.png){kind=icon}
返回
Diffusion MEEF with Variable-Center Algorithm Optimized by Joint Probability Density Matching and Entropy Weight Method
.png){kind=icon}
PRE
AI
DOI：10.1007/s00034-025-03344-x.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于基准点的最小误差熵（MEEF）准则因其处理复杂非高斯噪声环境的鲁棒性而受到越来越多的关注。然而，传统的MEEF通常假设误差分布的中心固定，这限制了其在非零均值噪声分布下的性能。为解决此问题，本文首次定义了一种变中心MEEF（MEEF-VC）准则，该准则可根据误差分布的特征自适应调整熵估计的参考中心，以有效捕获非零均值噪声和动态误差变化。随后，本文基于Adapt-Then-Combine策略提出了一种新颖的鲁棒扩散MEEF-VC（DMEEF-VC）算法，用于网络分布式估计。此外，DMEEF-VC中的关键参数（包括带宽、中心位置和加权因子）通过概率密度匹配和熵权方法进行自适应优化。仿真结果表明，所提出的DMEEF-VC在扩散式自适应信号处理任务中相比传统鲁棒扩散自适应滤波算法表现出鲁棒性和精度提升。
Keyword:
Minimum error entropy with fiducial points
Diffusion adaptive filter
Variable center
Entropy weight method
Robust distributed estimation
期刊
C
IF:
2
论文数:
318
被引数:
0
机构
引用论文
Steady-state and stability analyses of diffusion sign-error LMS algorithm.png)
SIGNAL PROCESSING
SIGNAL PROCESSINGIF3.6
PREAI
分享收藏
分享收藏
查看更多内容