检索结果-南通市图书馆

作者：彭莉娜西南大学

学位级别：硕士

作为信号处理的研究热点之一,分布式自适应滤波器已广泛应用在环境监测、救灾管理、目标定位、无线传感网络以及电力系统的频率估计等领域。针对实际应用中的非高斯噪声,例如轻尾亚高斯噪声和重尾超高斯噪声,基于二阶统计量的均方误差(M... 详细信息

作为信号处理的研究热点之一,分布式自适应滤波器已广泛应用在环境监测、救灾管理、目标定位、无线传感网络以及电力系统的频率估计等领域。针对实际应用中的非高斯噪声,例如轻尾亚高斯噪声和重尾超高斯噪声,基于二阶统计量的均方误差(Mean Square Error,MSE)准则设计的分布式自适应滤波算法会出现性能衰退的问题。为了能在非高斯噪声下有效地抑制异常值对算法性能的影响,提出了基于非二阶统计量的鲁棒分布式自适应滤波算法,并得到了广泛关注。目前基于随机梯度下降(Stochastic Gradient Descent,SGD)的鲁棒分布式自适应滤波算法仍存在滤波精度低和收敛速度慢的问题。针对这些问题,本文提出了基于自适应梯度(Adaptive Gradient,Adagrad)优化方法的鲁棒分布式自适应滤波算法。从优化角度,采用最小二乘法推导出的递归分布式自适应滤波算法相比于梯度分布式自适应滤波算法虽然具有更好的滤波性能,但同时也具有较高的计算复杂度。因此,如何在保证递归分布式自适应滤波算法高滤波性能的前提下降低其计算复杂度是具有重要研究意义。本文主要内容如下:(1)为了提高分布式自适应滤波算法的鲁棒性以及滤波精度,基于核风险敏感平均p幂误差(Kernel Risk Sensitive Mean p-Power Error,KRSP)准则和随机梯度下降法提出了扩散最小核风险敏感平均p幂损失(Diffusion Minimum Kernel Risk Sensitive Mean p-Power Loss,DMKRSP)算法。另外,为了充分利用误差信息,本文将遗忘因子引入到Adagrad优化方法中设计了扩散Adagrad最小核风险敏感平均p幂损失(Diffusion Adagrad Minimum Kernel Risk Sensitive Mean p-Power Loss,DAMKRSP)算法。相较于传统的分布式自适应滤波算法,本文提出的DMKRSP算法和DAMKRSP算法在非高斯噪声下具有更高的滤波精度和更强的鲁棒性。(2)为了进一步提高基于梯度的分布式自适应滤波算法的滤波精度、收敛速度和鲁棒性,本文采用最小二乘法推导出递归分布式自适应滤波算法。首先,基于柯西损失(Cauchy Loss,CL)准则提出了扩散递归最小柯西(Diffusion Recursive Minimum Cauchy,DRMC)算法。相比于梯度的分布式自适应滤波算法,该算法在非高斯噪声干扰下具有更高的滤波精度。但是DRMC算法的高计算复杂度限制了它在实际中的应用。因此,为了降低DRMC算法的计算复杂度,基于矩阵求逆引理和辅助公式提出了扩散递归最小柯西变体(Diffusion Recursive Minimum Cauchy Variant,DRMCV)算法。DRMCV算法在不牺牲滤波精度的前提下将DRMC算法的运行时间降低了54.8%。相较于基于梯度的鲁棒分布式自适应滤波算法,本文提出的DRMCV算法在保证高滤波精度的同时具有与梯度算法类似的计算复杂度。最后在脉冲噪声以及混合噪声干扰下通过不同的数据集验证了所提算法的优越性。(3)为了从理论上分析所提算法的有效性,从均值性能和均方性能两个方面对提出的DMKRSP和DAMKRSP算法进行理论分析,得到了所提算法的收敛条件并推导出了稳态均方偏差的表达式。另外,通过理论分析也得到了DRMCV算法的收敛条件。仿真结果验证了DMKRSP和DAMKRSP算法的稳态均方偏差的理论值能够匹配其仿真值,这不仅验证了理论分析的正确性,也为实际应用中算法的参数选择提供了理论参考。

