基于混合误差与限定函数的新型自适应估计算法

摘要

收敛性能和稳态性能是评估自适应估计算法优劣的关键指标，步长则是直接影响它们的重要参数.相关学者为了改善算法性能，针对步长提出了变步长自适应估计算法.但现有变步长自适应估计算法中，存在理论分析不足、性能难以兼顾、参数依据缺失等问题，令算法实际性能大打折扣.因而，本文进一步挖掘算法关键性能与步长间的内在联系，基于混合误差代价函数，进行基础理论分析与推导，提出一种带有动态限定函数的新型变步长算法.同时，对算法中权值偏差与收敛稳定性进行深入的理论分析，在不同信噪比的各类系统环境下进行仿真测试，理论分析与仿真测试结果均表明，即使环境发生突变，算法仍具备较优的收敛速度，能够适应不断变化的各类环境.此外，算法在保证收敛速度的同时，具备较小的稳态误差，其步长调整过程较为稳定，避免了波动带来的发散问题.

关键词

自适应估计算法 / 变步长算法 / 混合误差 / 限定函数