資源描述：
《一種新穎的變步長仿射投影算法》由會員上傳分享，免費在線閱讀，更多相關內容在教育資源-天天文庫。
1、萬方數(shù)據(jù)第21卷第4期2009年2月系統(tǒng)仿真學報◎JournalofSystemSimulationV01_2lNo．4Feb．．2009一種新穎的變步長仿射投影算法朱義勇1,2姚富強3，朱勇剛1，王厚生2，李永貴3(1解放軍理工大學通信工程學院，南京210007；2．通信指揮學院，武漢430010；3．總參第63研究所，南京210007)摘要：通過玫進傳統(tǒng)仿射投影算"1-去-(APA)的約束條件，提出了一種新的變步長仿射投影算法(VSS．arA)。該算法具有隨估計誤差的變化自動調整步長的特點，同時克服了傳統(tǒng)APA不能充分反
2、映更新后的自適應濾波器系數(shù)應該盡可能逼近未知系統(tǒng)參數(shù)的缺點。在算法實現(xiàn)中，提出了簡單有效的遺忘因子選擇規(guī)則，以實現(xiàn)對誤差能量的準確估計。最后將該算法成功應用于系統(tǒng)辨識。理論分析與計算機仿真表明，該算法有更快的收斂速率和更小的穩(wěn)態(tài)均方誤差。關鍵詞：自適應濾波；仿射投影算法；變步長；系統(tǒng)辨識中圖分類號：TN911．7文獻標識碼：A文章編號：1004—731X(2009)04．0984．04NewVSS，AffineProjectionAlgorithmandItsApplicationinSystemIdentification
3、ZHUH-yon91’，YAOFu—qian93，ZHUYong-gan91，WANGHou—shen92，LIYong-gui3(1．InstituteofCommunicationsEngineering，PLAUniv．ofSci．&Tech．，Nanjing210007，China；2．InstituteofCommandingacademy,Wuhan430010，Chinaj、3．The63rdRe∞amhInstituteofPLAGeneralStaff,Naming}210007，：China)Abstra
4、ct：Byimprovingtheconstrainconditionsoftraditionalaffineprojectionalgorithm(APA)，anewvariablestepsizeAPA(vss—APA)wasproposed．砌Pstepsizeofthisalgorithm西adjustedautomaticallyaccordingtothechangeoftheestimationerror．ThisalgorithmavoidstheshortageoftraditionalAPA，whichc
5、annotreflect．therequestthattheupdatedcoefficientsofadaptivefiltershouldrepresentthebest所totheparametersofunknownsystem．Inordertoestimatethepoweroferrormoreaccurately,asimpleandeffective塒彪abouttheselectingofforgettingfactorwasproposed．Inthelast。thisalgorithmwasappli
6、edtosystemidentificationsuccessfully．Thetheoreticalanalysisandcomputersimulationresultsillustrate場isalgorithmleadstofasterconvergencerateandlowerfinalmisalignment。Kevwords：adaptivefiltering；affineprojectionalgorithm；variablestepsize；systemidentification引言最小均方誤差(LMS
7、)算法因其計算量小、易于實現(xiàn)等優(yōu)點，在自適應信號處理和系統(tǒng)辨識中得到廣泛應用。然而，當輸入信號之間存在相關性時，LMS算法的收斂性能受到嚴重影響0-4]。為克服輸入信號相關性的影響，Ozeki和Umeda于1984年提出了仿射投影算法(APA)【2]。APA是一種重復利用過去的數(shù)據(jù)信號來提高自適應濾波器收斂速率的算法【3，5】。當輸入信號之間存在相關性時，APA的收斂速率更快，而計算量與LMS算法相當[2_酬。同LMS算法一樣，APA需要通過選擇合適的步長來實現(xiàn)收斂速率與穩(wěn)態(tài)誤差之間的折中睜Ⅲ。然而，以上兩個要求往往難以同時
8、達到最優(yōu)：如果選擇較大的步長加速收斂，穩(wěn)態(tài)誤差將會較大；如果選擇較小的步長減小穩(wěn)態(tài)誤差，收斂速率會較慢。在算法迭代過程中采用變步長可以較好地解決以上問題：在算法未收斂時采用較大的步長，當算法收斂時采用較小的步長【4，6，9-10】。Benesty等人于2006年通過改進歸一化LMS(NLM
