孔祥玉1，韩崇昭1，马红光1，魏瑞轩2
（1.西安交通大学电子与信息工程学院,710049,西安;2.空军工程大学工程学院,710038,西安）
摘要：针对输入输出观测数据均含有噪声的滤波问题,提出了一种鲁棒的总体最小二乘自适应算法.该算法利用滤波器的增广权向量的瑞利商为损失函数,导出了其自适应迭代公式,并利用随机离散学习规律对权向量模的分析进行算法梯度修正,提高了算法的噪声鲁棒性,而且使得算法简单,稳定性好,收敛精度高.将该算法应用于Volterra滤波器,可使滤波器在非线性系统中的信噪比达到10 dB,在学习因子为0.01时,算法仍然能够保持良好的收敛性.仿真结果表明,即使在高噪声环境或使用较大学习因子的情况下,该算法的鲁棒抗噪性能和稳态收敛精度均明显高于其他总体最小二乘方法．
关键词： 总体最小二乘;Volterra滤波器;瑞利商
中图分类号：TN911.7文献标识码：A文章编号： 0253987X（2004）04033904