原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
自适应信号处理8
2004年7月4日，哈尔滨 * 第8章 其它自适应算法 Chap.8 The Others Adaptive Algorithm 其它自适应算法 线性随机搜索搜索算法（LRS） 遗传优化算法（Genetic Optimizer Algorithm） 在权空间随机地选择游动方向 在权空间随机地选择一系列位置 线性随机搜索算法 思想： 将一个小的随机改变量ΔWk试探地加在权向量上，然后观察性能的变化，由此确定权值的迭代。 若ΔWk各个分量互不相关，且具有零均值，则 两个收敛参数是影响稳定性与收敛率的常数 权扰动随机改变向量ΔWk中各个分量的方差 线性随机搜索算法(LRS) 性能比较： 最速下降法 失调 扰动 总失调 自适应时间常数 学习时间常数 LRS 相同 PLRS大 M＋PLRS大 相同 RLS小 线性随机搜索算法 性能比较： LMS算法比最速下降法与LRS有效 从数据使用来衡量： 相同收敛速度下： MLMS最小 LRS应用领域： 1. 信号无法得到 2. 可调整的参数不是权系数 遗传优化算法 思想： 以L=0为例 1. 预先确定w的取值范围； 初始成员——父辈1 NM——父辈2 2. 将w的取值范围划分成M个间隔点； 5. 以二进制形式表示： 父辈1： 3. 计算M个 ； 4. 以反比于 的方式扩大成员数至N; 父辈2： 后代： 6. 重复3、4、5至后代变得彼此越来越像时过程收敛。 分蘖 遗传优化算法 举例： 1. w [0,4]； 父辈M=9 N=80 2. 0.0, 0.5, 1, 1.5, 2, 2.5, 3, 3.5, 4 5. 0?0000, 0.5?00001, 1.0?0010, …, 4?1000 父辈1： 3. 1, 1.25, 2, 3.25, 5?4:5:8:13:20 4. w:0(4),0.5(5),1(8),1.5(13),2(20),2.5(13),3(8),3.5(5),4(4) 父辈2： 后代： 6. 直到产生M＝9个第二代成员。 分蘖 *
文档评论（0）