本文關鍵詞：基于最小誤差熵自適應濾波算法研究

  更多相關文章： 自適應濾波 最小誤差熵 稀疏系統(tǒng)辨識 凸組合

【摘要】：自適應濾波算法是當今世界最具影響的研究熱點之一。其中,傳統(tǒng)自適應濾波算法,如LMS等,因其結構簡單、性能穩(wěn)定、計算復雜度低、易于實現(xiàn)等優(yōu)點已經廣泛的應用于自適應信號處理、機器學習等工程領域。他們很多都是在高斯噪聲環(huán)境下表現(xiàn)優(yōu)良的性能,而在非高斯噪聲環(huán)境下,性能非常差。因此,如何構建魯棒性算法日漸成為了自適應濾波研究的核心問題。本文以最小誤差熵(Minimum Error Entropy,MEE)為重點研究內容,提出了若干魯棒性自適應濾波算法,有效克服了傳統(tǒng)自適應濾波算法在非高斯噪聲環(huán)境下的不足。本文的重點研究內容如下:1.通信環(huán)境下的稀疏信道普遍存在,針對傳統(tǒng)的稀疏自適應濾波算法只在高斯噪聲環(huán)境下具有最優(yōu)性能,提出了基于MEE的非高斯噪聲環(huán)境下的稀疏自適應濾波兩類算法:1)基于懲罰約束稀疏最小誤差熵算法。以最小誤差熵準則為基礎,結合1l-范數,加權1l-范數以及互相關熵誘導維度(Correntropy Induced Metric,CIM)三種稀疏約束懲罰項,提出了零吸引最小誤差熵算法、加權零吸引最小誤差熵算法和互相關熵誘導維度最小誤差熵算法等三種新的稀疏自適應濾波算法,并進行了收斂性分析,實驗結果表明:該算法在解決非高斯噪聲環(huán)境下的稀疏信道參數估計問題表現(xiàn)出優(yōu)異的性能;2)基于MEE準則的系數比例稀疏自適應濾波算法。通過使用MEE來取代MSE作為自適應準則,并基于能量守恒關系進行收斂性分析得出了保證算法的均方穩(wěn)定充分條件。實驗結果表明:該算法在脈沖噪聲干擾下具有較強的魯棒性和跟蹤能力。2.針對傳統(tǒng)基于MEE自適應濾波算法在算法的精度和收斂速度相悖的問題,提出了基于凸組合MEE自適應濾波改進算法。該算法在繼承了原有最小誤差熵算法的魯棒性能的同時,還有效的改善了算法的收斂速度。仿真結果驗證了該算法的優(yōu)越性能。本文基于最小誤差熵準則,提出了懲罰約束稀疏自適應濾波算法、系數比例稀疏自適應濾波算法和凸組合自適應濾波算法,并對算法進行了收斂性分析。實驗結果表明,本文提出的方法在非高斯噪聲條件下具有良好的收斂性能。
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN713

【相似文獻】

中國期刊全文數據庫 前10條

1 田磊;汪小志;劉志剛;;自適應濾波算法及應用研究[J];電子測試;2008年01期

2 楊波;馮久超;;一種改進的自適應濾波算法及其在回波消除中的應用[J];電子與信息學報;2008年01期

3 耿妍;張端金;;自適應濾波算法綜述[J];信息與電子工程;2008年04期

4 崔旭濤;何友;楊日杰;;自適應濾波算法的仿真及工程實現(xiàn)[J];現(xiàn)代電子技術;2009年18期

5 蔡衛(wèi)菊;;線性自適應濾波算法綜述[J];科技資訊;2011年36期

6 吳正國;;自適應濾波算法的新進展[J];海軍工程學院學報;1990年03期

7 鄒艷碧,高鷹;自適應濾波算法綜述[J];廣州大學學報(自然科學版);2002年02期

8 高鷹,謝勝利;一種基于三階累積量的準則及自適應濾波算法[J];電子與信息學報;2002年09期

9 高清運,李學初;適合硬件實現(xiàn)的自適應濾波算法[J];微電子學與計算機;2003年07期

10 王芳,馮新喜,李鴻艷;一種新的自適應濾波算法[J];現(xiàn)代雷達;2003年07期

中國重要會議論文全文數據庫 前10條

1 徐潤博;;一種變步長自適應濾波算法及其分析[A];2008年中國高校通信類院系學術研討會論文集（下冊）[C];2009年

2 李超;毛劍琴;;一種進化的自適應濾波算法及其在振動主動控制中的應用[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

