典型文献
基于稀疏系统辨识的改进的零吸引LMS算法
文献摘要：
针对当前的稀疏最小均方(Least Mean Square,LMS)算法普遍存在的收敛速度和稳态均方差(Mean Square Deviation,MSD)不能同时达到一个较好状态的问题,提出了一种改进的零吸引最小均方(Improving Zero-attracting LMS,IZA-LMS)算法.在滤波器估计较大或较小的冲激响应时,IZA-LMS算法的零吸引函数分别采用重新加权的零吸引LMS(Reweighting ZA-LMS,RZA-LMS)算法的零吸引函数和改进的l0-norm惩罚函数,使算法同时满足较快的收敛速度和较低的MSD值.理论分析和仿真证明,IZA-LMS算法比目前的诸多稀疏LMS算法的收敛速度更快且稳态MSD更低.
文献关键词：
自适应滤波;稀疏系统辨识;最小均方算法;零吸引;稳态均方差
中图分类号：
作者姓名：
辛龙坤;孟金;易胜宏;刘挺
作者机构：
重庆邮电大学 通信与信息工程学院,重庆 400065;重庆邮电大学 光电工程学院,重庆 400065
文献出处：
引用格式：
[1]辛龙坤;孟金;易胜宏;刘挺-.基于稀疏系统辨识的改进的零吸引LMS算法)[J].电讯技术,2022(12):1841-1845
A类：
稀疏系统,稀疏系统辨识,零吸引,稳态均方差,IZA,Reweighting,RZA
B类：
LMS,Least,Mean,Square,收敛速度,Deviation,MSD,Improving,Zero,attracting,滤波器,计较,冲激响应,l0,norm,惩罚函数,比目,自适应滤波,最小均方算法
AB值：
0.224018
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
