α-稳定脉冲噪声中的自适应算法研究及应用

摘要

α-稳定分布作为非高斯脉冲噪声的理想数学模型，已经成为信号处理领域的热点研究课题。本文主要研究α-稳定脉冲噪声中的自适应滤波算法及其应用，具体工作可概括如下： 1.本文首先论述了分数低阶矩和最小离差准则两个重要概念，在此基础上介绍了α-稳定噪声中常用的最小平均lp范数(LMP)和递归最小lp范数(RLP)自适应算法，并通过仿真实验分析了它们的性能。 2.针对RLP算法的数值不稳定性，基于拟牛顿优化方法，提出了一种稳健的自适应FIR滤波算法。新算法采用输出误差的加权最小lp范数作为代价函数，它具有和RLP算法相近似的追踪能力，且不存在数值计算不稳定的问题。 3.提出了一种改进NLMP(MNLMP)自适应脉冲噪声对消算法，该算法根据输出误差的lp范数来调整步长。当算法未收敛时，使用较大的步长；在算法的稳定阶段，使步长逐步减小。由仿真实验比较了LMP、NLMP以及MNLMP三种算法的对消性能，在不同输入信噪比的情况下，MNLMP算法的输出信噪比较其它两种算法有了明显的提高。

目录

文摘

英文文摘

创新性声明及关于论文使用授权的说明

第一章绪论

第二章α-稳定分布

第三章α-稳定过程的参数估计

第四章α-稳定噪声中的经典自适应滤波算法

第五章稳健的拟牛顿类型自适应算法

第六章α-稳定脉冲噪声的自适应对消

结论

致谢

参考文献

研究生在读期间的研究成果