首页 | 官方网站   微博 | 高级检索  
     

基于粒子群优化算法的高阶累积量滤波器
引用本文:王秀红,郭庆强,李歧强.基于粒子群优化算法的高阶累积量滤波器[J].山东工业大学学报,2007,37(6):15-19.
作者姓名:王秀红  郭庆强  李歧强
作者单位:[1]山东大学控制科学与工程学院,山东济南250061 [2]山东电子职业技术学院,山东济南250001
基金项目:山东省自然科学基金项目(Y2003G01);山东省教育厅科技计划项目(J06P53)
摘    要:基于高阶累积量(HOC)的自适应滤波器能够滤除高斯噪声或其它具有对称概率分布函数的噪声,其解法一般采用的是梯度搜索法,但是梯度搜索过程难以避免局部收敛而且计算复杂.粒子群优化算法(PSO)具有算法简洁,易于实现,且不需要梯度信息等优势.使用粒子群优化算法求解高阶累积量自适应滤波器系数优化问题,为滤波器参数的优化提供了一种新的思路.仿真结果表明,使用PSO优化算法求解自适应滤波器系数能获得更高的精度.同时PSO算法受系统跃变的影响较小,因此它在求解非平稳过程模型系统时具有一定的优势.

关 键 词:粒子群优化算法  高阶累计量  自适应滤波器
文章编号:1672-3961(2007)06-0015-05
收稿时间:2007-05-15

High-order cumulant adaptive filter based on particle swarm optimization
WANG Xiu-hong, GUO Qing-qiang , LI Qi-qiang.High-order cumulant adaptive filter based on particle swarm optimization[J].Journal of Shandong University of Technology,2007,37(6):15-19.
Authors:WANG Xiu-hong  GUO Qing-qiang  LI Qi-qiang
Abstract:
Keywords:PSO algorithm  high-order cumulant  adaptive filter
本文献已被 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号