【摘要】：自適應(yīng)濾波器在干擾抵消、回聲消除、主動(dòng)噪聲控制、信道均衡等領(lǐng)域獲得了廣泛應(yīng)用。上述大部分應(yīng)用均可表征為系統(tǒng)辨識(shí)。在一些應(yīng)用場(chǎng)合,未知系統(tǒng)的期望響應(yīng)可能會(huì)存在非線性失真,如果采用傳統(tǒng)的線性自適應(yīng)濾波器辨識(shí)未知系統(tǒng),將產(chǎn)生較大的穩(wěn)態(tài)失調(diào),甚至不能收斂。近年來(lái)提出的樣條自適應(yīng)濾波器為解決非線性失真問(wèn)題提供了較好的解決方案。然而,當(dāng)環(huán)境中存在非高斯噪聲干擾時(shí),樣條自適應(yīng)濾波器的收斂性能會(huì)下降。為了改善非高斯噪聲環(huán)境下的樣條自適應(yīng)濾波器性能,本文提出了魯棒樣條符號(hào)算法和樣條最小四階矩算法。魯棒樣條符號(hào)算法對(duì)脈沖噪聲干擾具有很強(qiáng)的魯棒性,而樣條最小四階矩算法能夠降低算法在大幅值均勻、二元等噪聲干擾下的穩(wěn)態(tài)失調(diào)。近年來(lái),隨著網(wǎng)絡(luò)技術(shù)的發(fā)展,自適應(yīng)濾波器被廣泛應(yīng)用于分布式網(wǎng)絡(luò)。為了提高分布式網(wǎng)絡(luò)估計(jì)未知參數(shù)的性能,本文將魯棒樣條符號(hào)算法和樣條最小四階矩算法引入分布式網(wǎng)絡(luò),提出了擴(kuò)散式魯棒樣條符號(hào)算法和擴(kuò)散式樣條最小四階矩算法。為了深入理解擴(kuò)散式樣條最小均方算法的統(tǒng)計(jì)行為,本文最后還分析了該算法的性能。
【圖文】：

邐Ｘ１０４逡逑圖邋２－３邋ＲＳＳＡ邋和邋ＳＬＭＳ邋的邋ＦＭＳＥ逡逑圖２－３所示的ＲＳＳＡ和ＳＬＭＳ算法在脈沖干擾下的ＦＭＳＥ曲線，由圖可得ＲＳＳＡ逡逑的ＦＭＳＥ可以收斂到－３０ｄＢ，但是ＳＬＭＳ的ＦＭＳＥ只能收斂到－３ｄＢ邋，因此可以看逡逑出在較大的脈沖干擾下，ＲＳＳＡ比ＳＬＭＳ算法有更強(qiáng)的魯棒性。逡逑２．４擴(kuò)散式魯棒樣條符號(hào)算法逡逑擴(kuò)散式樣條自適應(yīng)濾波器模型圖如２－４所示，，首先輸入信號(hào)心（《）分別通過(guò)未知逡逑１９逡逑

邐１００００逡逑信號(hào)長(zhǎng)度逡逑圖２－２脈沖干擾波形逡逑５邋邐？邐＇邐＞邐逡逑—一＾逡逑－５＼邋＼邋■逡逑｜邋－１５邋＇邐＼邐＿逡逑＂＿２０．邐＼邐ＲＳＳＡ（Ｍ＝８ｅ－４）邐．逡逑■２５＇逡逑－３５邋邐１邐１邐１邐逡逑０邐０．５邐１邐１．５邐２逡逑迭代次數(shù)邐Ｘ１０４逡逑圖邋２－３邋ＲＳＳＡ邋和邋ＳＬＭＳ邋的邋ＦＭＳＥ逡逑圖２－３所示的ＲＳＳＡ和ＳＬＭＳ算法在脈沖干擾下的ＦＭＳＥ曲線，由圖可得ＲＳＳＡ逡逑的ＦＭＳＥ可以收斂到－３０ｄＢ，但是ＳＬＭＳ的ＦＭＳＥ只能收斂到－３ｄＢ邋，因此可以看逡逑出在較大的脈沖干擾下，ＲＳＳＡ比ＳＬＭＳ算法有更強(qiáng)的魯棒性。逡逑２．４擴(kuò)散式魯棒樣條符號(hào)算法逡逑擴(kuò)散式樣條自適應(yīng)濾波器模型圖如２－４所示，首先輸入信號(hào)心（《）分別通過(guò)未知逡逑１９逡逑
【學(xué)位授予單位】：蘇州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TN713

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 倪錦根;馬蘭申;;分布式子帶自適應(yīng)濾波算法[J];電子學(xué)報(bào);2015年11期

2 李雷雷;何劍輝;張勇剛;;分布式無(wú)線網(wǎng)絡(luò)中的仿射投影自適應(yīng)算法[J];中國(guó)傳媒大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年02期

3 張家樹(shù),肖先賜;混沌時(shí)間序列的Volterra自適應(yīng)預(yù)測(cè)[J];物理學(xué)報(bào);2000年03期

4 王政炳,張殿治;一種基于神經(jīng)網(wǎng)絡(luò)的非線性自適應(yīng)濾波器[J];系統(tǒng)工程與電子技術(shù);1999年06期

相關(guān)碩士學(xué)位論文 前1條

1 馬蘭申;自適應(yīng)網(wǎng)絡(luò)的分布式估計(jì)研究[D];蘇州大學(xué);2014年

本文編號(hào)：2597760