稀疏系统辨识的成比例自适应算法研究

稀疏系统辨识的成比例自适应算法研究

ID:35107197

大小:7.33 MB

页数:74页

时间:2019-03-18

稀疏系统辨识的成比例自适应算法研究_第1页
稀疏系统辨识的成比例自适应算法研究_第2页
稀疏系统辨识的成比例自适应算法研究_第3页
稀疏系统辨识的成比例自适应算法研究_第4页
稀疏系统辨识的成比例自适应算法研究_第5页
资源描述:

《稀疏系统辨识的成比例自适应算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、喔戀麵硕壬学位论文^雜论文题目:稀疏系统辨识的成比例自适应算法研究:::::=^?I—硏为生:—f重f银t-应—国内图书分类号:TN911密级:公开国际图书分类号:西南交通大学研究生学位论文稀疏系统辨巧的成比例自适应算法研究年级2M3姓名葦银霞申请学位级别工学硕dr专业控制科学与工程指导老!)币赵海全教授二零一六年五月9Classi巧edIndex:TN11U.D.C:SouthwestJiaotonUniversitgyMasterDereeThes

2、isgRESEARCHONPROPORTIONATEADAPTIVEALGORITHMSFO民SPARSESYSTEM瓜ENTIFICATIONGrade:2013Candidate:DonYinxiagAcademicDereeAliedfor;MastergppSecialit:ControlScienceandEnineerinpyggSuervisor:Prof.ZhaoHaouanpq06May.21西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留,、使用学

3、位论文的规定同意学校保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权西南交通大学可W将本论文的全部或部分内容编入有关数据库进行检索,可采用影印。、缩印或扫描等复印手段保存和汇编本学位论文本学位论文属于1.保密□,在年解密后适用本授权书;2.不保密白,使用本授权书。""(请在W上方框内打V)?全学位论文作者签名;指导老师签名:矣沒曰期:曰期:么西南交通大学硕±学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:一些改进的成比例自适应算法本文研究了成比例自适应滤波算法,并提出了,

4、来改善算法的收敛速度、跟踪性等性能。1、在处理相关输入信号时,针对己有成比例自适应算法收敛速度缓慢的问题,本文通过把解相关原理引入成比例自适应算法中,得到基于解相关的成比例自适应算法,改善了算法收敛性能在此基础上,为解决定步长的解相关成比例自适应算法对步长;参数的矛盾要求,结合自适应凸组合滤波器,本文提出了自适应凸组合解相关成比例自适应算法一,从而进步改善了算法的性能。2、记忆成比例仿射投影算法后期收敛速度慢的原因在于其计算比例步长参数方法不合理,用滤波器当前估计值与过去某个时刻的估计值的差来确定比例步长参数可解上一决此问题,从而得出基

5、于权系数差的记忆成比例仿射投影算法,针对;在此基础些高稀疏未知系统一,为进,本文结合独立活性因子方法步改善算法收敛性能,提出了基于权系数差的记忆成比例仿射投影独立活性因子算法。一3、为加快成比例归化子带自适应算法对高稀疏系统辨识的收敛速度,本文采用一化子带自适应算法独立活性因子方法,得出独立活性因子成比例归,本;然后文又利用自适应凸组合滤波器的思想来解决独立活性因子成比例归一化子带自适应算法对步长参数选择困难的问题。本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果,。除文中己经注明引用的内容外本论文不包含任何其他个人或集体已

6、经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名:寺絶家'曰期:如AM西南交通大学硕±硏究生学位论文第I页摘要随着现代科技的迅速发展,各口学科的研究方法越来越趋于定量化。在科学实验及生产实践中,对于复杂的研究对象,人们通常耍求通过观测和计算来定量并判明其内在规律,从而产生了系统辨识问题。系统辨识有着重要的实际应用,比如在信号处理、通信和控制等领域。实质上,其是根据系统的输入及输出信号来估计或确定系统的单位冲激响应、系统

7、的特性或传递函数。然而现实情况中,许多待辨识的系统具有稀疏特性,即成千上百个系数中只有很少的系数有显著值,而其他的系数为零或很小值。针对此类系统,传统的自适应算法,如最小均方(LMS)算法及其各种改进算法的收敛性能并不理想,因为它们均没有利一一先验知识些利用系统脉冲响应稀疏特用稀疏性这。近些年来,研究者相继提出了一,且对稀疏系统辨识取得了改进效果性的算法。其中最为显著的是成比例归化最小一均方(PNLMS)算法及其改进算法。为更进步改善对稀疏系统辨识的性能,本文专注于研究成比例

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。