基于 Tukey 双权 M 估计的共轭梯度自适应学习
机器学习
2022-03-22 v1
摘要
我们提出一种新颖的 M 估计共轭梯度 (CG) 算法，称为 Tukey 双权 M 估计 CG (TbMCG)，用于脉冲噪声环境下的系统辨识。特别地，与递归最小二乘 (RLS) 算法相比，TbMCG 算法能够实现更快的收敛，同时保持更低的计算复杂度。具体而言，Tukey 双权 M 估计将约束引入 CG 滤波器以应对脉冲噪声环境。此外，我们分析了 TbMCG 算法的收敛行为。仿真结果证实了所提 TbMCG 算法在系统辨识和有源噪声控制应用中的优异性能。
引用
@article{arxiv.2203.10205,
title = {Conjugate Gradient Adaptive Learning with Tukey's Biweight M-Estimate},
author = {Lu Lu and Yi Yu and Rodrigo C. de Lamare and Xiaomin Yang},
journal= {arXiv preprint arXiv:2203.10205},
year = {2022}
}
备注
16 pages, 6 figures