计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (13): 194-197.
刘遵雄,秦 宾,王树成
LIU Zunxiong, QIN Bin, WANG Shucheng
摘要: 针对经典最小均方(LMS)算法没有考虑冲击响应通常具有稀疏性的特点,一般的稀疏LMS算法当自适应趋于稳态时,对小系数施加过大的吸引力,导致稳态误差增大的缺点,提出对稀疏系统进行辨识的改进的[lp(0<p1)]范数惩罚约束的自适应算法——加权[lp]范数惩罚(reweighted [lp]-norm penalty)LMS算法。该算法的主要思想是在惩罚函数中加入一个更新权值,适当地调节吸引力的大小。计算机仿真实验结果表明了该算法的可取性,并且其在收敛速度和稳态性方面优于现有的稀疏系统辨识方法。