一种用于近稀疏系统辨识的鲁棒零点吸引LMS算法
信息论
2013-03-12 v1 math.IT
摘要
新提出的l1范数约束零点吸引最小均方算法（ZA-LMS）在精确稀疏系统辨识中表现出色。然而，当系统接近稀疏时，ZA-LMS相对于标准LMS优势不大。因此，本文首先推荐用广义高斯分布对近稀疏系统建模，并据此定义稀疏度。其次，对ZA-LMS算法进行了两项修改。在代价函数中用部分l1范数替换l1范数惩罚，增强了鲁棒性而不增加计算复杂度。此外，零点吸引项由估计误差的幅度加权，动态调整零点吸引力。通过结合这两项改进，进一步提出了动态窗口ZA-LMS（DWZA-LMS）算法，在近稀疏系统辨识中表现出更好的性能。此外，分析了DWZA-LMS算法的均方性能。最后，计算机仿真证明了所提算法的有效性，并验证了理论分析结果。
引用
@article{arxiv.1303.2255,
title = {A Robust Zero-point Attraction LMS Algorithm on Near Sparse System Identification},
author = {Jian Jin and Qing Qu and Yuantao Gu},
journal= {arXiv preprint arXiv:1303.2255},
year = {2013}
}
备注
20 pages, 11 figures