基于l_1-范数约束的递归互相关熵的稀疏系统辨识  

Recursive Maximum Correntropy Criteria Algorithm with l_1-norm Constraints for Sparse System Identification

作　　者：周千[1] 马文涛[2] 桂冠[3] 

机构地区：[1]西安航空学院理学院,陕西西安710077 [2]西安理工大学自动化与信息工程学院,陕西西安710048 [3]南京邮电大学通信与信息工程学院,江苏南京210003

出　　处：《信号处理》2016年第9期1079-1086,共8页Journal of Signal Processing

基　　金：国家自然科学基金(61401069);陕西省教育厅专项科研计划项目(15JK1379);西安航空学院科研基金资助项目(2016KY1214;2014KY1210)

摘　　要：为了有效解决脉冲噪声环境下的稀疏系统辨识(Sparse system identification,SSI)问题,以l1-范数为约束构建稀疏递归互相关熵准则(Recursive maximum correntropy criterion,RMCC)算法来解决脉冲噪声对于辨识性能的影响。结合带遗忘算子的互相关熵准则和l1-范数作为代价函数,推导出一种递归形式的算法,其相对于传统的最大相关熵算法具有快的收敛速度及小的稳态误差。仿真实验结果表明:该算法对于脉冲噪声干扰环境下的SSI问题具有强的鲁棒性。To address sparse system identification （SSI） problem under impulsive noise environment, a sparse recursive maximum Correntropy criteria （RMCC） algorithm usingl1-norm constraint is proposed to combat the influence of impulse noise for the identification performance. The proposed recursive algorithm is derived by the new cost function combined pro- posed the maximum Correntropy criteria with forgetting factor and the l1-norm, and it has the faster convergence speed and the smaller steady-state error than the traditional MCC algorithm. Numerical simulations are given to show that the proposed algorithm is robust to SSI problem under the impulsive noise environment.

关 键 词：互相关熵 l1-范数限制 递归 稀疏系统辨识 脉冲噪声 

分 类 号：TN911[电子电信—通信与信息系统]