加权lp范数LMS算法的稀疏系统辨识

• 作者: 刘遵雄 王树成 秦宾
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 最小均方(LMS)算法 稀疏系统 lp范数 收敛速度 稳态性
• 年，卷（期）: 2013,（13）
• 页码范围: 194-197
• 页数: 4页
• 分类号: TN911.7
• 字数: 2339字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1111-0148

摘要

针对经典最小均方（LMS）算法没有考虑冲击响应通常具有稀疏性的特点，一般的稀疏LMS算法当自适应趋于稳态时，对小系数施加过大的吸引力，导致稳态误差增大的缺点，提出对稀疏系统进行辨识的改进的l p (0<p1)范数惩罚约束的自适应算法--加权lp范数惩罚（reweighted lp-norm penalty）LMS算法。该算法的主要思想是在惩罚函数中加入一个更新权值，适当地调节吸引力的大小。计算机仿真实验结果表明了该算法的可取性，并且其在收敛速度和稳态性方面优于现有的稀疏系统辨识方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘遵雄	华东交通大学信息工程学院	59	330	10.0	15.0
2	秦宾	华东交通大学信息工程学院	3	38	3.0	3.0
3	王树成	华东交通大学信息工程学院	3	12	3.0	3.0