核自適應(yīng)濾波能夠較好地處理一些非線性問(wèn)題,得到了廣泛的關(guān)注及深入的研究。本文利用集員濾波理論和矢量量化等方法,研究核自適應(yīng)濾波算法,以降低算法復(fù)雜度、提高抗脈沖噪聲能力。首先,簡(jiǎn)單地介紹核自適應(yīng)濾波、Alpha穩(wěn)定分布理論和集員濾波等基礎(chǔ)理論等。然后,研究提出了3種核集員自適應(yīng)濾波算法。將核方法運(yùn)用到集員雙歸一化最小均方（SMBNLMS）算法中,提出核集員雙歸一化最小均方（KSMBNLMS）算法。核集員歸一化最小均方（KSMNLMS）算法采用單個(gè)約束集控制權(quán)向量的更新,采用兩個(gè)約束集控制權(quán)向量更新的KSMBNLMS算法能夠提升估計(jì)精度。由于在Alpha穩(wěn)定分布噪聲背景中KSMNLMS算法和KSMBNLMS算法的性能退化,對(duì)此,利用集員濾波理論,提出了核集員歸一化最小p范數(shù)（KSMNLMP）算法和核集員雙歸一化最小p范數(shù)（KSMBNLMP）算法。非線性信道均衡的仿真結(jié)果表明,在集員濾波類(lèi)算法中,KSMBNLMS比KSMNLMS具有更好的均衡效果,KSMNLMP和KSMBNLMP算法分別比KSMNLMS和KSMBNLMS算法具有更好的均衡效果,KSMBNLMP算法均衡效果最好。接著,研究提... 

【文章來(lái)源】：杭州電子科技大學(xué)浙江省

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

FIR橫向結(jié)構(gòu)

杭州電子科技大學(xué)碩士學(xué)位論文方法的基本過(guò)程是將低維空間中的自適應(yīng)濾波器的輸入信號(hào)矢量到高維空間后得到u ( n)；再對(duì)數(shù)據(jù)進(jìn)行線性的處理，用核函數(shù)表 u ( m ), u ( n ) =k er ( X ( m) , X( n))適應(yīng)濾波器算法[3,4]。紹核方法的數(shù)學(xué)基礎(chǔ)和重要性質(zhì)。 應(yīng) 濾 波 器 的 輸 入 信 號(hào) 矢 量 X ( n)映 射 到 高 維 的 RKHSM 1 Q，簡(jiǎn)記為u ( n ) ( n)，則T M( n ) [ ( n ),..., ( nM 1)] u Q ( m ), ( n ) =k er ( ( m) , ( n))u u X X ，則稱(chēng) ker ( , ) 函數(shù)為核函數(shù)。如正定三個(gè)條件，則稱(chēng)之為 Mercer 核函數(shù)[3,4]。

特性越顯著；反之，當(dāng)α值越大，拖尾變薄，且脈沖特性減弱；由此函數(shù)完全由g 、γ 、β 和α這四個(gè)參數(shù)確定。波基礎(chǔ)理論這兩個(gè)方面簡(jiǎn)述集員濾波基礎(chǔ)理論，分別為集員濾波理論的基本波理論的基本概念 M 1 T( n )= :| d ( n ) ( n) | H W R W X ，； d ( n )是第 n 次迭代的期望信號(hào)； 是輸出誤差幅度邊界。二維意圖如 2.3。濾波是一種采用明確的代價(jià)函數(shù) J ( n) ，將濾波器輸出的誤差 e( n n )不在特定的 H ( n)內(nèi)才進(jìn)行更新，從而可以減少算法計(jì)算量的自數(shù)學(xué)理論無(wú)法精確計(jì)算出 H ( n)，因而，集員濾波算法通常用包含述約束集[2]。

【參考文獻(xiàn)】：
期刊論文
[1]基于塊自適應(yīng)濾波的核最小均方算法[J]. 趙知?jiǎng)?金明明.  計(jì)算機(jī)工程. 2017(09)
[2]A Quantized Kernel Least Mean Square Scheme with Entropy-Guided Learning for Intelligent Data Analysis[J]. Xiong Luo,Jing Deng,Ji Liu,Weiping Wang,Xiaojuan Ban,Jenq-Haur Wang.  中國(guó)通信. 2017(07)
[3]α穩(wěn)定分布噪聲下的核最小平均P范數(shù)算法[J]. 趙知?jiǎng)?金明明.  計(jì)算機(jī)應(yīng)用研究. 2017(11)

博士論文
[1]集員估計(jì)理論、方法及其應(yīng)用[D]. 柴偉.北京航空航天大學(xué) 2008

碩士論文
[1]基于符號(hào)函數(shù)的自適應(yīng)濾波器的穩(wěn)態(tài)性能研究[D]. 王飛.大連海事大學(xué) 2017
[2]電阻抗成像技術(shù)正則化算法的研究[D]. 李冬曄（Juliet Lee）.南京郵電大學(xué) 2016
[3]基于最大互相關(guān)熵的核自適應(yīng)濾波算法研究[D]. 石嘉豪.華南理工大學(xué) 2016
[4]非高斯沖激干擾下基于核方法的自適應(yīng)濾波算法研究[D]. 曾俊俊.重慶郵電大學(xué) 2016
[5]帶有反饋機(jī)制的核自適應(yīng)濾波算法研究[D]. 趙集.西南大學(xué) 2016
[6]核自適應(yīng)濾波算法研究[D]. 陳乾.華中師范大學(xué) 2014
[7]脈沖噪聲環(huán)境下基于相關(guān)熵的波束形成算法研究[D]. 王曉龍.大連海事大學(xué) 2014
[8]核自適應(yīng)濾波算法的研究[D]. 苗秋園.浙江大學(xué) 2012
[9]通信對(duì)抗中的干擾識(shí)別技術(shù)研究[D]. 沈家瑞.電子科技大學(xué) 2011
[10]基于核方法的自適應(yīng)濾波的算法的研究[D]. 朱陳良.西華大學(xué) 2011



本文編號(hào)：3593074