[发明专利]基于最小误差熵的哈默斯坦型非线性样条自适应滤波方法

摘要

本发明公开了一种基于最小误差熵的哈默斯坦型非线性样条自适应滤波方法，包括利用自适应查找表存储插值函数插值点，利用哈默斯坦型非线性样条自适应滤波器模型对输入信号进行非线性化处理，并执行自适应滤波；根据n时刻的系统输入信号和插值点均匀间隔，利用样条插值M1模块计算局部参数和控制点索引；利用样条插值M2模块计算样条插值输出；利用线性时不变滤波器模块计算系统输出；利用加法器模块计算期望与系统输出误差；采用基于最小误差熵的性能评估准则模块更新权重向量参数和存储的样条插值点参数；直至达输入信号的长度N时刻为止。本发明加强了系统的非线性，避免参数更新时出现较大波动。在非线性、非高斯环境的实际环境中更具应用价值。

主权项

1.一种基于最小误差熵的哈默斯坦型非线性样条自适应滤波方法，其特征在于，包括以下步骤：S1，利用自适应查找表存储插值函数的插值点，自适应查找表存储空间的下标从1开始，长度为Q，哈默斯坦型非线性样条自适应滤波器模型首先对输入信号进行非线性化处理，然后执行自适应滤波；S2，根据n时刻的系统输入信号x[n]和插值点的均匀间隔Δx，利用样条插值M1模块计算局部参数u_n和控制点索引i；S3，根据步骤S2得到的局部参数u_n和控制点索引i，利用样条插值M2模块计算样条插值的输出s[n]，滤波的非线性化处理阶段完成；S4，根据步骤S3得到的样条插值模块的输出s[n]，利用线性时不变滤波器模块计算系统输出y[n]；S5，根据步骤S4得到的系统输出y[n]，利用加法器模块计算期望d[n]与系统输出y[n]的误差e[n]＝d[n]‑y[n]；S6，根据步骤S5得到的误差e[n]，采用基于最小误差熵的性能评估准则模块更新线性时不变滤波器模块的权重向量参数和自适应查找表存储的样条插值点参数；S7，循环执行步骤S2到步骤S6，直到达到输入信号的长度N时刻为止。