.png){kind=icon}
返回
Bias-compensated constrained adaptive filtering algorithm for noisy inputs
.png){kind=icon}
PRE
AI
DOI：10.1016/j.sigpro.2025.110174.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究探讨了在脉冲干扰环境下对含噪声输入的线性约束自适应滤波。众所周知，噪声输入会导致估计偏差，而脉冲干扰会引起较大的稳态失配甚至发散。为应对这些挑战，我们提出了一种偏差补偿约束简化逻辑距离度量的算法（BC-CSLDM），该算法基于简化逻辑距离度量的误差非线性，并采用偏差补偿框架来减轻输入噪声的影响。对所提出的BC-CSLDM算法的稳态性能进行分析，以预测其随机行为。在约束系统辨识和波束形成中的仿真表明，该算法能有效对抗噪声引起的性能下降，并对脉冲干扰保持鲁棒性。仿真结果也验证了理论稳态分析的准确性。
Keyword:
Adaptive filters
Bias-compensation
Impulsive interference
Noisy inputs
Robustness
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
.png){kind=icon}
An Augmented Model Approach for Identification of Nonlinear Errors-in-Variables Systems Using the EM Algorithm使用EM算法识别非线性变量误差系统的增强模型方法
PREAI
分享收藏
分享收藏分享收藏
查看更多内容