期刊介绍

本刊主要报道信息、控制与系统技术的开发性研究成果及其在我国各个领域的应用成果。所刊文章既有较高的学术价值、又有使用价值、推广价值和应用前景。辟有论文与报告、综论与介绍、讲座、实际问题研讨、学术活动信息等栏目。读者对象为从事本... 更多

核心期刊

CSCD核心库[2019-2020]
中文核心期刊(2017)
中文核心期刊(2014)
中文核心期刊(2011)
中文核心期刊(2008)
中文核心期刊(2004)
中文核心期刊(2000)
中文核心期刊(1996)
中文核心期刊(1992)

当前位置:首页 > 期刊导读 > 2019 > 04 > 详细内容

稀疏偏差补偿最小平均对数算法

作者: 王学成 [1] 张佳庚 [2] 马文涛 [3]

摘要:针对最小平均对数(LMLS)算法在输入信号受噪声干扰的环境下进行稀疏系统辨识时存在精度低的问题,提出了一种稀疏偏差补偿LMLS算法.利用无偏准则推导偏差补偿项来修正输入噪声带来的偏差,构建偏差补偿LMLS.借助系统稀疏特性的先验知识,采用互相关熵诱导维度作为稀疏惩罚约束条件,优化偏差补偿LMLS算法.仿真结果表明,所提算法对于含噪输入信号下的稀疏系统参数辨识具有高稳态精度.


关键字: 稀疏系统辨识 偏差补偿 最小平均对数 互相关熵诱导维度(CIM) 含噪输入信号


上一篇: 采用信息增益率的混合入侵检测模型设计
下一篇: 基于线特征与内区域特征的视觉伺服解耦控制