《高效穩健的自適應絕對偏度濾波算法研究》是依託西南交通大學，由張家樹擔任項目負責人的面上項目。
基本介紹
- 中文名：高效穩健的自適應絕對偏度濾波算法研究
- 項目類別：面上項目
- 項目負責人：張家樹
- 依託單位：西南交通大學
項目摘要,結題摘要,
項目摘要
雖然利用了三階統計量的偏度最大化自適應算法在一些套用中比線性自適應算法和基於四階矩的自適應算法等具有更好的濾波性能，但基於偏度最大化的自適應算法在長拖尾非高斯噪聲環境下的性能退化明顯，對脈衝干擾尤其敏感。為此，本項目擬採用絕對偏度與穩健統計理論，發展出一系列高效穩健的自適應絕對偏度算法。具體研究內容包括：（1）非高斯環境下的自適應濾波誤差建模與穩健參數估計；（2）最小均方絕對偏度算法及其性能分析；（3）仿射投影絕對偏度算法及其性能分析；（4）遞歸最小二乘絕對偏度算法及其性能分析；（5）共軛梯度絕對偏度算法及其性能分析。.鑒於本項目擬發展的自適應絕對偏度算法將充分利用誤差信號的一階偏差、二階和三階絕對統計量和穩健估計理論，預期取得的自適應絕對偏度算法將具有計算複雜性低、收斂速度快、穩態誤差小和穩健性等優點，能更好地滿足工程套用的需求，將進一步豐富和發展非線性自適應信號處理的理論與方法。
結題摘要
主要創新成果包括： 1、套用權值偏差的Kronecker積表示，提出了自適應濾波的各個權值偏差分析新方法（IWV）,為非高斯、非平穩環境下的自適應濾波性能分析提供了新的分析理論與方法。 2、提出了提出了一種快速穩定的NLMF算法（FSNLMF）、自適應變參數的步長標定歸一化LMS（VP-SSS-NLMS）算法、自適應變核寬的最大相關熵算法（VKW-MCC）、基於最大箕舌線的自適應濾波算法（MVC）。 3、提出了具有穩健誤差界的SM-NLMS算法、固定集員低界的魯棒BEACON算法和時變集員低界的魯棒BEACON算法 4、提出了組合步長新概念，發展出了一種一種新的變步長仿射投影符號算法和組合步長仿射投影符號算法 5、提出了一種具有自適應增益因子的遞歸RLp算法和一種新的變遺忘因子RLS算法； 6、提出的成比例去相關NLMS 算法（PDNLMS）簡化了雙通話的自適應語音回聲對消設計、一種新的魯棒變步長去相關NLMS算法（RVSSDNLMS） 7、提出了流水線型魯棒M-估計自適應Volterra濾波結構與算法、兩種流水線型集員度自適應Volterra濾波算法（PAVF-SM 和 PAVF-RSM）、流水線型分層學習的自適應Volterra濾波器新結構（HPAVF）與分層解耦學習的自適應算法（HDNLMS） 8、提出了一種新的歸一化邏輯對數子帶自適應濾波算法、基於混合代價函式的收縮變步長自適應濾波算法 9、提出了基於疊代梯度投影的2D壓縮感知稀疏圖像重構算法、提出了基於分數階總變分的魯棒Kronecker積視頻壓縮感知降噪方法、設計了一種基於多特徵圖像稀疏表示的二維壓縮感知圖像重構模型 10、提出了一種變步長歸一化符號梯度疊前地震資料AVO反演算法、一種疊代重加權M-估計AVO反演方法、基於自適應參數估計廣義極值分布的AVO反演方法 11、提出了L1-範數最大化的LDA 學習算法、基於L1範數最大化的鑑別性局部保持投影算法（DLLP-L1）、基於最大相關熵的魯棒局部保持投影算法（LPP-MCC） 標註本項目資助的論文共28篇，其中，期刊論文27篇，SCI檢索23篇,sci期刊錄用4篇。培養畢業博士4人，碩士5人。
