[发明专利]一种变参数零吸引最小均方稀疏系统辨识方法

权利要求书

1.一种变参数零吸引最小均方稀疏系统辨识方法，其特征在于：步骤为：

步骤1：获得方差是的输入信号，并组成输入向量x(n)，将输入向量x(n)输入到自适应滤波器中，从而获得自适应滤波器的输出信号y(n)，并进行各个迭代参数的初始化；

步骤2：输出信号y(n)加入零均值z(n)，进一步得到待估计系统n时刻的期望信号d(n)；

步骤3：计算期望信号d(n)与输出信号y(n)之间的误差e(n)，以及误差瞬间近似值

步骤4：对ZA-LMS算法增加惩罚项，并通过梯度下降法得到VP-LZA-LMS算法权系数的更新方程；

步骤5：将误差e(n)和误差瞬间近似值代入步长μ(n)和正则化参数ρ(n)的自适应更新。

2.根据权利要求1所述的变参数零吸引最小均方稀疏系统辨识方法，其特征在于：

步骤4中ZA-LMS算法惩罚项为：

-γ||w(n)||₁ln B(n)

其中，w(n)＝[w(n),w(n-1),...,w(n-L+1)]^T表示时刻n自适应滤波算法得到的权系数估计向量，w_i(n)是w(n)中第i个元素||·||_∞表示无穷范数，即取w(n)的最大值，L是滤波器长度，ln(·)是对数函数。

3.根据权利要求1所述的变参数零吸引最小均方稀疏系统辨识方法，其特征在于：

步骤4中VP-LZA-LMS算法权系数的更新方程为：

w(n+1)＝w(n)-μg_w(n)

＝w(n)+μ(n)x(n)e(n)+ρ(n)G_LZA[w(n)]

式中，x(n)＝[x(n),x(n-1),...,x(n-L+1)]^T表示输入信号向量，上标T表示矩阵转置，w(n)＝[w(n),w(n-1),...,w(n-L+1)]^T表示自适应滤波算法得到的权系数估计向量，μ(n)表示时刻n的步长因子，ρ(n)表示时刻n的正则化参数，是零吸引项。

4.根据权利要求1所述的变参数零吸引最小均方稀疏系统辨识方法，其特征在于：步长μ(n)和正则化参数ρ(n)的更新公式为：

μ(n)＝min{θμ(n-1)+(1-θ)μ'(n),μ_max}

ρ(n)＝θρ(n-1)+(1-θ)ρ'(n)

式中，μ'(n)＝max{μ^*(n),0},ρ'(n)＝max{ρ^*(n),0},为平滑因子。