稳定分布环境下最小范数滤波算法的神经网络实现

摘要

非高斯α-稳定分布可以更好地描述实际应用中遇到的具有较大脉冲特性的随机信号和噪声。传统的最小二乘滤波（L2范数）方法在处理无限方差低阶α-稳定分布噪声滤波问题时就会失去其韧性。选取最小绝对偏差（L1范数）作为新的滤波准则。L1范数求导的非连续性导致其实现起来较困难。为此，提出了一种新的L1范数滤波算法的神经网络实现方法，计算机模拟和分析表明，算法可以全局收敛至精确解。