一个网络参数估计的增量式RLS算法

摘要

针对现有增量式最小均方算法仅利用各节点的局部数据进行局部估计，在信息交互受限条件下估计精度较低的问题，提出一种循环网络估计的增量式递归最小二乘算法.该算法在循环网络中逐节点对局部损失函数进行指数加权求和，仅利用前一节点参数的局部估计值和中间过程矩阵的估计值，递归求解每个节点处的局部估计，具有信息交互需求低、估计精度高的特点.通过对该估计方法的均值和均方误差理论分析可知，仿真实验结果与理论分析高度吻合.在不同应用场景下，该算法估计精度均优于目前对比增量式最小均方算法，为分布式循环网络中的参数估计提供了一种高效可行的解决方案.

关键词

自适应算法 / 增量形式 / 递归最小二乘