期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
偏差补偿比例更新互相关熵算法 预览
1
作者 郑栋桥 张志禹 +1 位作者 马文涛 邱进哲 《信号处理》 CSCD 北大核心 2019年第1期75-85,共11页
为了解决输入信号含有噪声和非高斯输出噪声的稀疏系统辨识问题,本文提出一种偏差补偿比例更新互相关熵算法。基于互相关熵的自适应滤波算法可以消除非高斯观测噪声的影响,进一步应用无偏准则来解决含噪输入信号带来的估计偏差问题。另... 为了解决输入信号含有噪声和非高斯输出噪声的稀疏系统辨识问题,本文提出一种偏差补偿比例更新互相关熵算法。基于互相关熵的自适应滤波算法可以消除非高斯观测噪声的影响,进一步应用无偏准则来解决含噪输入信号带来的估计偏差问题。另外,将比例更新机制引入算法,通过自适应调节步长参数以增强算法的跟踪性能。仿真结果表明所提算法对于输入信号受噪声干扰和非高斯输出噪声环境下的稀疏系统辨识问题具有强的鲁棒性和稳态性能。 展开更多
关键词 偏差补偿 稀疏系统辨识 互相关熵 含噪输入
在线阅读 下载PDF
稀疏偏差补偿最小平均对数算法
2
作者 王学成 张佳庚 马文涛 《信息与控制》 CSCD 北大核心 2019年第4期413-419,共7页
针对最小平均对数(LMLS)算法在输入信号受噪声干扰的环境下进行稀疏系统辨识时存在精度低的问题,提出了一种稀疏偏差补偿LMLS算法.利用无偏准则推导偏差补偿项来修正输入噪声带来的偏差,构建偏差补偿LMLS.借助系统稀疏特性的先验知识,... 针对最小平均对数(LMLS)算法在输入信号受噪声干扰的环境下进行稀疏系统辨识时存在精度低的问题,提出了一种稀疏偏差补偿LMLS算法.利用无偏准则推导偏差补偿项来修正输入噪声带来的偏差,构建偏差补偿LMLS.借助系统稀疏特性的先验知识,采用互相关熵诱导维度作为稀疏惩罚约束条件,优化偏差补偿LMLS算法.仿真结果表明,所提算法对于含噪输入信号下的稀疏系统参数辨识具有高稳态精度. 展开更多
关键词 稀疏系统辨识 偏差补偿 最小平均对数 互相关熵诱导维度(CIM) 含噪输入信号
基于CIM的偏差补偿稀疏NLMAD算法研究 预览
3
作者 马占军 张佳庚 +1 位作者 马文涛 桂冠 《计算机应用研究》 CSCD 北大核心 2018年第9期2736-2740,共5页
针对输入信号受噪声干扰和输出观测噪声具有脉冲特征的稀疏系统辨识问题,提出一种基于CIM的偏差补偿(normalized least mean absolute deviation,NLMAD)算法,利用NLMAD算法可有效抵御脉冲输出观测噪声。首先应用无偏准则设计偏差补偿NL... 针对输入信号受噪声干扰和输出观测噪声具有脉冲特征的稀疏系统辨识问题,提出一种基于CIM的偏差补偿(normalized least mean absolute deviation,NLMAD)算法,利用NLMAD算法可有效抵御脉冲输出观测噪声。首先应用无偏准则设计偏差补偿NLMAD算法来有效解决由于输入噪声导致的估计偏差问题;考虑到稀疏系统辨识问题,将CIM作为稀疏约束惩罚项引入到偏差补偿NLMAD算法提出了新的稀疏自适应滤波算法——CIMBCNLMAD算法。将所提算法应用于输入和输出均含有噪声的稀疏系统辨识和回声干扰抵消场景中,实验表明CIMBCNLMAD算法的稳态性能优于其他自适应滤波算法,说明该方法具有较强的鲁棒性且可应用于工程实践。 展开更多
关键词 偏差补偿 稀疏系统辨识 互相关熵诱导的维度(CCIM) NLMAD算法 脉冲噪声
在线阅读 下载PDF
基于高阶统计量的改进型块稀疏最小均方算法 预览
4
作者 魏丹丹 刘邠岑 《电脑知识与技术:学术交流》 2018年第5期195-197,共3页
为降低块稀疏最小均方算法(BS-NLMS)在声学回波消除等系统辨识中的计算复杂度,本文充分研究了块稀疏系统特性,提出一种利用语音活动检测方法来降低原有算法计算复杂度的改进型新算法。新算法首先利用基于高阶统计量的语音活动检测法... 为降低块稀疏最小均方算法(BS-NLMS)在声学回波消除等系统辨识中的计算复杂度,本文充分研究了块稀疏系统特性,提出一种利用语音活动检测方法来降低原有算法计算复杂度的改进型新算法。新算法首先利用基于高阶统计量的语音活动检测法来区分一段语音中的有无语音段,然后采用最小欧式距离范数作为部分更新标准,从而克服了传统抽头系数在每次迭代时需要全部更新而引起的较高计算复杂度的问题。本文不仅给出了算法的计算复杂度分析,系统辨识的仿真结果也表明本方法较之前的块稀疏最小均方算法有更小的计算复杂度。 展开更多
关键词 高阶统计量 块稀疏 部分更新 系统辨识
在线阅读 下载PDF
基于l1-范数约束的递归互相关熵的稀疏系统辨识 预览 被引量:2
5
作者 周千 马文涛 桂冠 《信号处理》 CSCD 北大核心 2016年第9期1079-1086,共8页
