基于双曲正切函数框架的最小均方算法 |
| |
引用本文: | 宋普查,赵海全,罗莉,杨申浩.基于双曲正切函数框架的最小均方算法[J].信号处理,2023(11):2030-2036. |
| |
作者姓名: | 宋普查 赵海全 罗莉 杨申浩 |
| |
作者单位: | 1. 成都大学电子信息与电气工程学院;2. 西南交通大学电气工程学院;3. 中国电力工程顾问集团西南电力设计院 |
| |
基金项目: | 国家自然科学基金项目(62201097,62171388,61871461,62303077); |
| |
摘 要: | 自适应滤波器在自适应控制、噪声消除、信道均衡、系统辨识以及生物医学等领域的应用中发挥着重要作用。由于其简单性、低计算量和易于实现等特点,其中最流行的自适应滤波算法是最小均方(Least Mean Square,LMS)算法。传统的LMS算法在处理高斯信号时具有良好的收敛性能,然而,针对非高斯信号的处理,自适应LMS算法的收敛性较差,甚至无法收敛。为了改进LMS算法在非高斯噪声干扰下的收敛性,本文通过将传统的LMS算法的代价函数嵌入到双曲正切(Hyperbolic Tangent)函数框架中设计了一种新的代价函数,从而提出了一种鲁棒的双曲正切最小均方(Hyperbolic Tangent Least Mean Square,HTLMS)算法。此外,针对HTLMS算法存在收敛速度与稳态误差相矛盾的问题,本文设计了一种可变λ参数的双曲正切最小均方(Variableλ-parameter Hyperbolic Tangent Least Mean Square,VHTLMS)算法。仿真结果表明,在系统辨识应用场景中,与LMS算法、最大相关熵准则(Generalized Maximum Corr...
|
关 键 词: | 最小均方 双曲正切函数 可变参数 冲击噪声 系统辨识 |
|
|