原文服务方: 弹箭与制导学报       
摘要:
针对传统最小均方类算法在非高斯噪声中自适应滤波性能下降的问题,提出了一种基于梯度范数的变步长归一化最小平均P范数算法.算法将α稳定分布作为非高斯噪声分布模型,依靠梯度范数与均方权值偏差(MSD)的关系自适应调整步长,加快收敛速度的同时减小稳态误差,理论推导证明了算法的有效性.仿真结果表明,在非高斯噪声条件下,该算法具有更好的收敛性能和抗突变能力以及更小的稳定误差.
推荐文章
噪声检测自适应窗口滤波算法
图像消噪
脉冲噪声
自适应滤波
均值滤波
基于CUDA的椒盐噪声自适应中值滤波算法
自适应中值滤波
椒盐噪声
计算统一设备架构
图形处理器
基于模糊推理的图像椒盐噪声自适应滤波算法
细节保护
方向指数
椒盐噪声
模糊隶属函数
噪声图
中值滤波
基于梯度自适应规则的自适应UKF算法及其应用
组合导航
UKF算法
梯度自适应规则
代价函数
残差
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 非高斯噪声环境中基于梯度范数的自适应滤波算法
来源期刊 弹箭与制导学报 学科
关键词 α稳定分布 自适应滤波 梯度范数 归一化最小平均P范数算法
年,卷(期) 2017,(3) 所属期刊栏目 相关技术
研究方向 页码范围 93-96,100
页数 5页 分类号 TN911.72
字数 语种 中文
DOI 10.15892/j.cnki.djzdxb.2017.03.024
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 胡国平 空军工程大学防空反导学院 68 319 9.0 14.0
2 周豪 空军工程大学防空反导学院 25 63 4.0 6.0
3 冯子昂 空军工程大学防空反导学院 4 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (7)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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
α稳定分布
自适应滤波
梯度范数
归一化最小平均P范数算法
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
弹箭与制导学报
双月刊
1673-9728
61-1234/TJ
大16开
1980-01-01
chi
出版文献量(篇)
7337
总下载数(次)
0
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
论文1v1指导