基于非負(fù)性約束的自適應(yīng)算法研究.pdf

1、自適應(yīng)濾波技術(shù)在回聲消除、信道均衡、系統(tǒng)辨識、信號增強、自適應(yīng)波束形成、噪聲消除以及主動噪聲控等領(lǐng)域具有廣泛的應(yīng)用。在一些應(yīng)用中，由于受到系統(tǒng)內(nèi)在的物理特性的限制，在進(jìn)行系統(tǒng)辨識時，需要對待估計的未知系統(tǒng)系數(shù)的最優(yōu)值添加非負(fù)性約束條件。非負(fù)性約束條件下的最優(yōu)化問題在理論和工程實踐中經(jīng)常涉及，是目前的研究熱點之一，例如非負(fù)最小二乘、非負(fù)矩陣分解等理論及其在天體物理圖像去模糊、計量化學(xué)光譜發(fā)散反卷積、高光譜圖像分析等問題中的應(yīng)用。傳統(tǒng)的最小

2、二乘法需要進(jìn)行批處理，因此不適合用來在線處理非負(fù)性約束條件下的系統(tǒng)辨識問題。為了解決非負(fù)約束下的系統(tǒng)識別問題，Chen等人基于定點迭代策略和隨機梯度法，提出了非負(fù)最小均方算法(NNLMS)，并分析了該算法的權(quán)值和二階矩性能。由于非負(fù)最小均方算法是迭代進(jìn)行系統(tǒng)辨識的，因而該算法適用于實時系統(tǒng)識別問題。盡管NNLMS算法實現(xiàn)簡單且其計算復(fù)雜度較低，但當(dāng)系統(tǒng)干擾不是高斯白噪聲時，如余弦噪聲、均與分布噪聲以及二值分布噪聲，其收斂速度較慢。