系統(tǒng)辨識是自適應濾波最廣泛的應用之一,同時系統(tǒng)辨識研究也是一個極具挑戰(zhàn)性的問題,特別是在系統(tǒng)沖激響應還是稀疏的情況下。在非高斯噪聲中,針對于稀疏沖激響應的系統(tǒng)辨識,PLMP（Proportionate Least Mean-power）算法具有很好的濾波特性。然而在實際應用中,系統(tǒng)的稀疏度并不是一成不變的。PLMP算法在時變稀疏度系統(tǒng)下不能保證濾波性能一直最好。為避免現(xiàn)有的PLMP算法在稀疏度變化情況下濾波器收斂速度降低,提出了改進的PLMP（Improved PLMP,IPLMP）算法。IPLMP算法在稀疏度較小時,由傳統(tǒng)自適應濾波算法LMP（Least Mean-power）算法起主導作用;當系統(tǒng)稀疏度較大時,PLMP算法起主導作用。IPLMP算法很好的適應了系統(tǒng)稀疏度變化的環(huán)境。本文從以下三個方面對IPLMP算法進行了優(yōu)化:（1）為了加快系統(tǒng)權值更新的稀疏化速度,本文在IPLMP算法的代價函數基礎上加上了權值系數的l₁-范數,即采用權值系數的l₁-范數度量系統(tǒng)稀疏特性,得到了COST-ZAIPLMP算法。然而該范數并不是有效的稀疏性度量... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：77 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 本文研究計劃及預期目標
    1.3 論文章節(jié)安排
第二章 經典的自適應濾波算法
    2.1 引言
    2.2 經典自適應算法介紹
        2.2.1 維納濾波器
        2.2.2 LMS算法和NLMS算法
        2.2.3 LMP算法和NLMP算法
        2.2.4 PLMS算法和PNLMS算法
        2.2.5 PLMP算法和PNLMP算法
        2.2.6 MPNLMS算法
        2.2.7 SPNLMS算法
        2.2.8 IPNLMS算法
        2.2.9 IIPNLMS算法
    2.3 本章小結
第三章 基于范數懲罰約束類算法
    3.1 引言
    3.2 IPLMP算法
    3.3 COST-IPLMP類算法
        3.3.1 COST-ZAIPLMP算法
        3.3.2 COST-RZAIPLMP算法和COST-CIMIPLMP算法
        3.3.3 實驗仿真
    3.4 本章小結
第四章 基于系數比例類算法
    4.1 引言
    4.2 μ-IPLMP算法和CIM-IPLMP算法
        4.2.1 算法介紹
        4.2.2 收斂分析
        4.2.3 實驗模擬與性能分析
    4.3 本章小結
第五章 CIM-IPLMP算法的改進
    5.1 引言
    5.2 時變的隨系統(tǒng)稀疏度調節(jié)參數β
    5.3 CIM-IPLMP算法的泰勒展開式
    5.4 本章小結
第六章 全文總結與展望
    6.1 全文總結
    6.2 后續(xù)工作展望
致謝
參考文獻
攻讀碩士學位期間取得的研究成果


【參考文獻】：
期刊論文
[1]迭代變步長LMS算法及性能分析[J]. 劉建成,趙宏志,全厚德,唐友喜.  電子與信息學報. 2015(07)
[2]用于稀疏系統(tǒng)辨識的零吸引最小均方算法[J]. 金堅,谷源濤,梅順良.  清華大學學報(自然科學版). 2010(10)

博士論文
[1]稀疏沖激響應的自適應濾波算法及其應用研究[D]. 劉立剛.復旦大學 2010



本文編號：3603836