收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

核自适应滤波算法研究

陈乾  
【摘要】:对于传统的线性自适应滤波算法,在处理一些线性问题时有一定的应用价值,但是在处理非线性问题时,相应的性能效果却并不理想,如在系统识别、信道均衡等许多实际问题中,如果有某种复杂的非线性关系存在于系统的输入与输出之间,传统的线性自适应算法是难以进行处理的。在过去的十几年中,随着核方法思想(Kernel Methods)被越来越多的应用到非线性领域,基于该方法的自适应滤波算法已经成为成熟的非线性信号处理技术,在再生核希尔伯特空间(RKHS)框架和核方法具有凸优化性能的坚实数学基础下,该类算法有很强的对非线性信号处理能力。同时基于该方面新的非线性算法也在不断的被提出,对核自适应相关算法的改进优化也在不断的发展。 针对基于核方法思想的非线性自适应滤波算法的研究,本论文提出了四种解决通信信号处理中的非线性信号的相关算法: (1)将鲁棒混合范数算法(RMN)和核方法结合提出了核混合范数符号误差算法(KSEMN)。对于噪声中含有脉冲信号的噪声环境,RMN算法相比于LMS算法有明显的优势,因此论文研究了将RMN算法和核方法结合,推导出了在含有脉冲信号的噪声环境下,可以有效地对非线性信号进行处理的核混合范数符号误差算法。同时也推导了归一化的核混合范数符号误差算法,并且求出了KSEMN算法收敛的步长因子的取值范围。在加有脉冲信号的不同噪声环境(高斯分布的噪声、二项式分布的噪声、均匀分布的噪声)中,通过非线性信道均衡仿真实验来证明了KSEMN算法的优势,同时也讨论了不同的步长因子对算法均方误差的影响。 (2)针对符号误差算法内在的慢收敛特性,论文对符号误差算法进行了改进优化,并结合核方法思想,提出了可以有效处理非线性信号的核分段符号误差算法(KSSE)、核双符号误差算法(KDSIGN)和核分段混合符号误差算法(KSISEMN),这三种算法在对非线性问题的处理上和在算法收敛速度上都有所提高,并通过非线性信道均衡仿真实验证明了以上算法在加有脉冲信号和没有加脉冲信号的不同噪声环境(高斯分布的噪声、二项式分布的噪声、均匀分布的噪声)中相对于传统的非线性算法(如KLMS算法)的各自性能优势。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 于新颖;;自适应滤波算法分析及仿真[J];山西电子技术;2016年06期
2 夏杰;周青松;许程成;毛云祥;;一种基于变换域的自适应滤波算法[J];火力与指挥控制;2017年08期
3 江洁;郭德伟;;基于小波包理论的自适应滤波算法研究[J];煤矿机械;2012年04期
4 刘贵富;卢继平;徐玉韬;;低频振荡模式在线辨识的最小平均M估计自适应滤波算法[J];电网技术;2012年10期
5 吴正国;;自适应滤波算法的新进展[J];海军工程学院学报;1990年03期
6 王慧杰;李小兵;于明秋;;基于反比例函数的变步长雷达自适应滤波算法[J];探测与控制学报;2017年03期
7 于洋;胡晓芳;刘砚菊;;机动目标跟踪的改进自适应滤波算法研究[J];沈阳理工大学学报;2013年01期
8 齐林;周丽晓;;变换域自适应滤波算法的研究[J];郑州大学学报(理学版);2007年01期
9 鲁振姣;郭莹;;分块稀疏自适应滤波算法研究[J];微处理机;2019年03期
10 李金龙;;基于多尺度小波变换的改进型自适应滤波算法[J];长春理工大学学报(自然科学版);2015年01期
11 杨晓林;殷福亮;;诱发电位的自适应滤波[J];国外医学(生物医学工程分册);1987年06期
12 崔旭涛;何友;杨日杰;;自适应滤波算法的仿真及工程实现[J];现代电子技术;2009年18期
13 郭莹;白艳梅;;稳健的仿射投影符号自适应滤波算法[J];仪器仪表学报;2017年01期
14 李梁;庹先国;李怀良;刘明哲;;一种改进的自适应滤波算法在微震信号处理中的实现[J];中国测试;2015年01期
15 贾彩娟;许晖;;基于分层多模自适应滤波算法的无人机多重传感器故障诊断[J];传感技术学报;2009年12期
16 唐吉;黄清;;多项式拟合方法在目标跟踪中的应用[J];仪器仪表用户;2008年01期
