Sparsity-Aware Robust Normalized Subband Adaptive Filtering Algorithms With Alternating Optimization of Parameters
Sparsity-Aware Robust Normalized Subband Adaptive Filtering Algorithms With Alternating Optimization of Parameters
复制标题
具有参数交替优化的稀疏感知鲁棒归一化子带自适应滤波算法
DOI：
10.1109/tcsii.2022.3171672
复制
发表时间：
2022-09
期刊：
影响因子：
--
通讯作者：
Rodrigo C. de Lamare
中科院分区：
文献类型：
--
作者：
Yi Yu;Zongxin Huang;Hongsen He;Yuriy Zakharov;Rodrigo C. de Lamare
本文提出了一种统一的稀疏感知鲁棒归一化子带自适应滤波（SA-RNSAF）算法，用于脉冲噪声下稀疏系统的辨识。该算法通过定义鲁棒性准则和稀疏性惩罚来推广不同的算法。此外，通过交替优化算法的参数（AOP），包括步长和稀疏惩罚权，我们开发了AOP-SA-RNSAF算法，该算法不仅具有快速收敛性，而且对稀疏系统具有较低的稳态失调。在各种噪声场景下的仿真结果表明，所提出的AOP-SA-RNSAF算法优于现有的技术。
This brief proposes a unified sparsity-aware robust normalized subband adaptive filtering (SA-RNSAF) algorithm for identification of sparse systems under impulsive noises. The proposed SA-RNSAF algorithm generalizes different algorithms by defining the robust criterion and sparsity-aware penalty. Furthermore, by alternating optimization of the parameters (AOP) of the algorithm, including the step-size and the sparsity penalty weight, we develop the AOP-SA-RNSAF algorithm, which not only exhibits fast convergence but also obtains low steady-state misadjustment for sparse systems. Simulations in various noise scenarios have verified that the proposed AOP-SA-RNSAF algorithm outperforms existing techniques.
登录
查看更多内容
DOI：
--
发表时间：
2009
期刊：
--
影响因子：
--
作者：
Kong Aik LEE;W. Gan;S. Kuo
通讯作者：
Kong Aik LEE;W. Gan;S. Kuo
具有单独权重因子的稀疏感知 SSAF 算法：声学回声消除的性能分析和改进
影响因子：
4.4
作者：
Yi Yu;Tao Yang;Hongyang Chen;Rodrigo C. de Lamare;Yingsong Li
通讯作者：
Yingsong Li
DOI：
10.1109/tcsii.2016.2606113
发表时间：
2017-07
期刊：
IEEE Transactions on Circuits and Systems II: Express Briefs
影响因子：
--
作者：
Junwoong Hur;Insun Song;P. Park
通讯作者：
Junwoong Hur;Insun Song;P. Park
影响因子：
3.1
作者：
Hong, Mingyi;Luo, Zhi-Quan;Razaviyayn, Meisam
通讯作者：
Razaviyayn, Meisam
DOI：
10.1109/taslp.2017.2699325
发表时间：
2017-07
期刊：
IEEE/ACM Transactions on Audio, Speech, and Language Processing
影响因子：
--
作者：
Jung-Hee Kim;Jin Kim;Jae Hyeon Jeon;S. Nam
通讯作者：
Jung-Hee Kim;Jin Kim;Jae Hyeon Jeon;S. Nam