本文關(guān)鍵詞：基于分布式遞歸最小二乘算法的網(wǎng)絡(luò)化稀疏信號(hào)處理研究

  更多相關(guān)文章： 網(wǎng)絡(luò)化信號(hào)處理 稀疏信號(hào) 時(shí)變稀疏信號(hào) 遞歸最小二乘 期望最大化算法

【摘要】：隨著網(wǎng)絡(luò)理論的發(fā)展和網(wǎng)絡(luò)技術(shù)的日益完善,基于網(wǎng)絡(luò)化的信號(hào)與信息處理成為近年來(lái)信號(hào)處理領(lǐng)域研究的熱點(diǎn)。在分布式估計(jì)中,各網(wǎng)絡(luò)節(jié)點(diǎn)依賴于鄰居節(jié)點(diǎn)之間的局部數(shù)據(jù)交換和協(xié)作處理獲得全局最優(yōu)的信號(hào)估計(jì),是實(shí)現(xiàn)網(wǎng)絡(luò)化信號(hào)處理的基礎(chǔ)。與傳統(tǒng)集中式估計(jì)相比,分布式估計(jì)減小了網(wǎng)絡(luò)化信號(hào)處理的計(jì)算復(fù)雜度和資源消耗,增加了網(wǎng)絡(luò)化信號(hào)處理的可擴(kuò)展性和穩(wěn)健性。傳統(tǒng)的分布式估計(jì)算法缺乏有效利用信號(hào)內(nèi)在結(jié)構(gòu)的機(jī)制。然而,在許多實(shí)際應(yīng)用中,待處理的信號(hào)往往具有某些內(nèi)在結(jié)構(gòu)。業(yè)已證明,信號(hào)的稀疏性是一種廣泛存在的信號(hào)結(jié)構(gòu),普遍存在于大量自然界和人工產(chǎn)生的信號(hào)中。因此,本文主要針對(duì)稀疏信號(hào)的網(wǎng)絡(luò)化處理開(kāi)展研究。本文以分布式遞歸最小二乘算法為基礎(chǔ),研究稀疏信號(hào)的分布式估計(jì)問(wèn)題,發(fā)展相應(yīng)的分布式稀疏遞歸最小二乘算法。此外,我們還注意到,信號(hào)的稀疏性有可能隨時(shí)間而變化,因此本文將分布式稀疏信號(hào)估計(jì)推廣到時(shí)變稀疏的情況,提出針對(duì)時(shí)變稀疏信號(hào)的分布式遞歸最小二乘算法。本文主要工作如下：1.簡(jiǎn)述網(wǎng)絡(luò)化信號(hào)處理和稀疏信號(hào)估計(jì)的基本理論。首先簡(jiǎn)要介紹網(wǎng)絡(luò)化信號(hào)處理的基本思想和稀疏信號(hào)估計(jì)問(wèn)題；在此基礎(chǔ)上,較為詳細(xì)的介紹了網(wǎng)絡(luò)化處理的兩種基本結(jié)構(gòu)—集中式處理和分布式處理,其中對(duì)與本文工作密切相關(guān)的分布式遞歸最小二乘算法進(jìn)行了詳細(xì)的介紹。2.發(fā)展基于遞歸最小二乘算法的分布式稀疏信號(hào)估計(jì)算法。本文結(jié)合期望最大化算法和稀疏正則化方法迭代更新節(jié)點(diǎn)局部估計(jì)信息,從而實(shí)現(xiàn)分布式稀疏遞歸最小二乘估計(jì)。該算法的核心是在迭代更新過(guò)程中,根據(jù)稀疏正則化設(shè)計(jì)合理的閾值函數(shù)約束信號(hào)的稀疏性。本文在比較l1-范數(shù)和l0-范數(shù)正則化的基礎(chǔ)上,提出采用lp-范數(shù)(0p1)和連續(xù)冪函數(shù)逼近的方法以提高l1-范數(shù)的稀疏約束能力,并避免l0-范數(shù)非凸性所導(dǎo)致的算法不穩(wěn)定。仿真實(shí)驗(yàn)結(jié)果表明,所提出的算法可有效提高算法的估計(jì)精度和收斂速度。3.研究時(shí)變稀疏信號(hào)的分布式估計(jì)問(wèn)題。為有效利用時(shí)變稀疏信號(hào)的先驗(yàn)信息,本文提出在分布式稀疏遞歸最小二乘估計(jì)中采用加權(quán)l(xiāng)1-范數(shù)正則化的方法以跟蹤信號(hào)稀疏性的變化,從而實(shí)現(xiàn)時(shí)變稀疏信號(hào)的分布式估計(jì)。加權(quán)l(xiāng)1-范數(shù)可根據(jù)信號(hào)時(shí)變規(guī)則設(shè)計(jì)合理的權(quán)值,從而利用信號(hào)稀疏先驗(yàn)信息提高估計(jì)性能。仿真結(jié)果表明,本文提出的算法可以有效實(shí)現(xiàn)時(shí)變稀疏信號(hào)的分布式估計(jì)。
【關(guān)鍵詞】：網(wǎng)絡(luò)化信號(hào)處理 稀疏信號(hào) 時(shí)變稀疏信號(hào) 遞歸最小二乘 期望最大化算法
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN911.7
【目錄】：

