基于矩陣分解的Delta算子濾波.pdf

1、奇異值分解(SVD)和UD分解等矩陣分解方法在信號(hào)處理和狀態(tài)估計(jì)中具有重要作用，可以提高數(shù)值穩(wěn)定性和計(jì)算精度，也可給出系統(tǒng)模型階次和參數(shù)的同時(shí)估計(jì)，因而受到廣泛關(guān)注。Delta算子作為一種新的離散化方法，避免了在高速采樣時(shí)常規(guī)的移位算子引起的數(shù)值不穩(wěn)定問題，能夠改善自適應(yīng)算法的性能。本論文是作者在參加河南省自然科學(xué)基金《基于Delta算子的自適應(yīng)逆控制系統(tǒng)的魯棒設(shè)計(jì)》和河南省骨干教師資助計(jì)劃《自適應(yīng)逆控制的Delta算子方法及性能研究》

2、等項(xiàng)目研究的工作總結(jié)。首先簡要概述了自適應(yīng)濾波和矩陣分解方法的研究現(xiàn)狀與存在問題，然后重點(diǎn)研究基于矩陣分解的Delta算子濾波問題。取得的主要結(jié)果如下： (1)研究基于奇異值分解的Delta算子最小均方誤差濾波(Delta-SVD-LMS)算法，推導(dǎo)給出了Delta-SVD-LMS算法的遞推公式，對(duì)算法的收斂性和穩(wěn)定性進(jìn)行分析，仿真結(jié)果表明該算法的有效性。 (2)研究基于UD分解的Delta算子RLS濾波算法，得到了De