用于波束成形的集员共轭梯度约束自适应滤波算法
信息论
2013-03-06 v1 math.IT
摘要
我们介绍了一种新的线性约束最小方差(LCMV)波束成形器，它结合了集员(SM)技术和共轭梯度(CG)方法，并开发了一种用于波束成形的低复杂度自适应滤波算法。所提出的算法利用基于CG的向量和可变遗忘因子来执行数据选择性更新，这些更新由与参数相关的时变边界控制。对于更新，基于CG的向量被迭代计算（每次更新一次迭代）以获得滤波器参数并避免矩阵求逆。由此产生的迭代构建了一个满足LCMV优化问题约束的可行解空间。与现有算法相比，所提出的算法显著降低了计算复杂度，并显示出增强的收敛和跟踪性能。
引用
@article{arxiv.1303.0890,
title = {Set-Membership Conjugate Gradient Constrained Adaptive Filtering Algorithm for Beamforming},
author = {Lei Wang and Rodrigo C. de Lamare},
journal= {arXiv preprint arXiv:1303.0890},
year = {2013}
}
备注
3 figures