第 38 卷 第 8 期
2004 年 8 月
西 安 交 通 大 学 学 报
JOURNAL OF XI′AN JIAOTONG UNIVERSITY
Vol. 38 №8
Aug. 2004
一种稳定的总体最小二乘自适应滤波算法
孔祥玉
1
, 魏瑞轩
2
, 韩崇昭
1
, 马红光
1
(
1. 西安交通大学电子与信息工程学院 , 710049 , 西安 ; 2. 空军工程大学工程学院 , 710038 , 西安
)
摘要 : 针对输入输出观测数据均含有噪声的滤波问题 ,提出了一种稳定的总体最小二乘自适应算法. 该算法
以系统的增广权向量的瑞利商与增广权向量最后元素的约束项的和作为总损失函数 ,利用梯度最陡下降原
理导出权向量的自适应迭代算法 ,并通过对算法稳定性的分析确定了算法中学习因子的取值范围. 所提出的
算法稳定 ,计算复杂度低 ,既没有平方根运算 ,也不需要标准化处理. 仿真实验表明 ,该算法的收敛性能、鲁棒
抗噪性能和稳态收敛精度均明显高于同类其他总体最小二乘算法.
关键词 : 自适应滤波 ;总体最小二乘 ;瑞利商
中图分类号 : TN91117 文献标识码 : A 文章编号 : 0253 - 987X
(
2004
)
08 - 0831 - 04
Stable Total Least Mean Square Adaptive Filter Algorithm
Kong Xiangyu
1
, Wei Ruixuan
2
, Han Chongzhao
1
, Ma Hongguang
1
(
1. School of Electronics and Information Engineering , Xi′an Jiaotong University , Xi′an 710049 , China ;
2. School of Engineering , Air Force Engineering University , Xi′an 710038 , China
)
Abstract : Aiming at the filter problem that the input and output signal are both corrupted by noise , a stable total least
mean square
(
LMS
)
adaptive algorithm was proposed. Taking the sum of Rayleigh quotient of the augmented weight vec2
tors of the system and a constraint to the last element of the augmented weight vectors via a LaGrange multiplier as an
overall cost function , using the steepest descent principle , the adaptive updating formula of the weight vector was de2
rived , the stability of the algorithm was analyzed , and the range of the learning factor to which the stability is guaranteed
was educed. The proposed algorithm is stable and its computation complexity is lower , which can be realized neither cal2
culating the squares root , nor normalization is required. The simulation results show that the convergence performance ,
the robust against noise and the convergence precision of the proposed algorithm are remarkably higher than other total
LMS algorithms.
Keywords : adaptive filter; total least square ; the Rayleigh quotient
总体最小二乘
(
TLS
)
技术是解决输入、输出观测
数据中均含有噪声的信号处理问题的一种有效方
法. 尽管 TLS 问题的 SVD 解法已于 1980 年被提
出
[1]
,但由于 SVD 方法的复杂性 ,限制了 TLS 技术
的广泛应用 ,从而促使人们对递推方法进行研究 ,但
直到 1992 年后一些有效的递推算法才逐渐被提
出
[2 - 7]
. 迄今为止 ,在有关总体最小二乘或次元分析
算法中 ,很少有算法满足下列特点 : ①算法简单 ,不
需要平方根与标准化运算 ; ②算法具有稳定的自适
应行为与良好的收敛性 ,且鲁棒性能良好、稳态收敛
精度高.
本文以系统的增广权向量的瑞利商
(
RQ
)
和增
广权向量最后元素的约束项的和作为总损失函数 ,
利用梯度最陡下降原理导出了一种稳定的总体最小
二乘自适应算法. 该算法与文献[7]所提出的算法相
比 ,具有更好的收敛性能、噪声鲁棒性能与稳态收敛
收稿日期 : 2003 - 12 - 17. 作者简介 : 孔祥玉
(
1968~
)
,男 ,博士生 ; 韩崇昭
(
联系人
)
,男 ,教授 ,博士生导师. 基金项
目 : 国家重点基础研究发展规划资助项目
(
2001CB309403
)
;国家自然科学基金资助项目
(
60304004
)
.
© 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved.