基于无噪后验错误矢量信号能量的变正则因子仿射投影算法

师黎明; 林云

doi:10.3969/j.issn.0372-2112.2015.01.002

您当前的位置：

首页 >

文章列表页 >

基于无噪后验错误矢量信号能量的变正则因子仿射投影算法

学术论文 | 更新时间：2025-07-16

- 基于无噪后验错误矢量信号能量的变正则因子仿射投影算法
- Variable Regularization Parameter for Affine Projection Algorithm Based on Energy of the Noise-Free a Posterior Error Vector Signal
- 电子学报 2015年43卷第1期页码：7-12
- 作者机构：
  
  重庆邮电大学移动通信技术重庆市重点实验室,重庆,400065
- 作者简介：
- 基金信息：
  
  长江学者和创新团队发展计划 (No.IRT1299);重庆市科委重点实验室专项经费
- DOI：10.3969/j.issn.0372-2112.2015.01.002
  中图分类号： TN911.72
- 纸质出版：2015
- 稿件说明：
移动端阅览
师黎明, 林云. 基于无噪后验错误矢量信号能量的变正则因子仿射投影算法[J]. 电子学报, 2015,43(1):7-12.

SHI Li-ming, LIN Yun. Variable Regularization Parameter for Affine Projection Algorithm Based on Energy of the Noise-Free a Posterior Error Vector Signal[J]. Acta Electronica Sinica, 2015, 43(1): 7-12.
师黎明, 林云. 基于无噪后验错误矢量信号能量的变正则因子仿射投影算法[J]. 电子学报, 2015,43(1):7-12. DOI： 10.3969/j.issn.0372-2112.2015.01.002.

SHI Li-ming, LIN Yun. Variable Regularization Parameter for Affine Projection Algorithm Based on Energy of the Noise-Free a Posterior Error Vector Signal[J]. Acta Electronica Sinica, 2015, 43(1): 7-12. DOI： 10.3969/j.issn.0372-2112.2015.01.002.

摘要

变正则因子技术是提高仿射投影自适应算法性能的重要方法之一.由于环境噪声的影响

现有的变正则因子自适应算法收敛速度较慢且稳态误差较大

各种测量、评估误差的存在进一步恶化了算法性能.为提高自适应算法的跟踪性能

本文在分析无噪先验错误矢量、无噪后验错误矢量和额外均方错误间关系的基础上

提出通过最小化无噪后验错误矢量信号能量来推导自适应变正则因子表达式的方法.在实践应用中

该方法利用了测量噪声的统计方差特性

并提出一种更加光滑且更加容易控制的指数缩放因子评估方法.系统辨识的仿真结果表明本文方法与传统的变正则因子方法以及变步长方法相比有更快的收敛速度与更低的稳态误差.

Abstract

Variable regularization (VR) parameter technique is an important method to improve the tracking performance of affine projection adaptive filtering algorithm.Existing VR algorithms suffer from environmental noise and estimation errors

making it slow to converge and have a large steady-state error.Based on the analysis of the relationships between noise-free a priori error vector

noise-free a posterior error vector and excess mean-square error

a novel VR method via minimizing energy of the noise-free a posterior error vector is proposed to improve the tracking performance.The statistical variance of the measurement noise and a smoother and more easily-controlled exponential scaling factor estimation method are used for practical implementation.Reduced steady-state misalignment and improved convergence speed as compared to conventional algorithms are demonstrated by simulations in system identification scenarios.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于变分模态分解的自适应滤波降噪方法

一种变步长凸组合自适应滤波器及其均方性能分析

基于变换域全相位FIR自适应滤波算法

一种新自适应滤波快速算法及其在多路回波消除中的应用

一种自适应全局最小平均p-范数算法