再生核希爾伯特空間中自適應濾波新方法及套用

《再生核希爾伯特空間中自適應濾波新方法及套用》是依託西安交通大學，由陳霸東擔任項目負責人的面上項目。

基本介紹

• 中文名：再生核希爾伯特空間中自適應濾波新方法及套用
• 項目類別：面上項目
• 項目負責人：陳霸東
• 依託單位：西安交通大學

中文摘要

近年來，核自適應濾波算法作為一類新型非線性自適應濾波算法越來越受到研究者們關注。核自適應濾波算法是通過在再生核希爾伯特空間(RKHS)中實現傳統線性自適應濾波算法，進而利用核技巧（Kernel trick）得到原輸入空間中非線性濾波算法。目前這類算法有核最小均方算法（KLMS），核遞歸最小二乘算法（KRLS），核仿射投影算法（KAPA），等等。與其他非線性自適應濾波方法比較，核自適應濾波具有很多優點，但其理論和算法還遠未成熟，有許多關鍵問題需要解決。本項目主要研究核自適應濾波器主動稀疏化、網路規模的縮減、核函式選取與線上最佳化算法、新型拓撲結構以及核自適應濾波在認知建模和腦信號分析及處理中的套用。項目研究將提高核自適應濾波算法的高效性和實用性，進一步完善核自適應濾波理論和算法，促進該類新型濾波算法的發展、普及和套用。

結題摘要

時域信號的非線性、非高斯等特性是物理世界大多數信號存在的基本性質，而時域信號參數估計與濾波在雷達、聲納、通信、遙感數據處理和生物醫學工程等眾多領域中有著極其重要的套用意義。本項目研究核自適應濾波新方法來解決非線性、非高斯時域信號估計與濾波問題。項目針對核自適應濾波器的稀疏化、網路縮減、核函式參數最佳化、新型拓撲結構，及其在腦信號分析與處理方面的套用進行了深入研究，提出了自組織的核自適應濾波算法、核寬度自適應調整的核最小均方算法、密度依賴的量化核自適應濾波算法、基於最大互相關熵準則的核自適應濾波算法等新型核自適應濾波方法，有效解決了傳統非線性濾波算法計算複雜度高、參數難以確定、受噪聲影響大等難題。此外，項目通過在核空間中定義新型相似性度量很好解決了非高斯噪聲環境下濾波算法的魯棒性問題，突破了傳統方法的局限性，實現對非線性、非高斯時域信號的高效、魯棒的分析與處理。上述研究結果具有突破性、創新性、科學性和實用性，豐富和發展了自適應信號處理的參數估計與濾波的理論與方法。項目研究成果豐碩，在國際著名刊物及會議發表學術論文55篇，其中SCI期刊論文34篇。研究成果受到國際學術界相關領域著名學者在國際權威期刊或學術會議上的積極評價，所發表學術論文中有4篇論文為ESI高被引論文（前1%），充分體現了本項目研究的重要科學意義和價值。