.png){kind=icon}
返回
A Generalized Recursive Mixed-Norm Algorithm for Graph Signal Processing with Application to Online Climate Data Estimation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.sigpro.2026.110565.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在图信号处理（GSP）框架下，本文提出了一种广义递归混合范数算法（GRMN-GSP），用于在线估计定义在图上的气候数据。通过引入广义混合范数（GMN）准则，并将其与递归最小二乘（RLS）框架相结合，设计了一种在低维图傅里叶子空间中的鲁棒递归更新机制。该方法有效保留了RLS算法的快速收敛特性，同时增强了其对异常值和重尾噪声的鲁棒性。为进一步降低计算负担并提高估计效率，引入了一种基于Huber的数据选择性更新机制，该机制仅在观测误差包含足够信息时才触发参数更新，从而显著减少计算时间。系统推导了所提算法的递归形式，并分析了其稳态性能和计算复杂度。通过理论分析与数值模拟相结合的方式，交叉验证了算法的均方误差（MSE）和均方偏差（MSD）性能，证明了理论结果与实验发现之间的一致性良好。在不同代表性的非高斯噪声场景下的实验验证表明，所提算法在收敛行为和稳态MSD方面具有稳定性和优越性，进一步突显了其在实际气候数据估计应用中的潜力。
Keyword:
Graph signal processing
Recursive least squares
Mixed-norm criterion
Climate data estimation
Huber-based update
期刊
IF:
3.6
论文数:
10.0K
被引数:
1.7W
机构
引用论文
分享收藏Graph Signal Processing: Overview, Challenges, and Applications图信号处理: 概述、挑战与应用.png)
PROCEEDINGS OF THE IEEE
OAAI
PROCEEDINGS OF THE IEEEIF25.9
OAAI分享收藏Distributed functional link adaptive filtering for nonlinear graph signal processing分布式函数链接自适应滤波在非线性图信号处理中的应用
PREAI
分享收藏
查看更多内容