3 劉先省;胡振濤;;基于“當前”統(tǒng)計模型修正的自適應濾波算法[A];2005年中國智能自動化會議論文集[C];2005年

4 牛振中;李歲勞;王青青;任鴻飛;;改進的自適應濾波算法及其在精確空投組合導航中的應用[A];慣性技術發(fā)展動態(tài)發(fā)展方向研討會文集——新世紀慣性技術在國民經濟中的應用[C];2012年

5 趙龍;李鐵軍;陳璞;;新型自適應濾波算法及其在慣導/雙星組合中的應用[A];第一屆中國衛(wèi)星導航學術年會論文集（下）[C];2010年

6 陳勇;黃清;;自適應濾波算法在多普勒頻偏估計中的應用研究[A];2007年全國微波毫米波會議論文集（下冊）[C];2007年

7 張磊磊;王再英;;基于Matlab仿真的幾種自適應濾波算法的比較研究[A];第十七屆全國煤礦自動化學術年會、中國煤炭學會自動化專業(yè)委員會學術會議論文集[C];2007年

8 陳坡;孫付平;郭飛;劉雪瑞;;擴展自適應濾波算法在GNSS/INS緊組合中的應用[A];微機電慣性技術的發(fā)展現(xiàn)狀與趨勢——慣性技術發(fā)展動態(tài)發(fā)展方向研討會文集[C];2011年

9 陶偉剛;馮新喜;;一種新的目標跟蹤自適應濾波算法[A];第九屆全國信號處理學術年會（CCSP-99）論文集[C];1999年

10 劉世金;張榆鋒;劉大利;高永麗;;幾種自適應濾波算法在噪聲抵消應用中的仿真比較研究[A];系統(tǒng)仿真技術及其應用（第7卷）——'2005系統(tǒng)仿真技術及其應用學術交流會論文選編[C];2005年

中國博士學位論文全文數據庫 前5條

1 高鷹;基于累積量的自適應濾波理論及其應用[D];華南理工大學;2002年

2 張斌;高效穩(wěn)健的自適應濾波算法研究[D];西安電子科技大學;2010年

3 劉立剛;稀疏沖激響應的自適應濾波算法及其應用研究[D];復旦大學;2010年

4 曾謙;基于濾波器凸集的自適應濾波算法[D];吉林大學;2015年

5 李寧;LMS自適應濾波算法的收斂性能研究與應用[D];哈爾濱工程大學;2009年

中國碩士學位論文全文數據庫 前10條

1 蔣陽波;分數階傅里葉變換自適應濾波算法及應用[D];湘潭大學;2009年

2 袁志勇;一維離散數據的卡爾曼濾波模型的參數估計及自適應濾波算法的改進[D];南京理工大學;2015年

3 馮永;稀疏自適應濾波算法研究[D];東南大學;2015年

4 陳元朝;RLS自適應濾波算法在寬高檢測系統(tǒng)中的研究與應用[D];太原理工大學;2013年

5 趙集;帶有反饋機制的核自適應濾波算法研究[D];西南大學;2016年

6 石嘉豪;基于最大互相關熵的核自適應濾波算法研究[D];華南理工大學;2016年

7 彭思愿;基于最小誤差熵自適應濾波算法研究[D];華南理工大學;2016年

8 楊亞;自適應濾波抗干擾方法研究[D];電子科技大學;2016年

9 陳莉;自適應濾波算法與應用研究[D];西安電子科技大學;2006年

10 段雪梅;α-穩(wěn)定噪聲環(huán)境下的自適應濾波算法[D];西安電子科技大學;2007年

，

本文編號：1174830