作者:
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:
非高斯冲击噪声在生活中无处不在,严重影响了基于分布式估计的自适应滤波算法的性能.由于最小误差熵(Minimum Error Entropy,MEE)在处理非高斯问题时明显优于以最小均方误差(Mean Square Error,MSE)为代价函数的算法,为此将最小误差熵准则和分布式扩散算法结合,引入比例矩阵的思想,提出了一种基于最小误差熵准则的分布式扩散比例算法(Diffusion Proportionate MEE,DPMEE).该算法不仅可以抑制非高斯噪声的干扰,还可以增加其对稀疏度不同的系统的适应性.实验结果表明,与传统分布式算法相比,该算法在脉冲噪声干扰下的性能得到大幅度提高,且具有较强的鲁棒性和跟踪能力.
推荐文章
基于无偏最小方差估计算法的分布式CFAR检测
检测
分布式恒虚警
无偏最小方差估计
基于WirelessHART的分布式低功耗路由算法
无线传感器网络
WirelessHART
分布式路由算法
GBR
基于分布式神经网络递推预报误差算法的非线性系统建模
分布式神经网络
递推预报误差算法
非线性系统
一种基于密度的分布式聚类改进算法
聚类
分布式
数据挖掘
代表点
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 基于最小误差熵的分布式算法研究
来源期刊 通信技术 学科 工学
关键词 自适应滤波 分布式算法 扩散最小均方 最小误差熵 非高斯噪声
年,卷(期) 2019,(3) 所属期刊栏目 信息处理与传输
研究方向 页码范围 575-582
页数 8页 分类号 TN911.7|TH701
字数 4471字 语种 中文
DOI 10.3969/j.issn.1002-0802.2019.03.011
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 郭莹 25 72 4.0 7.0
2 徐畅 6 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (5)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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
自适应滤波
分布式算法
扩散最小均方
最小误差熵
非高斯噪声
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
通信技术
月刊
1002-0802
51-1167/TN
大16开
四川省成都高新区永丰立交桥(南)创业路8号
62-153
1967
chi
出版文献量(篇)
10805
总下载数(次)
35
论文1v1指导