用于稀疏系統辨识的改进的惩罚LMS算法研究.docVIP

用于稀疏系统辨识的改进的惩罚LMS算法研究 刘遵雄1)，石菲1)，王树成1) 1）华东交通大学信息工程学院，江西330013 摘 要 本文基于加权零吸引因子最小均方算法（RZA-LMS），提出一种应用于系统辨识的新型自适应滤波算法（ARZA-LMS）。RZA-LMS通过在标准LMS算法迭代过程中添加零吸引因子，促进了滤波器小权系数的收敛，从而在辨识稀疏系统时，加快算法的整体收敛速度。但是在RZA-LMS算法中的零吸引因子，选择固定的?，过于武断，降低了算法的鲁棒性在本文提出的新型算法中，通过在参数?与误差信号e之间建立非线性关系，使零吸引因子在最小化MSE更具有灵活性，改进了RZA-LMS，提高了对系统辨识的收敛速度和稳定性。最后，计算机仿真验证了新算法的性能明显优于原算法和若干现有稀疏系统辨识的方法。 关键词 自适应滤波器；最小均方算法；压缩传感；稀疏信道；零吸引因子；L1范数 分类号 TN911.7 The improvement LMS algorithm for sparse system identification Liu Zun-xiong1),Shi Fei1),Wang Shu-cheng1) 1)School of Information Engineering, East China JiaoTong University, Nanchang,