-
题名一种变正则化矩阵的改进多带结构子带自适应滤波算法
被引量:1
- 1
-
-
作者
闫震海
杨飞然
杨军
-
机构
中国科学院噪声与振动重点实验室(声学研究所)
中国科学院大学
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2017年第8期2019-2025,共7页
-
基金
国家自然科学基金(No.61501449
No.11404367)
中国科学院先导专项项目(No.XDA06040501)
-
文摘
定正则化因子的改进多带结构子带自适应滤波(IMSAF)算法在取得收敛速度快和稳态失调误差小之间存在冲突.根据系统噪声抵消原理,设定子带后验误差功率等于子带噪声功率,本文提出了变正则化矩阵的IMSAF算法来解决这一问题.仿真结果证明,所提算法可以同时达到收敛速度快、稳态失调误差小以及追踪速度快等优势.
-
关键词
自适应滤波
改进的多带结构子带自适应滤波器
变正则化矩阵
-
Keywords
adaptive filtering
improved multiband-structured subband adaptive filter(imsaf)
variable regularization matrix
-
分类号
TN911.72
[电子电信—通信与信息系统]
-
-
题名一种稀疏系统辨识的子带自适应滤波算法
被引量:1
- 2
-
-
作者
闫震海
杨飞然
杨军
-
机构
中国科学院噪声与振动重点实验室(声学研究所)
-
出处
《电声技术》
2017年第4期107-110,共4页
-
基金
国家自然科学基金项目(61501449)
中国科学院先导专项项目(XDA06040501)
-
文摘
利用改进的多带结构子带自适应滤波(IMSAF)算法辨识具有稀疏特性的未知系统。代价函数引入加权的l_1范数作为附加约束,并结合次梯度分析方法推导出新的更新方程。根据加权矩阵选取的不同,提出了两个l_1范数约束的IMSAF算法:l_1-IMSAF和l_1-RIMSAF。仿真结果表明,在未知系统具备稀疏特性的条件下,相较于传统的IMSAF算法,两个新算法的收敛性能具有显著提高。
-
关键词
子带自适应滤波
稀疏系统
加权的l1范数
-
Keywords
adaptive filtering
improved multiband-structured subband adaptive filter (imsaf)
l1-norm
sparse system
-
分类号
TN93
[电子电信—信号与信息处理]
-