17 贾彩娟;许晖;;多模自适应滤波算法的性能改进方法[J];火力与指挥控制;2009年05期
18 尤昌德,李红艳;目标航迹在转弯状况下自适应滤波算法的研究[J];西安交通大学学报;1993年04期
19 倪锦根;马兰申;;分布式子带自适应滤波算法[J];电子学报;2015年11期
20 贾彩娟;许晖;;分级多模自适应滤波算法无人机控制系统故障诊断[J];火力与指挥控制;2011年07期
中国重要会议论文全文数据库 前10条
1 徐润博;;一种变步长自适应滤波算法及其分析[A];2008年中国高校通信类院系学术研讨会论文集(下册)[C];2009年
2 李超;毛剑琴;;一种进化的自适应滤波算法及其在振动主动控制中的应用[A];2003年中国智能自动化会议论文集(下册)[C];2003年
3 牛振中;李岁劳;王青青;任鸿飞;;改进的自适应滤波算法及其在精确空投组合导航中的应用[A];惯性技术发展动态发展方向研讨会文集——新世纪惯性技术在国民经济中的应用[C];2012年
4 赵龙;李铁军;陈璞;;新型自适应滤波算法及其在惯导/双星组合中的应用[A];第一届中国卫星导航学术年会论文集(下)[C];2010年
5 刘先省;胡振涛;;基于“当前”统计模型修正的自适应滤波算法[A];2005年中国智能自动化会议论文集[C];2005年
6 陈勇;黄清;;自适应滤波算法在多普勒频偏估计中的应用研究[A];2007年全国微波毫米波会议论文集(下册)[C];2007年
7 刘世金;张榆锋;刘大利;高永丽;;几种自适应滤波算法在噪声抵消应用中的仿真比较研究[A];系统仿真技术及其应用(第7卷)——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年
8 吴金美;凌晓冬;胡上成;侯亚威;;基于最小二乘和最速梯度准则的船摇数据自适应滤波算法[A];空天资源的可持续发展——第一届中国空天安全会议论文集[C];2015年
9 陶伟刚;冯新喜;;一种新的目标跟踪自适应滤波算法[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
10 高鹰;谢胜利;;一种变步长LMS自适应滤波算法及分析[A];第十九届中国控制会议论文集(一)[C];2000年
中国博士学位论文全文数据库 前10条
1 管四海;LMS类自适应滤波算法的研究[D];西安电子科技大学;2017年
2 刘明;自适应滤波算法VLSI实现的关键技术研究[D];哈尔滨工业大学;2017年
3 芦璐;Alpha稳定分布噪声环境下的自适应滤波算法研究[D];西南交通大学;2018年
4 高鹰;基于累积量的自适应滤波理论及其应用[D];华南理工大学;2002年
5 张斌;高效稳健的自适应滤波算法研究[D];西安电子科技大学;2010年
6 单志明;α稳定分布参数估计及自适应滤波算法研究[D];哈尔滨工程大学;2012年
7 于霞;基于自适应滤波算法的时变系统逆控制方法研究[D];东北大学;2011年
8 刘立刚;稀疏冲激响应的自适应滤波算法及其应用研究[D];复旦大学;2010年
9 王程程;基于稀疏冲激响应及多智能体网络的自适应滤波算法研究[D];哈尔滨工程大学;2017年
10 曾谦;基于滤波器凸集的自适应滤波算法[D];吉林大学;2015年
中国硕士学位论文全文数据库 前10条
1 陈乾;核自适应滤波算法研究[D];华中师范大学;2014年
2 苗秋园;核自适应滤波算法的研究[D];浙江大学;2012年
3 张珍;VoIP自适应滤波算法的研究[D];燕山大学;2009年
4 鲁振姣;块稀疏自适应滤波算法及其应用研究[D];沈阳工业大学;2019年
5 关思秀;子带自适应滤波算法及其应用研究[D];沈阳工业大学;2019年
6 徐畅;分布式LMS算法研究[D];沈阳工业大学;2019年
7 杨敏;改进LMS自适应滤波算法及其在声功率测量中的应用[D];湖南大学;2018年
8 孙启堂;基于混合核及最大相关熵的自适应滤波算法[D];西南大学;2018年
9 乔露露;宽线性总体最小二乘自适应滤波算法及其应用研究[D];东南大学;2018年
10 刘倩倩;自适应滤波算法及其在电力谐波检测的应用[D];西南交通大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978