基于MCC的快速变化子空间脉冲噪声环境跟踪新方法

1 下载量 58 浏览量 更新于2024-08-26 收藏 265KB PDF 举报
本文主要探讨了在脉冲噪声环境下,针对快速变化子空间的新型跟踪方法。作者Jinfeng Zhang,来自深圳大学的电磁波与传播实验室,以及Tianshuang Qiu,来自大连理工大学电子与信息工程学院,共同提出了基于最大互信息准则(Maximum Correntropy Criterion,MCC)的成本函数优化的投影逼近子空间跟踪(Projection Approximation Subspace Tracking,PAST)算法,即MCC-PAST算法。这种算法设计的初衷是为了提高在突发噪声环境下的子空间追踪性能。 MCC-PAST算法的关键在于利用MCC作为成本函数,它能够在噪声环境中更好地估计信号子空间的方向,相较于传统的方法,具有更强的鲁棒性。为了应对快速变化的子空间情况,研究者进一步开发了可变遗忘因子(Variable Forgetting Factor,VFF)技术,该技术通过动态调整权重,能够有效地适应子空间随时间的快速变化,从而提升算法的实时性和准确性。 在实验部分,作者展示了当通用信噪比(Generalized Signal-to-Noise Ratio,GSNR)较低或噪声强度非常突变时,采用MCC-PAST结合VFF技术的非线性算法表现出显著的稳健性。这表明该方法在处理复杂、动态的脉冲噪声环境中,能有效保持良好的子空间估计,对于实际信号处理和通信系统有着重要的应用价值。 这项研究不仅提供了一种新颖的子空间跟踪策略,而且还展示了在脉冲噪声环境下如何利用统计学原理和自适应机制来增强算法的抗干扰能力。这对于处理如无线通信、图像处理等对噪声敏感的应用领域具有重要意义,为未来的信号处理研究提供了新的思路和技术支撑。