关键词：分布式自适应滤波鲁棒性核风险敏感平均p幂误差准则柯西损失计算复杂度

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无线传感器网络的鲁棒分布式估计算法

引用

北京理工大学学报 2024年第9期44卷 980-989页

作者：火元莲刘宝伟岳文斌齐永锋裴东西北师范大学物理与电子工程学院甘肃兰州730070 西北师范大学计算机科学与工程学院甘肃兰州730070 甘肃省智能信息技术与应用工程研究中心甘肃兰州730070

为了提高无线传感器网络在非高斯噪声环境下的分布式估计性能,提出了一种基于半二次准则的变尺度扩散式自适应滤算法,该算法采用了一种凸代价函数的半二次准则(half-quadratic criterion,HQC),使算法可以更加有效地寻找最优解、具有更... 详细信息

为了提高无线传感器网络在非高斯噪声环境下的分布式估计性能,提出了一种基于半二次准则的变尺度扩散式自适应滤算法,该算法采用了一种凸代价函数的半二次准则(half-quadratic criterion,HQC),使算法可以更加有效地寻找最优解、具有更快的收敛速度和更高的滤波精度,并且对脉冲噪声具有更强的鲁棒性.另外,通过引入变尺度因子来平衡和进一步提高算法的收敛速度与稳态误差性能.文中对算法的性能进行了理论分析和仿真对比,结果表明在不同的非高斯噪声环境下,所提算法对未知系统具有更高的辨识效率,其收敛性能和稳态误差性能都优于其他的扩散式自适应滤波算法.

关键词：分布式自适应滤波半二次准则变尺度因子

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于Wilcoxon范数的分布式仿射投影算法研究

基于Wilcoxon范数的分布式仿射投影算法研究

引用

作者：于和芳沈阳工业大学

学位级别：硕士

分布式自适应滤波算法是一种通过分布式网络中各节点所具有的自适应信号处理能力,按照特定的协作方式与邻居节点进行信息交互,实现对感兴趣参数有效估计的方法,已被广泛应用于无线传感网络和目标检测等领域。其中,分布式仿射投影算法（D... 详细信息

分布式自适应滤波算法是一种通过分布式网络中各节点所具有的自适应信号处理能力,按照特定的协作方式与邻居节点进行信息交互,实现对感兴趣参数有效估计的方法,已被广泛应用于无线传感网络和目标检测等领域。其中,分布式仿射投影算法（Distributed affine projection algorithm,DAPA）是重要的研究分支之一,该类算法可在输入信号高度相关时仍快速收敛,缺点是抑制具有脉冲特性的非高斯噪声能力弱,而且因固定步长所引起的收敛速度和稳态误差矛盾也较大。为此,本文通过对DAPA算法的深入研究,对其进行了有效改进。首先,深入研究了稳健统计理论中的Wilcoxon范数,根据其核心——评分函数的范围特点采用符号函数作为新的评分函数,形成了新的Wilcoxon范数表达式,并将其作为新的代价函数替换了DAPA算法中的L2范数,推导出了新的更新方程,实现了在迭代过程对非高斯噪声的抑制;其次,为进一步提升算法的收敛速度,本文又通过符号函数对更新方程的残差部分进行了归一化处理;然后,考虑到固定步长的局限性,通过对变步长函数的推导,并采用迭代方式实现了误差信号对步长的控制,即在初始阶段选择较小的步长来提高其收敛速度,在接近稳定阶段选择较大的步长来降低其稳态误差,从而有效地缓解了算法在收敛性能和稳态性能间的矛盾,并由此形成了本文的新算法—变步长双符号分布式Wilcoxon仿射投影算法（Variable step size sign sign Distributed Wilcoxon affine projection algorithm,VSSDWAPA）;最后,通过合理的假设,本文对所提出的VSS-DWAPA算法在收敛性能和均方意义的稳态性能上进行了详细的理论分析,并将提出的VSS-DWAPA算法与现有的扩散式自适应滤波算法进行了复杂度对比。理论分析和仿真结果表明,在非高斯噪声下本文提出的VSS-DWAPA算法比现有的一些扩散自适应滤波算法具有更好的收敛性能、稳态性能和跟踪性能。

关键词：分布式自适应滤波仿射投影算法 Wilcoxon范数变步长算法

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自适应网络中的分布式鲁棒最小均方算法研究

自适应网络中的分布式鲁棒最小均方算法研究

引用

作者：杨涛浙江大学

学位级别：硕士

分布式自适应滤波是自适应滤波算法在分布式网络上的拓展,其目的是利用分布在地理区域上的协作节点解决分布式估计问题。自适应滤波算法是分布式自适应滤波的核心。基于均方误差(Mean Square Error,MSE)准则得到的扩散最小均方(Diffusio... 详细信息