• 摘要3-4
• Abstract4-8
• 1 緒論8-20
• 1.1 網(wǎng)絡(luò)化信號(hào)處理8-11
• 1.2 稀疏信號(hào)與壓縮感知理論11-15
• 1.2.1 稀疏信號(hào)11-13
• 1.2.2 壓縮感知理論13-15
• 1.3 稀疏信號(hào)估計(jì)算法15-18
• 1.3.1 貪婪迭代算法15-17
• 1.3.2 凸松弛算法17
• 1.3.3 非凸優(yōu)化算法17-18
• 1.4 本文主要內(nèi)容和章節(jié)安排18-20
• 2 基于遞歸最小二乘的分布式估計(jì)20-26
• 2.1 信號(hào)模型20
• 2.2 集中式估計(jì)算法20-21
• 2.3 分布式遞歸最小二乘估計(jì)21-25
• 2.4 本章小結(jié)25-26
• 3 分布式稀疏遞歸最小二乘估計(jì)26-47
• 3.1 分布式稀疏信號(hào)估計(jì)問(wèn)題26-28
• 3.2 分布式稀疏遞歸最小二乘估計(jì)28-32
• 3.2.1 期望最大化(EM)算法28-31
• 3.2.2 分布式稀疏RLS算法31-32
• 3.3 基于稀疏正則化的分布式稀疏RLS算法32-37
• 3.3.1 基于l_1-范數(shù)正則化的稀疏估計(jì)32-33
• 3.3.2 基于l_0-范數(shù)正則化的稀疏估計(jì)33-35
• 3.3.3 基于l_p-范數(shù)正則化的稀疏估計(jì)35-36
• 3.3.4 基于連續(xù)冪函數(shù)正則化的稀疏估計(jì)36-37
• 3.4 算法性能仿真分析37-46
• 3.5 本章小結(jié)46-47
• 4 時(shí)變稀疏信號(hào)的分布式遞歸最小二乘估計(jì)47-58
• 4.1 時(shí)變稀疏信號(hào)模型47-49
• 4.2 時(shí)變稀疏信號(hào)的分布式RLS估計(jì)49-54
• 4.2.1 分布式時(shí)變稀疏RLS算法49-51
• 4.2.2 基于加權(quán)l(xiāng)_1-范數(shù)正則化的稀疏估計(jì)51-54
• 4.3 算法性能仿真分析54-57
• 4.4 本章小結(jié)57-58
• 5 總結(jié)58-59
• 致謝59-60
• 參考文獻(xiàn)60-66

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 楊屹,王江,王先來(lái);快速模糊正交最小二乘算法[J];控制理論與應(yīng)用;2001年04期

2 孫圣和，黃遠(yuǎn)燦;改進(jìn)的非線性最小二乘算法訓(xùn)練多層前饋神經(jīng)網(wǎng)絡(luò)[J];電子學(xué)報(bào);1997年01期

3 戴華平,董嘉文,錢(qián)積新,孫優(yōu)賢;非平穩(wěn)隨機(jī)系統(tǒng)兩步最小二乘算法研究[J];控制理論與應(yīng)用;1997年06期

4 陳祥;段曉威;張磊;朱震寰;黃湘龍;;改進(jìn)的最小二乘算法在圖像標(biāo)定中的應(yīng)用[J];科技創(chuàng)新導(dǎo)報(bào);2009年28期

5 李瑞勝;變遺忘因子最小二乘算法的收斂速度[J];控制理論與應(yīng)用;1988年04期

6 魯宏偉，吳雅，，楊叔子;快速采樣數(shù)據(jù)建模的最小二乘算法[J];華中理工大學(xué)學(xué)報(bào);1994年07期

7 張麗;;基于可變有序子集的懲罰最小二乘算法[J];長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

8 陳德豪，張琰;常用阻尼最小二乘算法的改進(jìn)[J];武測(cè)科技;1994年01期

9 戴華平，董嘉文，錢(qián)積新;一種新型的非平穩(wěn)隨機(jī)系統(tǒng)參數(shù)辨識(shí)算法[J];電子學(xué)報(bào);1996年01期

10 孫明瑋,張奇,邵繼法,陳增強(qiáng),袁著祉;魯棒遞推阻尼最小二乘算法[J];航空計(jì)算技術(shù);2003年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前6條

1 楊屹;王江;王先來(lái);;快速模糊正交最小二乘算法[A];1998年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];1998年

2 徐育軍;;最小二乘算法在電流保護(hù)中的應(yīng)用分析[A];煤礦安全、高效、潔凈開(kāi)采——機(jī)電一體化新技術(shù)學(xué)術(shù)會(huì)議論文集[C];2009年

3 丁衛(wèi)東;;WAMS中最小二乘算法與廣域坐標(biāo)[A];山東電機(jī)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

4 趙萍;陳U

本文編號(hào)：1109307