火元莲 王丹凤 龙小强 连培君 齐永锋

1) (西北师范大学物理与电子工程学院, 兰州 730000)

2) (西北师范大学计算机科学与工程学院, 兰州 730000)

为了进一步提高非线性自适应滤波算法在非高斯冲激噪声以及有色噪声环境下的鲁棒性, 提出了一种基于S型函数的变尺度核分式低次幂自适应滤波算法, 该算法利用S型函数的非线性饱和特性和低阶范数准则来克服训练数据被非高斯冲激噪声破坏时性能下降的问题, 并将S型函数与核分式低次幂算法的代价函数相结合后, 通过引入的变尺度因子来平衡和进一步提高算法的收敛速度与稳态误差性能.仿真结果表明在不同噪声环境的系统识别中, 所提算法相比其他核自适应滤波算法的性能更优.

1 引 言

自适应滤波[1]在自适应控制、回声消除、系统识别、信道均衡等领域有着重要作用, 也是近几十年大量研究的热点.科学研究是为了更好地认识客观世界, 而客观世界中各种物理量变化的表达概念就是波、信号等, 例如: 混沌是在相对论和量子力学之后的第三次关于物理基础科学的革命, 其代表非线性动力学研究, 自适应滤波技术在混沌系统识别[2]中应用而生.柴金华和陈飞[3]研究了一种准平行光干涉滤波型相控技术, 利用滤波相关知识来解决相位差矫正问题.机器学习的发展也进一步推进了自适应滤波算法的研究, 其利用参数的自适应调整使得学习过程更加精确以及灵活.事实……