基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为显著提高对稀疏系统的辨识性能,提出了一种自适应算法.该算法将与稀疏性有重要关系的l1范数引入LMS算法的代价函数中,并导出新的滤波器权系数更新公式.该公式在迭代过程中向权系数不断添加一个指向零矢量的修正量,使得在稀疏系统中占主要地位的零系数加速收敛,从而显著提高自适应算法的收敛速度和跟踪速度.理论分析并推导了算法的均值收敛过程.仿真结果表明:该算法无论对一般稀疏系统还是分簇稀疏系统,都能明显改善收敛性能,并且表现出良好的稳健性和通用性.
推荐文章
用于稀疏系统辨识的变步长加权零吸引最小平均p范数算法
α稳定分布
无噪先验误差功率
变步长加权零吸引最小平均p范数
稀疏系统辨识
用于稀疏系统辨识的改进惩罚LMS算法研究
自适应滤波器
最小均方算法
压缩传感
稀疏信道
零吸引因子
L1范数
抗冲激干扰的稀疏惩罚约束遗漏最小均方算法
稀疏系统识别
自适应算法
冲激干扰
收敛性
加权lp范数LMS算法的稀疏系统辨识
最小均方(LMS)算法
稀疏系统
lp范数
收敛速度
稳态性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 用于稀疏系统辨识的零吸引最小均方算法
来源期刊 清华大学学报(自然科学版) 学科 工学
关键词 稀疏系统 系统辨识 LMS l1范数
年,卷(期) 2010,(10) 所属期刊栏目 电子工程
研究方向 页码范围 1656-1659
页数 4页 分类号 TN911.72
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梅顺良 82 817 16.0 26.0
2 谷源涛 31 375 9.0 19.0
3 金坚 3 207 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (33)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
稀疏系统
系统辨识
LMS
l1范数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
清华大学学报(自然科学版)
月刊
1000-0054
11-2223/N
大16开
北京市海淀区清华园清华大学
2-90
1915
chi
出版文献量(篇)
7846
总下载数(次)
26
总被引数(次)
132043
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导