基于格型预处理的二阶自适应Volterra滤波器

虽然Volterra LMS(VLMS)算法简单,计算量小,但是由于Volterra滤波器系统是非线性的,使得输入向量自相关矩阵包含了输入信号的高阶统计量,导致矩阵特征值扩展很大,因此其收敛速度一般很慢.为加快收敛速度,利用格型滤波器后向预测误差的正交特性,提出采用两个格型滤波器正交预处理的自适应Volterra滤波算法.仿真结果表明,该算法具有比VLMS算法和GPV算法更为优越的收敛性能.     

一种基于格型滤波的二阶Volterra自适应均衡算法

针对随着Volterra滤波器记忆元增多,计算复杂度成指数快速增加的问题,本文提出了一种基于格型滤波的二阶Volterra自适应算法.利用格型滤波器正交化处理输入信号,实现了二次项信号解耦,从而减少了自适应算法的输入信号自相关矩阵条件数,提高了自适应算法性能;同时也实现了二次项的权系数矩阵对角化,大大减少了二次项的权系数,使得滤波器权系数与输出成线性关系,权系数的LMS算法变得更加简便.计算机仿真结果表明,本文所提出的算法无论对线性信道还是非线性信道都有比文献[5]算法更快的收敛速度和更好的稳态性能.     

基于α稳定分布的二阶Volterra变抽头长度自适应滤波算法

传统自适应Volterra滤波器抽头长度固定。当一个被识别系统或被均衡信道的特征未知或时变时,自适应滤波器的抽头长度太长,不仅增加了计算量同时也增加了误差;抽头长度太短则无法满足系统的性能要求。针对这个问题本文提出了一种二阶Volterra变抽头长度自适应滤波算法。先对Volterra滤波器输入信号进行格型滤波处理,实现了二次项信号解耦,减少了二次项的权系数,使线性部分和非线性部分权值具有相同的抽头长度,简化了传统Volterra滤波器的结构;基于最小平均p范数准则,运用分数抽头长度的概念,对滤波器抽头长度进行实时自适应调整,用LMP算法自适应调整权系数。计算机仿真结果表明,在不同信噪比的高斯噪声和 稳定分布噪声背景下, 应用本文算法的自适应信道均衡都具有良好的收敛性能,本文算法能自适应调整到最优抽头长度;验证了算法的有效性。      

基于sigmoid函数的Volterra自适应有源噪声对消器

该文介绍了一种新颖的非线性自适应有源噪声对消器基于sigmoid函数的Volterra自适应有源噪声对消器,并采用输入信号和瞬时误差归一化的LMS自适应算法调整其系数。这种基于sigmoid函数的Volterra自适应有源噪声对消器具有参数少和便于实现的模快化结构等优点。仿真结果表明:这种基于sigmoid函数的Volterra自适应有源噪声对消系统具有良好的抗噪声性能。     

二阶Volterra变数据块长LMS算法

二阶Volterra数据块LMS算法利用当前时刻及其以前时刻更多输入信号和误差信号的信息提高了算法的收敛速度,但由于其固定数据块长取值的不同导致了算法的收敛速度和稳态误差此消彼长。针对这个问题,本文提出一种二阶Volterra变数据块长LMS算法,通过时刻改变输入信号数据块长度提高算法性能。本算法首先采用两个并行的二阶Volterra滤波器,其输入信号数据块长差值始终保持一个单位;然后将其各自的输出误差信号同时输入到数据块长判决器,通过判决器得到下一时刻各个滤波器输入信号的数据块长度;最后以第1个二阶Volterra滤波器的输出作为整个滤波系统的输出,从而改善了算法性能。将本算法应用于非线性系统辨识,计算机仿真结果表明,高斯噪声背景下本算法的收敛速度和稳态性能都得到了明显的提高。      

非线性Volterra系统的总体全解耦自适应滤波

研究输入、输出观测数据均受噪声干扰时的非线性Volterra系统的全解耦自适应滤波问题.基于总体最小二乘技术和Volterra滤波器的伪线性组合结构,运用约束优化问题的分析方法研究Volterra滤波过程,从而建立了一种总体全解耦自适应滤波算法.并建立了分析该算法收敛性能的参数反馈调整模型,分析表明,该算法可使各阶Volterra核稳定地收敛到真值.仿真实验的结果表明,当输入、输出观测数据均受噪声干扰时,总体全解耦自适应滤波算法的鲁棒抗噪性能和滤波精度均优于全解耦LMS自适应滤波算法.     

一种分阶自适应Volterra滤波算法

稳定分布可以更好地描述实际应用中所遇到的具有显著脉冲特性的随机噪声.这种噪声的二阶及二阶以上统计量均不存在,需要用分数低阶统计量描述.针对Volterra级数非线性项将稳定分布的尖峰脉冲特性更加放大,导致输入信号自相关矩阵的特征值扩展更大的问题,本文提出了一种对于二阶Volterra级数的线性项部分和非线性部分分别采用两个不同收敛因子的分阶Volterra滤波器最小平均p范数(DOVLMP)算法,并分析证明了该算法的收敛性能.仿真结果验证了本文方法较传统算法的优越性.     

基于多小波双变换的非线性卫星信道盲均衡算法

针对非线性卫星信道Volterra盲均衡系统收敛缓慢、计算复杂高等不足,提出了基于多小波双变换的非线性卫星信道盲均衡算法.该算法用Wiener均衡器代替Volterra均衡器,减小了均衡器结构的复杂性;用平衡正交多小波对Wiener均衡器的输入信号进行变换,降低了输入信号的自相关性;在Wiener均衡器输出端增加一级判决反馈滤波器,同时对其输入信号作平衡多小波变换,又降低了判决反馈滤波器输出信号的自相关性.仿真结果验证了该算法的有效性.     

自适应Volterra滤波器的递归结构和类递归结构及其算法和应用

本文参考自适应IIR滤波器理论,提出了自适应Volterra滤波器(AVF)的递归结构和类递归结构,讨论了其特点和应用范围.递归结构的引入可显著减少AVF的参数和计算量.本文还给出了类递归结构AVF的在线辨识算法和在非线性系统辨识中的应用;给出了递归结构AVF的滤波算法和在非线性相关噪声抵消中的应用.在仿真实验中,将上述算法与多层感知器和非递归结构AVF做了对比.结果表明,本文算法住性能和计算量上均有明显优势。     

一种全解耦分组二阶Volterra自适应滤波算法

传统的Volterra滤波器运算量大,二次项将稳定分布的尖峰脉冲特性放大,从而影响了算法的收敛性能。针对这些问题．提出了一种二阶Volterra滤波器的全解耦分组算法,对输入数据进行分组排列,有效地降低计算复杂度,每组对应的子滤波器权系数采用全解耦自适应调整算法,有效地降低了非线性项耦合的影响。仿真结果表明了算法的有效性。