用于信道估计的差分进化训练子带自适应滤波器
信息论
2017-03-20 v3 math.IT
摘要
归一化子带自适应滤波器（NSAF）因其在色激励下的高效性而被广泛认为是一种卓越的自适应滤波算法。然而，NSAF的收敛速度较慢。为克服这一缺点，本文提出一种基于差分进化（DE）策略的NSAF变体，称为差分进化NSAF（DE-NSAF），用于信道估计。值得注意的是，已有若干文献关注为自适应滤波器设计DE策略，但其信号模型仍为单一自适应滤波器模型，而非本文所考虑的全带自适应滤波器模型。因此，本工作所研究的问题与那些文献截然不同。所提出的DE-NSAF算法基于实数值操作，在搜索优化权向量的全局解时具有较快的收敛速度。此外，详细给出了新算法的设计步骤。仿真结果证明了所提DE-NSAF算法在收敛速度方面的性能提升。
引用
@article{arxiv.1701.08407,
title = {Subband adaptive filter trained by differential evolution for channel estimation},
author = {Lu Lu and Haiquan Zhao},
journal= {arXiv preprint arXiv:1701.08407},
year = {2017}
}
备注
7 pages, 4 figures