS算法的代价函数分别利用加权1-norm和加权零吸引两种稀疏惩罚项进行改进;为了优化算法的抗冲激干扰的性能,利用符号函数对已改进的算法迭代式作进一步改进。同时,将提出的两个算法运用于非高斯噪声环境下的稀疏系统识别,仿真结果显示提出的算法性能优于现存的同类稀疏算法。 展开更多
关键词 稀疏系统识别 自适应算法 冲激干扰 收敛性
在线阅读 下载PDF
基于Sigmoid框架的非负最小均方算法 被引量:2
3
作者 樊宽刚 邱海云 《电子与信息学报》 EI CSCD 北大核心 2021年第2期349-355,共7页
脉冲噪声会导致非负算法在迭代过程中存在过大的误差值,进而破坏算法的稳定性使其性能严重下降,对此该文提出一种基于Sigmoid框架的非负最小均方算法(SNNLMS)。该算法将传统的非负代价函数嵌入Sigmoid框架中得到新的代价函数,新的代价... 脉冲噪声会导致非负算法在迭代过程中存在过大的误差值,进而破坏算法的稳定性使其性能严重下降,对此该文提出一种基于Sigmoid框架的非负最小均方算法(SNNLMS)。该算法将传统的非负代价函数嵌入Sigmoid框架中得到新的代价函数,新的代价函数具有抑制脉冲噪声影响的特性。此外,为了增强SNNLMS算法在稀疏系统识别问题上的鲁棒性,该文还提出基于反比例函数的反比例Sigmoid非负最小均方算法(IP-SNNLMS)。仿真结果表明SNNLMS算法有效地解决了脉冲噪声造成的失调问题;IP-SNNLMS增强了算法鲁棒性,改进了算法在稀疏系统识别问题中收敛速率上的缺陷。 展开更多
关键词 Sigmoid框架 非负最小均方 脉冲噪声 稀疏系统识别 反比例函数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部