.png){kind=icon}
返回
A robust gradient-adaptive lattice filtering algorithm
.png){kind=icon}
PRE
AI
DOI：10.1016/j.sigpro.2026.110587.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
收敛速度和鲁棒性是自适应滤波器的两个重要指标。本文提出了一种鲁棒梯度自适应格型（RGAL）滤波算法。它通过两阶段更新过程实现参数估计。首先，使用梯度下降法更新格型结构的反射系数以实现输入信号去相关；然后，通过最小化一个有理分数形式的线性代价函数来更新滤波器权值，增强了自适应滤波器在脉冲噪声环境中的稳定性。该鲁棒代价函数在小误差时接近均方误差（MSE），确保良好的收敛性能，而在存在大误差时趋向于一个上限，有效抑制异常值。利用格型结构中后向预测误差与原始输入信号之间的线性关系，我们推导出了步长和稳态超量均方误差（EMSE）的稳定性条件。仿真结果表明，所开发的RGAL算法实现了快速的收敛速度和对抗脉冲干扰的强鲁棒性。
Keyword:
RGAL
adaptive filter
robustness
convergence rate
impulsive noise
期刊
IF:
3.6
论文数:
10.0K
被引数:
1.7W
机构
暂无机构信息
引用论文
Maximum correntropy criterion-based Kalman filter for replay attack in non-Gaussian noises基于最大相关熵准则的卡尔曼滤波器，用于重放攻击下的非高斯噪声环境.png)
Signal Processing
Signal ProcessingIF3.6
PREAI
分享收藏
分享收藏Proportionate affine projection tanh algorithm and its step-size optimization比例仿射投影tanh算法及其步长优化SIGNAL PROCESSING
SIGNAL PROCESSINGIF3.6
PREAI
分享收藏
查看更多内容