原文服务方: 控制理论与应用       
摘要:
在α稳定分布噪声背景下,为了提高稀疏系统自适应辨识算法的稳态性能,提出了基于无噪先验误差功率函数的变步长加权零吸引最小平均p范数基本算法(BVSS-RZA-LMP)和变步长加权零吸引最小平均p范数改进算法(IVSS-RZA-LMP).两种算法分别根据无噪先验误差功率和加权的无噪先验误差功率计算新的步长;步长随无噪先验误差功率的减小而逐渐减小.当算法达到稳态时,IVSS-RZA-LMP算法不再调整权矢量,改进了BVSS-RZA-LMP算法稳态性能.α稳定分布噪声背景下的系统辨识仿真结果表明,当系统较稀疏时,IVSS-RZA-LMP算法能够在较快收敛的情况下获得非常小的稳态误差.
推荐文章
α稳定分布噪声下的核最小平均P范数算法
α稳定分布
最小平均P范数
核方法
再生核希尔伯特空间
Mackey-Glass时间序列
平方根变步长lp范数LMS算法的稀疏系统辨识
稀疏系统辨识
变步长
最小均方算法
lp范数惩罚
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
α稳定分布噪声下的核最小平均P范数算法
α稳定分布
最小平均P范数
核方法
再生核希尔伯特空间
Mackey-Glass时间序列
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变步长加权零吸引最小平均p范数算法
来源期刊 控制理论与应用 学科
关键词 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
年,卷(期) 2020,(5) 所属期刊栏目 论文与报告
研究方向 页码范围 1103-1108
页数 6页 分类号
字数 语种 中文
DOI 10.7641/CTA.2019.90014
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 赵知劲 杭州电子科技大学通信工程学院 200 1531 19.0 29.0
5 陈思佳 杭州电子科技大学通信工程学院 3 0 0.0 0.0
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  (6)
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)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(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)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
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
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
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
1984-01-01
chi
出版文献量(篇)
4979
总下载数(次)
0
总被引数(次)
72515
论文1v1指导