×
李英松;Aleksey Cherednichenko;蒋正雄;石万禄;吴金秋

一种新的广义群解析混合自适应滤波算法。 （英语） Zbl 1425.94030号

对称 11，第5号，第697号论文，第9页（2019年）.
摘要：提出了一种新的自适应滤波（AF）算法用于组解析系统辨识。在设计的算法中，设计了一种新的混合误差准则（MEC），该准则具有两阶对数误差、（p）阶误差和组稀疏约束方法，以抵抗脉冲噪声。提出的群解析MEC能够充分利用集群稀疏系统中已知的群解析特性，并对其进行了详细的推导和分析。通过各种仿真，验证了所开发的群解析MEC算法的有效性，仿真结果表明，所开发的算法在识别系统方面优于先前开发的稀疏AF算法。

MSC公司：

94甲12 信号理论（表征、重建、滤波等）
93B30型 系统标识

关键词：

系统标识;组稀疏约束;混合误差准则;脉冲噪声环境
PDF格式BibTeX公司 XML格式引用
\textit｛Y.Li｝等人，Symmetry 11，No.5，论文编号697，第9页（2019；Zbl 1425.94030）
全文： 内政部
OA许可证

参考文献：

[1] P.S.R.迪尼兹；自适应滤波：算法和实际实现：美国纽约州纽约市，2013年·兹比尔1257.93001
[2] 李毅。；Wang，Y。；姜涛（Jiang，T.）。；稀疏感知集员NLMS算法及其在稀疏信道估计和回波抵消中的应用；AEU国际电子杂志。共同点：2016; 第70卷，895-902。
[3] Cheng，H。；夏，Y。；黄，Y。；Yang，L。；曼迪奇，D.P。；基于归一化复LMS的GFDM接收机盲I/Q不平衡补偿器及其全二阶性能分析；IEEE传输。信号处理：2018; 第66卷，4701-4712·兹比尔1415.94073
[4] 李，Z。；夏，Y。；裴，W。；王凯。；曼迪奇，D.P。；全双工直通收发器中用于数字自干扰消除的增强非线性LMS；IEEE传输。信号处理：2018; 第66卷，4065-4078·Zbl 1415.94177号
[5] Shi，W。；李毅。；Wang，Y。；非高斯环境下无噪声最大相关熵准则算法；IEEE传输。电路和系统。二： 2019年。
[6] 瓦拉赫，E。；维德罗，B。；最小均方四阶（LMF）自适应算法及其族；IEEE传输。Inf.理论：1984年；第30卷，275-283。
[7] Eweda，E。；Zerguine，A。；一种改进稳定性的归一化最小均方四次算法；2010年第四十四届信号、系统和计算机Asilomar会议记录会议记录：，1002-1005.
[8] Lim，S.J。；哈里斯，J.G。；组合LMS/F算法；电子。信函：1997; 第33卷，467-468。
[9] 李毅。；Wang，Y。；姜涛（Jiang，T.）。；稀疏信道估计的范数自适应惩罚最小均方/四次算法；信号处理：2016; 第128卷，243-251页。
[10] 马，M。；秦，X。；Duan，J。；李毅。；陈，B。；核递归广义混合范数算法；J.弗兰克尔。仪器：2018；第355卷，1596-1613页·Zbl 1395.93171号
[11] 钱伯斯，J.A。；俄亥俄州坦里库鲁。；君士坦丁尼德斯，A.G。；最小均值混合形式自适应滤波；电子。信函：1994; 第30卷，1574-1575。
[12] 李毅。；Wang，Y。；姜涛（Jiang，T.）。；稀疏最小均值混合形式自适应滤波算法在稀疏信道估计中的应用；国际法学委员会。系统：2016; 第30卷，1-14。
[13] 科特，S.F。；拉奥，B.D。；基于匹配追踪的稀疏信道估计及其在均衡中的应用；IEEE传输。共同点：2002; 第50卷，第374-377页。
[14] Gui，G。；Mehbodniya，A。；阿达奇，F。；自适应稀疏信道估计的最小均方/四分之一算法；IEEE第24届个人、室内和移动无线通信（PIMRC）年度国际研讨会论文集：，296-300.
[15] Duttweiler，D.L。；回声抵消器中的比例归一化最小均方自适应；IEEE传输。语音音频处理：2000; 第8卷，508-518。
[16] Benesty，J。；盖伊，S.L。；一种改进的PNLMS算法；2002年IEEE声学、语音和信号处理国际会议论文集：，1881-1884.
[17] 陈，Y。；顾毅。；英雄，A.O。；用于系统识别的稀疏LMS；2009 IEEE声学、语音和信号处理国际会议论文集：，3125-3128.
[18] 江，S。；顾毅。；用于多聚类系统识别的块稀疏诱导自适应滤波器；IEEE传输。信号处理：2015; 第63卷，5318-5330·Zbl 1394.94260号
[19] 刘杰。；Grant，S.L.公司。；块解析系统辨识的比例仿射投影算法；2016 IEEE声学、语音和信号处理国际会议（ICASSP）会议记录：，529-533.
[20] 李毅。；江，Z。；Z.Jin。；韩，X。；尹，J。；混合范数约束的聚类分析比例NLMS算法；IEEE接入：2018年；第6卷，47794-47803。
[21] Z.Jin。；李毅。；刘杰。；一种改进的块解析系统集员比例自适应算法；对称性：2018年；第10卷·Zbl 1393.94286号
[22] 李毅。；江，Z。；Shi，W。；韩，X。；陈，B.D。；聚类分析系统辨识的分块最大相关熵准则算法；IEEE传输。电路系统。二： 2019年。
[23] 李毅。；江，Z。；Omer-Osman，O.M。；韩，X。；尹，J。；卫星和网络信道估计的混合范数约束稀疏APA算法；IEEE接入：2018年；第6卷，65901-65908。
[24] Sayin，M.O。；Yilmaz，Y。；Demir，A。；科扎特有限公司。；Krylov比例归一化最小均值第四法：公式化和性能分析；信号处理：2015; 第109卷，第1-13页。
[25] Wagner，K。；多罗斯洛瓦奇基，M；比例型归一化最小均方算法：Hoboken，NJ，USA 2013·Zbl 1282.65003号
[26] Benesty，J。；古洛古，C。；Ciochina，S。；自适应滤波中的正则化问题；IEEE传输。音频语音语言。工艺：2011; 第19卷，1734-1742·Zbl 1235.94002号
[27] 顾毅。；Jin，J。；梅，S。；稀疏系统辨识的l0范数约束LMS算法；IEEE信号处理。信函：2009; 第16卷，774-777。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。