自适应凸混合的新分析：一种确定性方法

我们介绍了一种自适应混合方法的新分析，该方法结合了两个并行运行的组成滤波器的输出来建模未知期望信号。这种自适应混合被证明在稳态下能够达到最佳组成滤波器的均方误差（MSE）性能，并且在某些情况下优于两者。然而，在稳态和瞬态区域对该混合的MSE分析使用了近似，并依赖于对底层信号和系统的统计模型。因此，这种分析对于由各种现实系统产生的信号可能无效或不适用，这些信号表现出高度的非平稳性、极限环，并且在许多情况下甚至是混沌的。为此，我们在“强”确定性意义上对该自适应混合进行了瞬态和稳态分析，推导中没有任何近似或对底层信号的统计假设，从而保证我们的结果成立。特别地，我们将该自适应混合在任何时刻的时间累积平方估计误差与直接针对底层信号以个体序列方式调整的组成滤波器的最优凸混合的时间累积平方估计误差联系起来。