利用反双曲正弦函数的稀疏归一化最小均方算法

　　针对现有基于最小均方误差（ MSE）的块稀疏系统辨识算法抗冲激性能不佳的问题，提出了一种利用反双曲正弦函数替代最小均方误差的改进型块稀疏归一化最小均方（IBS-NLMS）算法。该算法首先构造新的代价函数，利用负梯度最陡下降法求出增量，进而导出了新的滤波器权系数更新公式，在公式迭代过程中出现的冲激噪声会导致权系数的更新量趋于零向量，从而消除了由于非高斯冲激干扰而导致的算法发散问题。同时，理论分析并推导出了该算法的均值收敛过程。块稀疏系统辨识的仿真结果表明，在非高斯冲激噪声干扰和截断变化情况下，改进型算法与块稀疏归一化最小均方（ BS-NLMS）算法相比有更快的收敛速度和更小的稳态误差。