本文選題：核最小均方算法 + 塊自適應濾波��； 參考：《計算機工程》2017年09期

【摘要】：核最小均方(KLMS)算法在非線性系統(tǒng)中收斂性能較好,但其使用瞬時梯度估計均方誤差梯度,導致隨機性較大。而塊自適應濾波理論利用多個輸入-輸出的誤差來估計均方誤差梯度,可降低KLMS算法穩(wěn)態(tài)誤差。為此,將塊自適應濾波理論運用到KLMS算法中,提出核塊最小均方(KBLMS)算法,根據(jù)最陡下降法原理推導出KBLM S權(quán)矢量更新公式,使用核方法計算得到濾波器輸出表達式,并通過并行處理減小算法計算復雜度。仿真結(jié)果表明,KBLMS算法可有效提高KLMS算法的穩(wěn)態(tài)性能,并且相比塊最小均方算法具有更低的誤碼率。
[Abstract]:The kernel least mean square (KLMS) algorithm has good convergence performance in nonlinear systems, but the instantaneous gradient is used to estimate the mean square error gradient, which leads to greater randomness. The block adaptive filtering theory uses multiple input-output errors to estimate the mean square error gradient, which can reduce the steady-state error of the KLMS algorithm. Therefore, the block adaptive filtering theory is applied to the KLMS algorithm, and the kernel block minimum mean square (KBL) algorithm is proposed. According to the steepest descent method, the updating formula of KBLM S weight vector is derived, and the filter output expression is obtained by using the kernel method. The computational complexity of the algorithm is reduced by parallel processing. Simulation results show that the KBLMS algorithm can effectively improve the steady-state performance of the KLMS algorithm and has a lower bit error rate than the block least mean square algorithm.
【作者單位】： 杭州電子科技大學通信工程學院;中國電子科技集團公司第三十六研究所通信系統(tǒng)信息控制技術(shù)國家級重點實驗室;
【分類號】：TN713

【相似文獻】

相關(guān)期刊論文 前10條

1 孫曉昶,皇埔堪,陳強;數(shù)據(jù)分段輸入的低秩自適應濾波方法[J];信號處理;2003年04期

2 徐常勝，周兆英，，李杰;自適應濾波的原理和應用[J];中國儀器儀表;1994年06期

3 劉兵軍,牛東曉;灰色自適應濾波組合優(yōu)化預測模型及其應用[J];電網(wǎng)技術(shù);1998年09期

4 遲男,劉杰;浮點DSP實現(xiàn)自適應濾波的研究[J];北方交通大學學報;2000年05期

5 魏瑞軒,韓崇昭,張宗麟,方洋旺;魯棒總體均方最小自適應濾波:算法與分析[J];電子學報;2002年07期

6 楊元喜;動態(tài)定位自適應濾波解的性質(zhì)[J];測繪學報;2003年03期

7 祝轉(zhuǎn)民,楊宜康,黃永宣,李濟生;軌道重構(gòu)的自適應濾波改進算法[J];導彈與航天運載技術(shù);2003年02期

8 李海君,陳忠寶,孫恒;自適應濾波技術(shù)在GIS局放檢測中的應用[J];黑龍江電力;2003年01期

9 謝勝利,田森平,柳書棠;基于向量圖分析的自適應濾波快速算法[J];控制理論與應用;2003年06期

10 李富才,訾艷陽,何正嘉;自適應濾波與相關(guān)濾波在沖擊響應信號特征提取中的應用[J];振動與沖擊;2004年03期

相關(guān)會議論文 前10條

1 宋迎春;;抗差自適應濾波中帶有置信度的自適應因子設(shè)計[A];第一屆中國衛(wèi)星導航學術(shù)年會論文集（下）[C];2010年

2 邱新蕓;高原;;自適應濾波最佳準則的研究[A];第七屆青年學術(shù)會議論文集[C];2005年

3 曾威;崔玉平;李邦清;王文輝;;基于自適應濾波的捷聯(lián)慣性/星光組合導航技術(shù)[A];慣性技術(shù)發(fā)展動態(tài)發(fā)展方向研討會文集——新世紀慣性技術(shù)在國民經(jīng)濟中的應用[C];2012年

