脉冲噪声下基于梯度加权平均的变步长NLMP算法

针对非高斯 α 稳定分布噪声环境下的自适应滤波问题,提出一种新的基于梯度加权平均的变步长归一化最小平均p范数(VSS-NLMP)算法。该算法基于梯度矢量能够跟踪自适应过程的均方权值偏差(MSD)这一特点,通过对梯度矢量的平滑减小梯度噪声的影响,然后利用平滑梯度矢量的欧氏范数和系统误差的分数低阶矩控制步长的变化。文中给出了新算法的迭代过程,然后对其收敛性进行简要分析,仿真结果表明,本文新算法较现有变步长NLMP算法具有更快的收敛速度和更高的稳态精度。     

一种新的稳健Capon波束形成算法

 针对常规Capon波束形成算法在期望信号导向矢量失配情况下性能的急剧下降,研究了一种新的基于导向矢量不确定集的稳健Capon波束形成算法。该算法通过对阵列接受信号的相关矩阵进行特征分解获得噪声子空间,使期望信号导向矢量在噪声子空间的投影最优。并且利用特征向量的结构特性推导出了最优对角加载量的解析表达式。仿真结果表明了理论分析的正确性和算法的有效性。