论文部分内容阅读
针对最小平均对数(LMLS)算法在输入信号受噪声干扰的环境下进行稀疏系统辨识时存在精度低的问题,提出了一种稀疏偏差补偿LMLS算法.利用无偏准则推导偏差补偿项来修正输入噪声带来的偏差,构建偏差补偿LMLS.借助系统稀疏特性的先验知识,采用互相关熵诱导维度作为稀疏惩罚约束条件,优化偏差补偿LMLS算法.仿真结果表明,所提算法对于含噪输入信号下的稀疏系统参数辨识具有高稳态精度.