自适应集合隶属降秩最小二乘波束成形算法
信息论
2013-02-19 v1 math.IT
摘要
本文提出了一种用于线性约束最小方差（LCMV）波束成形器设计的新型自适应算法。我们将集合隶属滤波（SMF）机制引入降秩联合迭代优化（JIO）方案中，开发出一种基于约束递归最小二乘（RLS）的算法，称为 JIO-SM-RLS。该算法继承了降秩信号处理技术的优良特性以增强输出性能，并利用 SMF 方法的数据选择性更新（约 10-15%）显著节省了计算成本。对阵列输出施加有效的时变边界作为约束，以规避过界或欠界的风险，并更新波束成形参数。更新后的参数构成了一组满足 LCMV 波束成形器约束的解集（隶属集）。仿真结果表明，与现有方法相比，所提算法在收敛速率和降低计算复杂度方面具有优越性能。
引用
@article{arxiv.1302.4127,
title = {Adaptive Set-Membership Reduced-Rank Least Squares Beamforming Algorithms},
author = {Lei Wang and Rodrigo C. de Lamare},
journal= {arXiv preprint arXiv:1302.4127},
year = {2013}
}
备注
2 figures