[发明专利]一种分布式自适应组合系数优化方法

权利要求书

1.一种分布式自适应组合系数优化方法，包括以下步骤：

步骤1：针对节点k，实时获取其t时刻的回归向量u_k(t)及量测信号d_k(t)；

步骤2：一步迭代更新节点k的中间权向量估计ψ_k(t)：

其中，w_k(t-1)为t-1时刻的权向量估计值，μ_k为节点k的迭代步长；

步骤3：获取各邻域节点的中间权向量估计ψ_l(t)，为节点k的邻域节点及其自身所组成的集合；

步骤4：令ψ_k(t)＝[ψ₁(t),…,ψ_N(t)]P_k，其中，迭代计算ψ_k(t)的二阶矩的近似值

其中，λ为遗忘因子：λ∈(0,1)，Δψ_k(t)＝ψ_k(t)-ψ_k(t-1)；

步骤5：计算增量g_k(t)：

其中，

b_k(t-1)为节点k在t-1时刻的组合系数；为一正定对角矩阵，其第i个对角元f_i(b_k(t-1))为一个关于b_k(t-1)任意正函数；为r_k阶全1矩阵，为r_k阶单位矩阵，r_k为集合的节点个数；

步骤6：计算步长η_k(t)：

其中，a为步长因子：α∈(0,1)，小常数ε0；

步骤7：计算组合系数

b_k(t)＝b_k(t-1)-η_k(t)g_k(t)

步骤8：将上步骤所得的r_k维组合系数向量转换为所需的N维组合系数向量a_k(t)＝P_kb_k(t)。