[发明专利]一种鲁棒的稀疏多任务自适应系统及迭代方法

权利要求书

1.一种鲁棒的稀疏多任务自适应系统，其特征在于，包括：

节点邻域子集选取模块，用于选取所述自适应系统中每个节点进行参数向量更新时需要用到的节点邻域子集；根据网络拓扑结构的节点n的邻域N_n和该节点所在的簇C_n，得到交集N_n∩C_n和差集N_n\C_n，根据和计算自适应参数c_l,n和联合参数a_l,n；

抗脉冲噪声干扰模块，用于对所述自适应系统节点的数据进行符号运算；通过节点l处的输入矩阵U_l(k)和期望向量d_l(k)计算误差向量的值其中，n∈{1,2,…,N}，l∈{1,2,…,N}，w_n(k-1)为节点n在k-1时刻对未知参数向量的估计值，U_l(k)＝[u_l(k),u_l(k-1),…,u_l(k-P+1)]为节点l在k时刻的输入矩阵，P为输入向量的数据重用阶数，u_l(k)＝[u_l(k),u_l(k-1),…,u_l(k-M+1)]^T为节点l在k时刻的输入信号向量，该向量由节点l的输入信号u_l(k)的最近M个样值构成，M为整数，d_l(k)＝[d_l(k),d_l(k-1),…,d_l(k-P+1)]^T为节点l在k时刻的期望向量，该向量由节点l的期望响应d_l(k)的最近P个样值构成；

根据计算抗脉冲噪声向量，其中，n∈{1,2,…,N}；

l₀范数和簇相似性约束模块，用于加快所述自适应系统估计未知参数向量时的收敛速度；

参数向量估计模块，用于更新参数向量的估计值。

2.根据权利要求1所述的鲁棒的稀疏多任务自适应系统，其特征在于，所述l₀范数和簇相似性约束模块，根据计算集合N_n\C_n中节点的相似性向量，其中，τ_n为节点n处的约束权重参数，ρ_l,n为节点n和l的相似性权重参数；

根据计算作用于w_n(k-1)中第m个元素w_n,m(k-1)的零吸引子强度值f(w_n,m(k-1))；

根据f(w_n(k-1))＝[f(w_n,0(k-1)),f(w_n,1(k-1)),…,f(w_n,M-1(k-1))]^T形成零吸引子强度向量f(w_n(k-1))，其中，β为零吸引子作用域控制参数，n∈{1,2,…,N}，m∈{1,2,…,M}。

3.根据权利要求1所述的鲁棒的稀疏多任务自适应系统，其特征在于，所述参数向量估计模块，计算节点n的中间估计向量ψ_n(k)，

根据更新向量w_n(k)的值，其中，μ_n为节点n处的步长参数，γ_n为零吸引子强度向量f(w_n(k-1))的加权参数。