在近幾十年的發(fā)展中,自適應(yīng)濾波器在系統(tǒng)辨識、信道均衡、信號增強與預(yù)測等應(yīng)用中有著非常廣泛的應(yīng)用。自適應(yīng)濾波算法直接決定了自適應(yīng)濾波器的性能。自適應(yīng)濾波算法的研究逐漸成為信號處理領(lǐng)域中最為活躍的研究方向之一,因此尋求一個收斂速度快、穩(wěn)態(tài)誤差低、收斂精度高和計算復(fù)雜度低的自適應(yīng)濾波算法已成為研究人員的一致追求。經(jīng)典的自適應(yīng)濾波算法是基于均方誤差準則的,其在高斯噪聲中可以得到最優(yōu)解。在現(xiàn)實中,噪聲呈現(xiàn)非高斯的特性,而基于均方誤差準則的自適應(yīng)濾波算法在非高斯噪聲下性能會顯著退化,因此許多其它準則的自適應(yīng)濾波算法被用來解決非高斯噪聲下的濾波問題。本文主要進行了下列研究:首先,對自適應(yīng)濾波的背景、研究意義、發(fā)展以及應(yīng)用進行了簡要地介紹,將非高斯噪聲分為亞高斯噪聲以及超高斯噪聲,對濾波器進行了算法建模,介紹了維納濾波器原理,最陡下降法以及現(xiàn)有的自適應(yīng)濾波算法,并且在非高斯噪聲下進行了仿真驗證。其次,在現(xiàn)有自適應(yīng)濾波算法準則的基礎(chǔ)上,提出了時延誤差的概念。將時延誤差應(yīng)用于均方誤差準則中,提出了均方時延誤差算法,在非高斯噪聲下進行了仿真驗證,并且對均方時延誤差算法進行了均值穩(wěn)定性分析以及均方誤差性能分析...

【文章頁數(shù)】：88 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 自適應(yīng)濾波器發(fā)展及應(yīng)用
        1.2.1 自適應(yīng)濾波技術(shù)的發(fā)展
        1.2.2 自適應(yīng)濾波技術(shù)的應(yīng)用
第二章 自適應(yīng)濾波基礎(chǔ)
    2.1 噪聲分類
    2.2 維納濾波器
    2.3 最陡下降法
    2.4 最小均方算法
    2.5 符號算法
    2.6 最小均方四范數(shù)算法
    2.7 最大相關(guān)熵算法
    2.8 廣義最大相關(guān)熵算法
    2.9 最小核風險敏感損失算法
    2.10 本章小結(jié)
第三章 基于時延誤差的自適應(yīng)濾波算法
    3.1 時延誤差
    3.2 均方時延誤差算法
        3.2.1 非高斯噪聲下的濾波效果
        3.2.2 均值穩(wěn)定性分析
        3.2.3 均方誤差性能分析
        3.2.4 時延選擇
    3.3 廣義均方時延誤差算法
    3.4 符號時延誤差算法
    3.5 最小均方四范數(shù)時延誤差算法
    3.6 最大相關(guān)熵時延誤差算法
    3.7 廣義最大相關(guān)熵時延誤差算法
    3.8 最小核風險敏感損失時延誤差算法
    3.9 仿真驗證
    3.10 本章小結(jié)
第四章 閉式解估計
    4.1 均方時延誤差算法閉式解
    4.2 廣義均方時延誤差算法閉式解
    4.3 符號算法閉式解
    4.4 符號時延誤差算法閉式解
    4.5 最小均方四范數(shù)算法閉式解
    4.6 最小均方四范數(shù)時延誤差算法閉式解
    4.7 最大相關(guān)熵算法閉式解
    4.8 最大相關(guān)熵時延誤差算法閉式解
    4.9 廣義最大相關(guān)熵算法閉式解
    4.10 廣義最大相關(guān)熵時延誤差算法閉式解
    4.11 最小核風險敏感損失算法閉式解
    4.12 最小核風險敏感損失時延誤差算法閉式解
    4.13 閉式解比較
    4.14 本章小結(jié)
第五章 全文總結(jié)與展望
    5.1 全文總結(jié)
    5.2 后續(xù)工作展望
致謝
參考文獻
攻讀碩士學位期間取得的成果



本文編號：3845264