摘要
该文提出了一个基于三阶累积量的“优度准则”。基于此准则,利用最速下降法,得到一种新的基于三阶累积的梯度型自适应滤波算法,该算法用于平稳和非平稳的MA(Moving Average)模型系统辨识的计算机模拟仿真结果表明:该算法有良好的收敛性能及对时变系统的跟踪能力。
This paper proposes a third-order cumulant-based 'criterion of goodness', and gives a third-order cumulant-based gradient-type adaptive filtering algorithm by using the steepest descent method on the criterion. The algorithm is applied to identify stationary and non-stationary MA (Moving Average) model by computer simulation. Simulation results indicate that the algorithm has better convergence property as well as the tracking capability for time varying system.
出处
《电子与信息学报》
EI
CSCD
北大核心
2002年第9期1197-1201,共5页
Journal of Electronics & Information Technology
基金
国家自然科学基金(69972016)
广东省自然科学基金(990892)
广东省优秀人才基金(教研[2000]69号)
