作者:曾祥萍 金炜东 赵海全 李天瑞径向基函数神经网络非线性自适应滤波器随机梯度算法非线性系统辨识非线性系统均衡
摘要:传统的随机梯度算法由于采用基于二阶统计量的平方误差代价函数,因此含有的信息量较少,难以实现更高的精度.针对此问题,以基于高阶统计量的指数平方误差作为代价函数,结合基于两层RBF网络凸组合的非线性自适应滤波器,提出了最小指数平方误差自适应学习算法.非线性系统辨识和非线性信道均衡的实验仿真结果表明,该改进算法的收敛性能明显优于传统的随机梯度算法.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社