用于鲁棒自适应滤波的非对称相关熵
信号处理
2021-11-02 v2 机器学习
机器学习
摘要
近年来，相关熵已成功应用于鲁棒自适应滤波，以消除脉冲噪声或离群值的不利影响。相关熵通常定义为两个随机变量之间高斯核的期望。当两个随机变量的误差围绕零对称分布时，该定义是合理的。然而，对于误差分布不对称的情况，对称高斯核是不合适的，且不能很好地适应误差分布。为解决此问题，本文提出相关熵的一种新变体，称为非对称相关熵，其使用非对称高斯模型作为核函数。此外，开发了基于非对称相关熵的鲁棒自适应滤波算法，并分析了其稳态收敛性能。仿真结果证实了理论结果及所提算法的良好性能。
引用
@article{arxiv.1911.11855,
title = {Asymmetric Correntropy for Robust Adaptive Filtering},
author = {Badong Chen and Yuqing Xie and Zhuang Li and Yingsong Li and Pengju Ren},
journal= {arXiv preprint arXiv:1911.11855},
year = {2021}
}