|
|||||
|
|
| 抗冲激干扰的稀疏惩罚约束遗漏最小均方算法 | |
| 引用本文： | 晏国杰,林 云.抗冲激干扰的稀疏惩罚约束遗漏最小均方算法[J].国际商务研究,2016,56(10). |
| 作者姓名： | 晏国杰 林 云 |
| 作者单位： | 重庆邮电大学 移动通信技术重庆市重点实验室，重庆 400065;重庆邮电大学 移动通信技术重庆市重点实验室，重庆 400065 |
| 摘 要： | 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。 |
| 关 键 词： | 稀疏系统识别 自适应算法 冲激干扰 收敛性 |
Sparse penalty constraint leaky least mean square algorithms against impulsive interference. |
|
| YAN Guojie and LIN Yun.Sparse penalty constraint leaky least mean square algorithms against impulsive interference.[J].International Business Research,2016,56(10). | |
| Authors: | YAN Guojie and LIN Yun |
| Abstract: | |
| Keywords: | sparse system identification adaptive filtering algorithm impulsive interference convergence |
| 点击此处可从《国际商务研究》浏览原始摘要信息 | |
| 点击此处可从《国际商务研究》下载免费的PDF全文 | |