知识辅助的 Kaczmarz 与 LMS 算法
信号处理
2017-12-07 v1
摘要
最小均方（LMS）滤波器常通过 Wiener 滤波器解导出。对于系统辨识场景，此类推导难以融入关于系统冲激响应的先验信息。我们提出一种基于最大后验解的替代方法，其允许开发知识辅助的 Kaczmarz 算法。基于此知识辅助 Kaczmarz 算法，我们构建了知识辅助 LMS 滤波器。两种算法均允许融入待估计参数的先验均值与协方差矩阵。这些算法在梯度中除测量信息外，还利用该先验信息进行估计的迭代更新。我们分析了算法的收敛性并给出其性能仿真结果。正如预期，可靠的先验信息可改善算法在低信噪比（SNR）场景下的性能。结果表明，所提算法可近乎达到最优最大后验（MAP）性能。
引用
@article{arxiv.1712.02146,
title = {Knowledge-Aided Kaczmarz and LMS Algorithms},
author = {Michael Lunglmayr and Oliver Lang and Mario Huemer},
journal= {arXiv preprint arXiv:1712.02146},
year = {2017}
}