数据选择性 Volterra NLMS 算法的鲁棒性分析
机器学习
2020-03-26 v1 机器学习
摘要
近来，数据选择性自适应 Volterra 滤波器已被提出；然而迄今为止，除数值仿真外，尚无任何关于其行为理论分析。因此，本文分析了数据选择性 Volterra 归一化最小均方（DS-VNLMS）算法的鲁棒性（在 l2 稳定性意义上）。首先，我们研究了该算法在任意迭代时的局部鲁棒性，随后给出了系数向量中误差/不一致性的全局界。此外，我们证明 DS-VNLMS 算法在多数执行更新的迭代中改善了参数估计。而且，我们证明若已知噪声界，可设置 DS-VNLMS 使其绝不恶化估计。仿真结果证实了所执行分析的有效性，并表明无论参数如何选取，DS-VNLMS 算法对噪声均具有鲁棒性。
引用
@article{arxiv.2003.11514,
title = {Robustness Analysis of the Data-Selective Volterra NLMS Algorithm},
author = {Javad Sharafi and Abbas Maarefparvar},
journal= {arXiv preprint arXiv:2003.11514},
year = {2020}
}
备注
10 pages