资料下载
脉冲噪声环境下的分布式估计算法
分享资料个
目前大多数分布式估计算法以最小均方误差准则作为代价函数，在脉冲噪声下性能恶化乃至发散。扩散式仿射投影符号算法（ Diffusion Affine Projection Sign Algorithm， DAPSA）以Ⅰ1范数为代价函数，在脉冲噪声环境中具有良好的鲁棒性，并且具有较快的收敛速度。然而，固定步长的 DAPSA在保持较大的初始收敛速度和较低的稳态误差之间存在矛盾。为降低非高斯噪声环境下 DAPSA的稳态误差，同时仍保持较快的初始收敛速度，文中提岀了一种扩散式最大相关熵准则变步长仿射投影符号算法（ Diffusion Maximum Correntropy Criterion Variable Step Size Affine Projection Sign Algorithm， DMCCVSSAPSA）。首先，该算法利用改进的卡方核作为核函数，自适应更新算法每次迭代过程中的步长取值，在取得较快初始收敛速度的同时可有效降低稳态误差;然后，提岀了一种基于系统先验误差的自适应动态范围方法，以进一步降低稳态误差;最后，通过改进卡方核与改进高斯核函数的对比实验， DMCCVSS-APSA与其他分布式算法的对比实验、不同脉冲噪声环境下 DMCCVSSAPSA和 DAPSA的对比实验，验证了所提算法的性能表现。仿真结果表明， DMCCVSS- APSA与对比算法相比表现良好，在相似的初始收敛速度下稳态误差降低了5dB以上。实验数据充分说明，在固定步长的 DAPSA的基础上提出的变步长方法和自适应动态范围方法，具有对脉冲噪声的强鲁棒性的同时，能有效降低稳态误差，提升了分布弌仿射投影类算法的性能表现。最后指出所提算法在ATC式联合方式和最优灵敏度的取值上需要进一步的研究。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
