[发明专利]基于核极化策略的随机傅立叶特征核LMS的核参数优化方法

权利要求书

1.基于核极化策略的随机傅立叶特征核LMS的核参数优化方法，其特征在于，该方法包括以下步骤：

步骤一、随机生成M组独立同分布的核参数值且所述M组独立同分布的核参数值满足高斯分布N(0,σ²I)，w_m代表第m组核参数值，其中m＝1,2,…,M，I为单位向量，σ为核带宽；

步骤二、给定训练集x(i)代表训练集的第i组输入信号，d(i)代表训练集的第i组期望信号，N′代表训练集样本量；单位向量I的维度与输入向量x(i)的维度相同；

步骤三、根据核极化评价函数得到M组独立同分布的核参数值的极化值φ(x(i),w_m)代表未优化的显示特征向量；

步骤四、对M组独立同分布的核参数值的极化值由大到小进行排序，从中选出极化值最大的M′个值，将选出的M′个值所对应的核参数值作为极化核参数值w _j为M′中的第j组极化核参数值；

步骤五、将步骤二给定的训练集输入随机傅立叶特征核LMS算法，并输入步长μ和核参数集

初始化权值向量Ω(1)，设置迭代循环的次数为N″，计算出每次迭代对应的期望误差；

所述步骤五的具体过程为：

将步骤二给定的训练集输入随机傅立叶特征核LMS算法，并输入步长μ和核参数集

初始化权值向量Ω(1)，设置迭代循环的次数为N″；

对于第1次迭代：通过特征映射φ_p(·)的映射，计算得到极化特征向量φ_p(x(1))为：

其中：核参数w₁，…，w_M′服从独立同分布；

利用极化特征向量φ_p(x(1))计算出滤波器输出y(1)为：

y(1)＝Ω(1)^Tφ_p(x(1))

其中：Ω(1)^T为Ω(1)的转置；

利用滤波器输出y(1)计算出期望误差e(1)为：

e(1)＝d(1)-y(1)

并得到更新后的权值向量Ω(2)为：

Ω(2)＝Ω(1)+μe(1)φ_p(x(1))

对于第2次迭代：计算得到极化特征向量φ_p(x(2))为：

计算滤波器输出y(2)为：

y(2)＝Ω(2)^Tφ_p(x(2))

计算期望误差e(2)为：

e(2)＝d(2)-y(2)

并得到更新后的权值向量Ω(3)为：

Ω(3)＝Ω(2)+μe(2)φ_p(x(2))

同理，直至完成N″次迭代，得到每次迭代对应的期望误差；

步骤六、利用计算出的期望误差来获得输入随机傅立叶特征核LMS算法的核参数集的稳态均方误差值。

2.根据权利要求1所述基于核极化策略的随机傅立叶特征核LMS的核参数优化方法，其特征在于，步骤一中M的取值范围为[10,10000]。

3.根据权利要求1所述基于核极化策略的随机傅立叶特征核LMS的核参数优化方法，其特征在于，步骤一中核带宽σ的取值范围[0.01,10]。

4.根据权利要求1所述基于核极化策略的随机傅立叶特征核LMS的核参数优化方法，其特征在于，步骤四中M′的取值范围为[50，1000]。

5.根据权利要求1所述基于核极化策略的随机傅立叶特征核LMS的核参数优化方法，其特征在于，步骤六的具体过程为：

取N″次中最后50次迭代的期望误差的平方的均值作为输入随机傅立叶特征核LMS算法的核参数集的稳态均方误差值。