非最小相位FIR系统的自适应辨识

提出了一种基于线性代数方程组约束和梯度法的非最小相位ＦＩＲ系统的自适应辨识算法．选用的线性方程组具有列满秩的系数矩阵，保证了系统参数的唯一可识别性．由于只采用高阶累量，故能够抑制任何高斯有色噪声的影响．重点讨论了梯度法中步长的选择，提出了收敛速度最快的变步长．

利用高阶统计量进行非最小相位 FIR 系统识别研究

该文将高阶统计量应用于线性、时不变非最小相位ＦＩＲ系统的识别问题。对由非高斯、非对称分布白噪声激励的非最小相位ＦＩＲ系统，当仅已知其输出信号（可能含有噪声）时，该文提出一种利用输出信号三阶、四阶累积量进行系统辨识的新算法。在计算机仿真中，将该算法与ＧＭ法和Ｔ法进行比较，结果表明，当输出信号中含有高斯有色观测噪声时。

非最小相位ARMA模型的一种自适应辨识算法

本文提出了一种加性有色高斯噪声中因果非最小相位ARMA模型的自适应辨识算法。模型输入假定为非高斯独立同分布随机过程。算法只利用了观测信号的高阶统计量。在每次迭代中,先估计AR参数,再估计MA参数,但不用计算残差序列。在参数递推中采用了随机梯度法。仿真实验证实了本文算法的有效性。