非高斯Alpha穩(wěn)定分布環(huán)境下自適應(yīng)算法研究.pdf

1、本文以變步長(zhǎng)提高最小分散系數(shù)LMP算法收斂速度為切入點(diǎn)，詳細(xì)介紹了非高斯對(duì)稱alpha穩(wěn)定分布的數(shù)學(xué)理論，它能夠比較準(zhǔn)確的描述許多類型的脈沖噪聲，回顧了在Alpha穩(wěn)定噪聲的背景下，以最小分散系數(shù)準(zhǔn)則代替最小均方誤差準(zhǔn)則，使用分?jǐn)?shù)低階矩的概念，推導(dǎo)出LMP，NLMP，RLMP三種經(jīng)典算法，對(duì)比了三種算法的性能，得出NLMP算法在收斂速度和計(jì)算量之間有著比較好的折中的結(jié)論，但是如何進(jìn)一步解決NLMP算法收斂速度和穩(wěn)態(tài)誤差之間的矛盾呢?由此

2、，通過對(duì)在最小均方誤差準(zhǔn)則下新的變步長(zhǎng)歸一化NLMP算法的研究，推導(dǎo)出一種新的變步長(zhǎng)最小分散系數(shù)NLMP算法，通過仿真試驗(yàn)，證明新算法在解決收斂速度和穩(wěn)態(tài)誤差之間的矛盾問題上表現(xiàn)出很好的性能，與NLMP算法相比，該算法的運(yùn)算量增加不大，并且算法的參數(shù)受噪聲的影響較小，在信道噪聲發(fā)生變化的情況下不需要重新調(diào)整參數(shù)，仍然可以保持很好的收斂性能。從而得出自適應(yīng)濾波器的系數(shù)梯度在最小分散系數(shù)的準(zhǔn)則下亦是一個(gè)可以正確反應(yīng)濾波器收斂深度的參量，而且