分布式自适应滤波是自适应滤波算法在分布式网络上的拓展,其目的是利用分布在地理区域上的协作节点解决分布式估计问题。自适应滤波算法是分布式自适应滤波的核心。基于均方误差(Mean Square Error,MSE)准则得到的扩散最小均方(Diffusion Least Mean Square,DLMS)算法因其结构简单,估计性能好等优点而被广泛应用。传统的DLMS算法依赖于背景噪声服从高斯分布的假设,而当网络中出现脉冲噪声时,DLMS算法的性能将严重恶化,甚至不收敛。论文研究脉冲噪声环境下的的鲁棒性DLMS算法,选题具有研究意义与应用价值。首先,论文结合Alpha稳定分布和伯努利-高斯分布两种典型的脉冲噪声模型分析了脉冲噪声对DLMS算法的影响。仿真结果表明,即使少量的脉冲噪声也会导致DLMS算法的性能严重恶化。为解决脉冲噪声环境下DLMS算法性能严重恶化的问题,论文提出了基于Huber函数的动态阈值扩散最小均方(Dynamic-Threshold-Huber-based DLMS,DTH-DLMS)算法。所提出的算法采用Huber准则设计代价函数,结合了MSE准则的估计性能和平均绝对误差(Mean Absolute Error,MAE)准则的鲁棒性。同时,针对Huber准则下的阈值选取问题,提出了一种基于输出误差保留的动态阈值设置方法。节点利用该阈值检测脉冲噪声的出现,使算法在迭代过程中能动态区分正常数据和受脉冲噪声污染的异常值,并以相应的更新方式分别处理这两种数据。仿真结果表明,所提出的DTHDLMS算法有效地结合了MSE和MAE准则的优势,在有效对抗脉冲噪声干扰的同时实现良好的估计性能。为避免Huber准则下阈值选取带来的麻烦,论文提出了基于Log-Cosh函数的变步长扩散最小均方(Log-Cosh-based Variable Step-size DLMS,LCVS-DLMS)算法。所提出的算法采用Log-Cosh函数作为相对成本度量设计代价函数,使算法在自适应步骤对输出误差进行双曲正切约束,实现对脉冲噪声的鲁棒性。同时,对梯度参数进行自相关处理,进一步消除脉冲噪声的影响。此外,基于梯度参数的自相关,提出了一种脉冲噪声环境下的可变步长设置方法,改善算法在固定步长下收敛速度与稳态误差之间的矛盾。仿真结果表明,所提出的LCVS-DLMS算法在高斯噪声和脉冲噪声环境下均具有较快的收敛速度和较小的稳态误差。论文提出的两种分布式自适应滤波算法,有效提高了DLMS算法对脉冲噪声干扰的鲁棒性,在同时存在高斯噪声和脉冲噪声的复杂噪声环境中有较好的应用前景。

关键词：自适应网络分布式自适应滤波扩散策略最小均方算法脉冲噪声变步长

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于最大相关熵的分布式仿射投影算法

引用

微处理机 2020年第5期41卷 30-35页

作者：于和芳郭莹沈阳工业大学信息科学与工程学院沈阳110870

针对二范数的自适应滤波算法受脉冲信号中异常值影响较大的问题,提出一种基于最大相关熵的分布式仿射投影算法。算法通过增加输入信号维度,采用数据重用方法来加快算法收敛速度,有效解决了有色输入信号对分布式最小均方算法的收敛速度... 详细信息

针对二范数的自适应滤波算法受脉冲信号中异常值影响较大的问题,提出一种基于最大相关熵的分布式仿射投影算法。算法通过增加输入信号维度,采用数据重用方法来加快算法收敛速度,有效解决了有色输入信号对分布式最小均方算法的收敛速度变慢问题。同时针对实际应用中广泛存在的非高斯噪声严重影响DAPA收敛性能与稳态性能的问题,采用高斯核的DMCC算法,以最大相关熵作为代价函数。算法利用熵对异常值不敏感的特性有效抑制了非高斯噪声干扰。在非高斯环境和有色输入信号条件下,通过实验仿真,表明该算法具有良好的收敛性和稳态性。

关键词：分布式自适应滤波最大相关熵仿射投影算法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：