4 徐炳吉;;嚴重非線性系統(tǒng)的自適應濾波[A];1996年中國控制會議論文集[C];1996年

5 徐飛;李兵飛;;一種自適應Kalman濾波實現(xiàn)的新思路[A];面向航空試驗測試技術(shù)——2013年航空試驗測試技術(shù)峰會暨學術(shù)交流會論文集[C];2013年

6 張磊;郭圣權(quán);;自適應限定記憶平滑濾波器[A];1995年中國控制會議論文集（上）[C];1995年

7 賈躍;丁紅巖;劉慷;劉德才;;定向定速潛艇狀態(tài)的自適應濾波應用設(shè)計[A];1994中國控制與決策學術(shù)年會論文集[C];1994年

8 褚建新;顧偉;甘世紅;;抑制大塊分離物沖擊力的一種自適應濾波方法[A];第二屆全國信息獲取與處理學術(shù)會議論文集[C];2004年

9 江金龍;盧國慶;查代奉;;非線性變換自適應濾波方法及在水聲信道均衡中的應用[A];全國第二屆信號處理與應用學術(shù)會議�？痆C];2008年

10 張芳;黃大貴;黃逸平;;基于方差和自適應濾波對火焰狀態(tài)的識別[A];中國電子學會電子機械工程分會2007年機械電子學學術(shù)會議論文集[C];2007年

相關(guān)博士學位論文 前7條

1 檀甲甲;模型化自適應濾波及其應用研究[D];復旦大學;2011年

2 黃全振;壓電智能結(jié)構(gòu)自適應濾波振動主動控制研究[D];上海大學;2012年

3 朱紅路;熱工信號自適應濾波及其在建模與控制中的應用[D];華北電力大學（北京）;2010年

4 林耀榮;自適應濾波理論及其在回波消除中的應用研究[D];華南理工大學;1999年

5 尚勇;并行濾波算法及其脈動陣結(jié)構(gòu)研究[D];西安電子科技大學;2000年

6 劉泳慶;衛(wèi)星導航系統(tǒng)多維域抗干擾技術(shù)研究[D];北京理工大學;2016年

7 趙海全;基于非線性函數(shù)擴展的流水線型自適應濾波理論與方法研究[D];西南交通大學;2011年

相關(guān)碩士學位論文 前10條

1 王夢楠;基于FPGA的中頻數(shù)字信號處理[D];大連海事大學;2015年

2 柴曉珂;心肺耦合分析研究[D];中國人民解放軍醫(yī)學院;2015年

3 王璞;基于自適應濾波的降階在線系統(tǒng)辨識[D];蘭州大學;2015年

4 譚滋中;基于自適應濾波的噪聲抵消算法研究與應用[D];河北科技大學;2015年

5 王建明;聲學回波消除方法及實現(xiàn)技術(shù)[D];西安電子科技大學;2014年

6 謝長鴻;奧氏體不銹鋼焊縫的超聲TOFD檢測技術(shù)研究[D];南昌航空大學;2015年

7 李川;多導聯(lián)心電采集系統(tǒng)設(shè)計與實現(xiàn)[D];重慶大學;2015年

8 王斌;WiFi網(wǎng)絡(luò)中面向移動目標的定位追蹤算法研究[D];東北大學;2014年

9 孫萬亭;永磁同步電機電流自適應濾波控制研究[D];冶金自動化研究設(shè)計院;2016年

10 王秀麗;基于無線傳輸技術(shù)的管道漏水檢測去噪算法研究與設(shè)計[D];內(nèi)蒙古師范大學;2016年

本文編號：1886815