为了有效解决脉冲噪声环境下的稀疏系统辨识 ( Sparse system identification, SSI)问题,以l1-范数为约束构建稀疏递归互相关熵准则 ( Recursive maximum correntropy criterion, RMCC) 算法来解决脉冲噪声对于辨识性能的影响。结... 为了有效解决脉冲噪声环境下的稀疏系统辨识 ( Sparse system identification, SSI)问题,以l1-范数为约束构建稀疏递归互相关熵准则 ( Recursive maximum correntropy criterion, RMCC) 算法来解决脉冲噪声对于辨识性能的影响。结合带遗忘算子的互相关熵准则和l1-范数作为代价函数,推导出一种递归形式的算法,其相对于传统的最大相关熵算法具有快的收敛速度及小的稳态误差。仿真实验结果表明:该算法对于脉冲噪声干扰环境下的SSI问题具有强的鲁棒性。 展开更多
关键词 互相关熵 l1-范数限制 递归 稀疏系统辨识 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 预览
6
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l1-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l1-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
一种基于野值剔除方法的稀疏重构算法
7
作者 张万宏 张妍 周维琴 《系统科学与数学》 CSCD 北大核心 2015年第9期1018-1027,共10页
在稀疏向量重构估计中,分段正交匹配追踪算法比较适合于大规模系统,而且具有严谨的渐近统计特性分析.但其对向量的估计速度以牺牲估计精度为代价.文章提出一种基于野值剔除方法的分段正交匹配追踪稀疏重构算法.首先,根据匹配滤波系数的... 在稀疏向量重构估计中,分段正交匹配追踪算法比较适合于大规模系统,而且具有严谨的渐近统计特性分析.但其对向量的估计速度以牺牲估计精度为代价.文章提出一种基于野值剔除方法的分段正交匹配追踪稀疏重构算法.首先,根据匹配滤波系数的混合概率分布,在算法每个运行阶段利用野值剔除法迭代估计其近似分布的参数.然后,结合估计的真阳性率来剔除假阳估计值并选择算法每个阶段的支撑集.该方法不仅使匹配滤波系数的分布参数得到更准确的估计,而且利用真阳性率较大地改善了稀疏重构的估计精度.数值仿真计算表明,在不显著增加计算复杂度的条件下,该算法可大幅度提高稀疏重构问题的估计精度. 展开更多
关键词 野值剔除 稀疏重构 系统辨识 信号估计
用于稀疏系统辨识的改进l_0-LMS算法 预览 被引量:9
8
作者 曲庆 金坚 谷源涛 《电子与信息学报》 EI CSCD 北大核心 2011年第3期 604-609,共6页
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... 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。 展开更多
关键词 信号处理 稀疏系统辨识 l0-LMS 变步长 零吸引
在线阅读 免费下载
用于稀疏系统辨识的零吸引最小均方算法 被引量:11
9
作者 金坚 谷源涛 梅顺良 《清华大学学报:自然科学版》 EI CAS CSCD 北大核心 2010年第10期1656-1659,共4页
为显著提高对稀疏系统的辨识性能,提出了一种自适应算法。该算法将与稀疏性有重要关系的l1范数引入LMS算法的代价函数中,并导出新的滤波器权系数更新公式。该公式在迭代过程中向权系数不断添加一个指向零矢量的修正量,使得在稀疏系统中... 为显著提高对稀疏系统的辨识性能,提出了一种自适应算法。该算法将与稀疏性有重要关系的l1范数引入LMS算法的代价函数中,并导出新的滤波器权系数更新公式。该公式在迭代过程中向权系数不断添加一个指向零矢量的修正量,使得在稀疏系统中占主要地位的零系数加速收敛,从而显著提高自适应算法的收敛速度和跟踪速度。理论分析并推导了算法的均值收敛过程。仿真结果表明:该算法无论对一般稀疏系统还是分簇稀疏系统,都能明显改善收敛性能,并且表现出良好的稳健性和通用性。 展开更多
关键词 稀疏系统 系统辨识 LMS L1范数
基于相关向量机的非线性动态系统辨识 预览 被引量:4
10
作者 朱世增 党选举 《计算机仿真》 CSCD 2008年第6期 103-107,共5页
基于具有核函数不用满足Mercer条件、相关向量自动确定及核函数少特点的稀疏贝叶斯的相关向量机核学习方法,提出了平滑先验条件约束的相关向量机的学习方法,采用稀疏贝叶斯模型的最大边缘似然算法加快了求解相关向量机的向量,并采取交... 基于具有核函数不用满足Mercer条件、相关向量自动确定及核函数少特点的稀疏贝叶斯的相关向量机核学习方法,提出了平滑先验条件约束的相关向量机的学习方法,采用稀疏贝叶斯模型的最大边缘似然算法加快了求解相关向量机的向量,并采取交叉验证法确定其核参数提高了相关向量机辨识的泛化性。该方法避免了支持向量机的非线性系统辨识的模型结构难于确定的问题,与支持向量机辨识方法相比较,辨识的模型结构更简洁。仿真表明,该方法应用于非线性动态系统的辨识,具有良好的效果。 展开更多
关键词 稀疏贝叶斯 相关向量机 支持向量机 非线性系统辨识
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