目前大多数分布式估计算法以最小均方误差准则作为代价函数,在脉冲噪声下性能恶化乃至发散。扩散式仿射投影符号算法( Diffusion Affine Projection Sign Algorithm, DAPSA)以Ⅰ1范数为代价函数,在脉冲噪声环境中具有良好的鲁棒性,并且具有较快的收敛速度。然而,固定步长的 DAPSA在保持较大的初始收敛速度和较低的稳态误差之间存在矛盾。为降低非高斯噪声环境下 DAPSA的稳态误差,同时仍保持较快的初始收敛速度,文中提岀了一种扩散式最大相关熵准则变步长仿射投影符号算法( Diffusion Maximum Correntropy Criterion Variable Step Size Affine Projection Sign Algorithm, DMCCVSSAPSA)。首先,该算法利用改进的卡方核作为核函数,自适应更新算法每次迭代过程中的步长取值,在取得较快初始收敛速度的同时可有效降低稳态误差;然后,提岀了一种基于系统先验误差的自适应动态范围方法,以进一步降低稳态误差;最后,通过改进卡方核与改进高斯核函数的对比实验, DMCCVSS-APSA与其他分布式算法的对比实验、不同脉冲噪声环境下 DMCCVSSAPSA和 DAPSA的对比实验,验证了所提算法的性能表现。仿真结果表明, DMCCVSS- APSA与对比算法相比表现良好,在相似的初始收敛速度下稳态误差降低了5dB以上。实验数据充分说明,在固定步长的 DAPSA的基础上提出的变步长方法和自适应动态范围方法,具有对脉冲噪声的强鲁棒性的同时,能有效降低稳态误差,提升了分布弌仿射投影类算法的性能表现。最后指出所提算法在ATC式联合方式和最优灵敏度的取值上需要进一步的研究。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !