论文部分内容阅读
非高斯非平稳随机信号处理是当前信号处理领域的研究热点,具有重要的理论意义和实际价值.采用TVAR模型来描述非平稳随机信号,在α稳定分布噪声条件下,传统的递推最小二乘(RLS)算法效果显著退化.采用最小p范数(LPN)算法对TVAR模型的时变参数进行估计,仿真实验结果表明,LPN算法不仅适用于高斯条件而且适用于非高斯α稳定分布噪声条件,且与仅适用于高斯条件下的RLS算法相比具有更好的韧性.