為了提高強非線性信號的噪聲消除和信道均衡能力,在核學(xué)習(xí)自適應(yīng)濾波方法的基礎(chǔ)上,該文提出一種基于驚奇準(zhǔn)則的多尺度核學(xué)習(xí)仿射投影濾波方法（SC-MKAPA）。在核仿射投影濾波算法的基礎(chǔ)上,對核組合函數(shù)結(jié)構(gòu)進行改進,將多個不同高斯核帶寬作為可變參數(shù),與加權(quán)系數(shù)共同參與濾波器的更新;利用驚奇準(zhǔn)則將計算結(jié)果稀疏化,根據(jù)仿射投影算法的約束條件對驚奇測度進行改進,簡化其方差項,降低了計算的復(fù)雜度。將該算法應(yīng)用于噪聲消除、信道均衡以及MG時間序列預(yù)測中,與多種自適應(yīng)濾波算法及核學(xué)習(xí)自適應(yīng)濾波算法進行仿真結(jié)果的對比分析,驗證了該算法的優(yōu)越性。 

【文章來源】：電子與信息學(xué)報. 2020,42(04)北大核心EICSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

噪聲分布

?δSC-MKAPAη1=1.0,η2=0.5,η3=10μ=0.2,t=0.015.0×10–3NC-MKAPAη1=1.0,η2=0.5,η3=10μ=0.25.0×10–3NC-KAPAη1=1.0μ=0.25.0×10–3KLMSη1=1.0μ=0.25.0×10–3LMSη1=1.0μ=0.25.0×10–3表2不同高次項下5種方法MMSE(dB)高次項NSC-MKAPANC-MKAPANC-KAPAKLMSLMS2–71.2–62.8–67.2–32.7–25.63–62.1–56.9–60.6–24.4–19.36–33.9–29.3–30.2–21.5–17.87–18.3–16.3–15.2–13.3–12.9圖3對數(shù)條件下MSE的學(xué)習(xí)曲線圖4對數(shù)條件下MSE的學(xué)習(xí)曲線第4期李群生等：一種基于多尺度核學(xué)習(xí)的仿射投影濾波算法929

,η2=0.5,η3=10μ=0.2,t=0.015.0×10–3NC-MKAPAη1=1.0,η2=0.5,η3=10μ=0.25.0×10–3NC-KAPAη1=1.0μ=0.25.0×10–3KLMSη1=1.0μ=0.25.0×10–3LMSη1=1.0μ=0.25.0×10–3表2不同高次項下5種方法MMSE(dB)高次項NSC-MKAPANC-MKAPANC-KAPAKLMSLMS2–71.2–62.8–67.2–32.7–25.63–62.1–56.9–60.6–24.4–19.36–33.9–29.3–30.2–21.5–17.87–18.3–16.3–15.2–13.3–12.9圖3對數(shù)條件下MSE的學(xué)習(xí)曲線圖4對數(shù)條件下MSE的學(xué)習(xí)曲線第4期李群生等：一種基于多尺度核學(xué)習(xí)的仿射投影濾波算法929

【參考文獻】：
期刊論文
[1]α穩(wěn)定分布噪聲下基于核方法的非線性信道均衡算法[J]. 孫丹華,孫亮,王彬,張俊林.  信號處理. 2017(02)
[2]基于多尺度重采樣思想的類指數(shù)核函數(shù)構(gòu)造[J]. 胡站偉,焦立國,徐勝金,黃勇.  電子與信息學(xué)報. 2016(07)
[3]一種在線時間序列預(yù)測的核自適應(yīng)濾波器向量處理器[J]. 龐業(yè)勇,王少軍,彭宇,彭喜元.  電子與信息學(xué)報. 2016(01)



本文編號：3414678