作者:康凯凯; 刘兆霆传感器网络鲁棒性分布式处理自适应估计
摘要:从被噪声污染的信号测量值中获得对某一参数的估计,从而确定不同物理量间的相互依赖关系是传感器网络的一个重要应用,然而测量环境可能存在冲击噪声或脉冲干扰,导致获得的测量数据中包含了大大偏离实际范围的离群值(outliers),从而无法获得有效的参数估计。为了解决这个问题,论文提出了一种分布式鲁棒自适应估计算法,该算法基于离群值稀疏性的思想,在代价函数中引入1范数,对可能的离群值进行识别并剔除,同时利用网络各节点的相互协作,进一步提高参数估计的性能。通过计算机仿真实验,验证了该算法具有较好的鲁棒性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社