自适应CRBF非线性滤波器及其改进学习算法

摘要：

传统的随机梯度算法由于采用基于二阶统计量的平方误差代价函数,因此含有的信息量较少,难以实现更高的精度.针对此问题,以基于高阶统计量的指数平方误差作为代价函数,结合基于两层RBF网络凸组合的非线性自适应滤波器,提出了最小指数平方误差自适应学习算法.非线性系统辨识和非线性信道均衡的实验仿真结果表明,该改进算法的收敛性能明显优于传统的随机梯度算法.

关键词：径向基函数神经网络、非线性自适应滤波器、随机梯度算法、非线性系统辨识、非线性系统均衡

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61271340,61134002;四川省青年科技基金2012JQ0046;中央高校基本科研业务费专项资金SWJTU12CX026

在线出版日期：2014-09-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：266-269