[发明专利]一种非高斯环境下的变步长最小p-范数系统辨识方法

摘要

本发明公开了一种非高斯环境下的变步长最小p-范数系统辨识方法，包括以下几个步骤：第1步：首先确定非高斯噪声的特征参数α，从而确定参数p，p＝α-0.001；第2步：获取误差信号e(n)；第3步：确定A、B和步长；第4步：由第2步得到的误差e(n)以及第3步得到的步长μ(n)，获取新的FIR滤波器权系数ω(n+1)：第5步：重复步骤2至步骤4直至训练过程结束，ω(n)的最终值记为，ω0＝[ω0，0，ω0，1，…，ω0，L-1]，L为FIR滤波器的长度，得到未知系统的传递函数。本发明中的系统辨识方法与NLMP方法进行比较，仿真结果表明本发明提出的最小p-范数系统辨识方法具有更快的收敛速度、更小的稳态误差和更好的跟踪性能，达到了快速自适应系统辨识的效果。

主权项

1.一种非高斯环境下的变步长最小p-范数系统辨识方法，其特征在于，包括以下几个步骤：第1步：首先确定非高斯噪声的特征参数α，从而确定参数p，p＝α-0.001；第2步：获取误差信号e(n)；发送输入信号x(n)，则误差信号e(n)由经过未知系统后得到的响应d(n)和经过FIR滤波器后得到的响应y(n)之差获得：e(n)＝d(n)-y(n)第3步：确定A、B和步长；选取方法为：在满足收敛的情况下，根据初始误差e(n)选择A、B，从而得到步长μ(n)：μ(n)=B{1-exp[-A|(e(n)e(n-1))<p>+Σi=0n-1λ(i)e2(n-i)|]}]]>步长满足：0＜μ(n)＜1/λ_max，λ_max是输入信号自相关矩阵的最大值，其中的λ(i)为遗忘因子，且满足λ(i)＝exp(-2i)，(i＝0，1，2，...，n-1)；其中：[·]^<p>＝|·|^psgn(·)，sgn(·)为符号函数，|·|^p为p范数，λ(i)为遗忘因子，i表示早于当前i个时刻，e(n-1)表示前一个时刻的误差值，e²(n-i)表示早于当前i个时刻的误差平方值，ω(n+1)表示更新后的自适应滤波器权值向量，ω(n)表示当前时刻的自适应滤波器权值向量，x(n)表示当前时刻的输入向量；第4步：由第2步得到的误差e(n)以及第3步得到的步长μ(n)，获取新的FIR滤波器权系数ω(n+1)：ω(n+1)＝ω(n)+μ(n)|e(n)|^p-1sgn(e(n))x(n)第5步：重复步骤2至步骤4直至训练过程结束，收敛，ω(n)的最终值记为，ω₀＝[ω_0，0，ω_0，1，…，ω_0，L-1]，L为FIR滤波器的长度，则未知系统的传递函数表示为：H(z)=Σi=0L-1ω0,iz-i.]]>