比例最小均方/四阶算法及其在系统辨识中的应用

摘要：

针对非高斯噪声环境下稀疏系统参数辨识问题,提出一种基于比例更新机制的最小均方/四阶(LMS/F)自适应滤波算法(PLMS/F).该方法以混合均方/四阶准则(MS/FE)为代价函数,其包含了误差的高阶项,具有解决非高斯噪声问题的优势.引入比例更新机制,从而可根据算法当前时刻权重变化特征来调整各权重参数的步长,因此具有良好的跟踪性能.使用梯度下降法设计了阈值参数自适应更新机制以进一步改进算法稳态性能.此外,分析了所提算法的平均和均方收敛性.应用具有稀疏特征的FIR系统参数模型对所提算法实现了在非高斯噪声环境中的参数辨识.仿真实验结果表明,该算法可以有效辨识模型参数,且具有较低的稳态误差和强的鲁棒性.

关键词：比例更新、最小均方、四阶算法(LMS、F)、系统辨识、非高斯噪声

所属期刊栏目：28

资助基金：国家自然基金61472316;陕西省自然科学基础研究计划2017JM6033;陕西省教育厅科研计划17JK0550;咸阳市科技成果推广计划2015KT-15

在线出版日期：2019-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：852-860