针对最小平均对数(LMLS)算法在输入信号受噪声干扰的环境下进行稀疏系统辨识时存在精度低的问题,提出了一种稀疏偏差补偿LMLS算法.利用无偏准则推导偏差补偿项来修正输入噪声带来的偏差,构建偏差补偿LMLS.借助系统稀疏特性的先验知识,采用互相关熵诱导维度作为稀疏惩罚约束条件,优化偏差补偿LMLS算法.仿真结果表明,所提算法对于含噪输入信号下的稀疏系统参数辨识具有高稳态精度.

陕西省自然科学基础研究计划资助项目(2017JM6033); 陕西省教育厅科研计划项目资助项目(17JK0550); 咸阳市科技成果推广计划资助项目(2015KT-15);

稀疏系统辨识; 偏差补偿; 最小平均对数; 互相关熵诱导维度(CIM); 含噪输入信号;

10.13976/j.cnki.xk.2019.8478

TN911.4

信息与控制

Information and Control

2019年04期

ISSN:1002-0411

中文核心期刊

48413-4197586K
在线咨询 用户反馈