自適應(yīng)濾波器在工程實(shí)踐中廣泛地應(yīng)用于系統(tǒng)辨識(shí),預(yù)測(cè),逆向建模和干擾相消等方面。在常見(jiàn)的自適應(yīng)濾波算法中傳統(tǒng)的最小均方算法（Least Mean Square,LMS）算法具有計(jì)算簡(jiǎn)單,收斂快,易于實(shí)現(xiàn)等優(yōu)點(diǎn)。但是,當(dāng)LMS算法遇到稀疏系統(tǒng)時(shí)性能迅速衰退,主要體現(xiàn)為收斂速度變慢,穩(wěn)態(tài)誤差增大。本文在對(duì)稀疏自適應(yīng)濾波算法進(jìn)行學(xué)習(xí)和對(duì)比后針對(duì)范數(shù)約束類算法存在的如下問(wèn)題進(jìn)行研究:1.基于₁l范數(shù)及₀l范數(shù)約束的稀疏自適應(yīng)濾波算法對(duì)大抽頭系數(shù)吸引力過(guò)大同時(shí)對(duì)小抽頭系數(shù)吸引力不足,這導(dǎo)致算法的穩(wěn)態(tài)誤差較大,當(dāng)系統(tǒng)的稀疏度降低時(shí)體現(xiàn)的尤為明顯。2.當(dāng)步長(zhǎng)固定時(shí),算法不能同時(shí)保證較快的收斂速度和較低的穩(wěn)態(tài)誤差。首先,本文簡(jiǎn)要闡述了自適應(yīng)濾波理論基礎(chǔ)并分析了經(jīng)典的基于低階范數(shù)約束的稀疏自適應(yīng)濾波算法。其次,針對(duì)范數(shù)約束類稀疏自適應(yīng)算法由于約束項(xiàng)本身性能不佳帶來(lái)的穩(wěn)態(tài)誤差問(wèn)題,本文提出一種基于修正的柯西分布函數(shù)約束的稀疏自適應(yīng)算法（Cauchy distribution function-penalized LMS,C-LMS）,該算法將傳統(tǒng)的基于低階范數(shù)的約... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文主要工作及結(jié)構(gòu)安排
第2章 基于低階范數(shù)約束的稀疏自適應(yīng)濾波算法
    2.1 自適應(yīng)濾波基礎(chǔ)
        2.1.1 自適應(yīng)濾波器的基本原理
        2.1.2 維納濾波器與最速下降法
        2.1.3 最小均方（LMS）算法
        2.1.4 自適應(yīng)濾波器的應(yīng)用
    2.2 稀疏信號(hào)與壓縮感知
        2.2.1 稀疏信號(hào)
        2.2.2 壓縮感知
        2.2.3 壓縮感知理論和稀疏自適應(yīng)濾波算法
    2.3 基于低階范數(shù)約束的稀疏自適應(yīng)濾波算法
        2.3.1 零吸引最小均方（ZA-LMS）算法
        2.3.2 加權(quán)零吸引最小均方（RZA-LMS）算法
0-LMS算法">        2.3.3 l₀-LMS算法
p-LMS算法">        2.3.4 l_p-LMS算法
    2.4 本章小結(jié)
第3章 基于修正的柯西分布函數(shù)約束的稀疏自適應(yīng)算法
    3.1 引言
    3.2 修正的柯西分布函數(shù)
        3.2.1 柯西分布
        3.2.2 修正的柯西分布函數(shù)
    3.3 基于修正的柯西分布函數(shù)約束的稀疏自適應(yīng)算法
        3.3.1 算法描述
        3.3.2 性能分析
        3.3.3 仿真結(jié)果及分析
    3.4 本章小結(jié)
第4章 變步長(zhǎng)稀疏約束算法
    4.1 引言
    4.2 γ-函數(shù)
    4.3 變步長(zhǎng)稀疏約束算法
        4.3.1 歸一化的無(wú)噪先驗(yàn)誤差功率
        4.3.2 算法描述
        4.3.3 性能分析
        4.3.4 仿真結(jié)果及分析
    4.4 本章小結(jié)
第5章 全文總結(jié)和下一步工作
    5.1 本文工作總結(jié)
    5.2 未來(lái)研究展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果



本文編號(hào)：2902387