基于LMS回归的一步M估计与加权最小二乘估计

探讨在GM假设条件不满足情况下对线性回归模型的稳健估计方法。方法：介绍了估计的稳健性尺度和有效性的概念，采用基于LMS估计的M估计及加权最小二乘估计做稳健回归。结果：通过对一个模拟数据的分析，说明这两种稳健估计结果均优于经典的M估计及LS估计。结论：本文介绍的两种估计方法同时具有较高的稳健性及有效性，并可作近似的稳健推断。

稀疏系统辨识中最小均方算法的研究

长时间以来,将稀疏性应用于自适应滤波框架引起了很多人在理论和应用问题上的研究兴趣。由于稀疏系统的普遍存在,利用稀疏性特性改进辨识算法就具有重要的理论意义和实用价值。首先介绍基于最小均方算法的稀疏系统辨识的研究背景及研究现状,然后给出稀疏系统的辨识模型,最后重点介绍几种稀疏最小均方算法并指出今后进一步的研究方向。