-
题名用于稀疏系统辨识的改进l_0-LMS算法
被引量：15
- 1
-
-
作者
曲庆
金坚
谷源涛
-
机构
清华大学电子工程系
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2011年第3期604-609,共6页
-
基金
国家自然科学基金(60872087)
国家自然科学基金联合资助重点项目(U0835003)资助课题
-
文摘
该文研究和改进了l0-LMS算法以提高对稀疏系统进行辨识的性能。首先依据均方误差反映出的收敛深度信息动态调节步长,提高了算法的收敛速度;其次利用估计误差绝对值加权修正零吸引函数,减小了稳态失调误差。然后定性分析了改进算法中各个参数的取值对收敛速度和稳态性能的影响。最后,计算机仿真验证了新算法的性能明显优于原l0-LMS算法和若干现有稀疏系统辨识的方法。
-
关键词
信号处理
稀疏系统辨识
l0-LMS
变步长
零吸引
-
Keywords
Signal processing
Sparse system identification
l0-LMS
Variable step size
Zero attraction
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名平方根变步长l_p范数LMS算法的稀疏系统辨识
被引量：2
- 2
-
-
作者
周其玉
张爱华
曹文周
张瑞哲
-
机构
中原工学院电子信息学院
电子科技大学信息与通信工程学院
郑州大学信息工程学院
-
出处
《电讯技术》
北大核心
2020年第2期137-141,共5页
-
基金
国家自然科学基金资助项目(61501530)
河南省高等学校重点科研项目(16A510012)
河南省高校科技创新团队支持计划(18IRTSTHN013)
-
文摘
针对稀疏未知系统的辨识问题,提出了一种基于lp(0<p<1)范数的稀疏约束变步长最小均方自适应滤波算法,并对其收敛性进行了理论分析。该算法将系统迭代过程中产生的预测误差的平方根引入到步长控制中,设置了平衡系数以平衡系统的收敛速度和稳态误差,使步长在迭代过程中能够得到实时的调整。同时,将lp范数作为惩罚约束项作用在代价函数中,使得自适应过程具有吸引零滤波器系数的能力。由于lp范数约束比l1范数更加接近l0范数,系统辨识结果较为精确。仿真结果表明,该算法在系统辨识中收敛速度和稳定性均优于现有的稀疏系统辨识方法。
-
关键词
稀疏系统辨识
变步长
最小均方算法
lp范数惩罚
-
Keywords
sparse system identification
variable step-size
least mean square
lp norm penalty
-
分类号
TN911.72
[电子电信—通信与信息系统]
-
-
题名基于稀疏系统辨识的改进的零吸引LMS算法
被引量：1
- 3
-
-
作者
辛龙坤
孟金
易胜宏
刘挺
-
机构
重庆邮电大学通信与信息工程学院
重庆邮电大学光电工程学院
-
出处
《电讯技术》
北大核心
2022年第12期1841-1845,共5页
-
文摘
针对当前的稀疏最小均方(Least Mean Square,LMS)算法普遍存在的收敛速度和稳态均方差(Mean Square Deviation,MSD)不能同时达到一个较好状态的问题,提出了一种改进的零吸引最小均方(Improving Zero-attracting LMS,IZA-LMS)算法。在滤波器估计较大或较小的冲激响应时,IZA-LMS算法的零吸引函数分别采用重新加权的零吸引LMS(Reweighting ZA-LMS,RZA-LMS)算法的零吸引函数和改进的l_(0)-norm惩罚函数,使算法同时满足较快的收敛速度和较低的MSD值。理论分析和仿真证明,IZA-LMS算法比目前的诸多稀疏LMS算法的收敛速度更快且稳态MSD更低。
-
关键词
自适应滤波
稀疏系统辨识
最小均方算法
零吸引
稳态均方差
-
Keywords
adaptive filtering
sparse system identification
least mean square
zero-attracting
mean square deviation
-
分类号
TN911.72
[电子电信—通信与信息系统]
-
-
题名基于稀疏系统辨识的收发隔离方法
- 4
-
-
作者
郝治理
刘春生
周青松
-
机构
国防科技大学电子对抗学院
-
出处
《探测与控制学报》
CSCD
北大核心
2019年第6期112-118,共7页
-
文摘
针对干扰信号耦合路径稀疏存在时,常规的系统辨识方法对稀疏系统的辨识精度下降,无法妥善解决雷达干扰机的收发隔离问题,提出了两种基于稀疏系统辨识的收发隔离方法。这两种方法的共性是在求解路径衰减系数之前,通过加入稀疏约束完成了对主要耦合路径的提取,然后再采用相关方法计算所对应的系数,克服了由于系统噪声对衰减系数为零的路径作用而带来的估计误差。理论分析和仿真结果表明,在稀疏环境下,两种方法对干扰耦合路径的辨识精度要高于最小二乘法。在信噪比较高的环境下,两种方法均适用,但第二种方法的复杂度较高,而在低信噪比环境下,只有第二种方法能够满足隔离需求。它们不影响侦察机同时接收的雷达信号,有效地解决了雷达干扰机的收发隔离问题。
-
关键词
雷达干扰机
收发隔离
稀疏系统辨识
最小二乘估计
-
Keywords
radar jammer
transceiver isolation
sparse system identification
least squares estimation
-
分类号
TN97
[电子电信—信号与信息处理]
-
