改进S型函数自适应滤波算法

更小稳态失调

针对脉冲噪声环境下的稀疏系统，通过广义相关熵改进S型函数代价函数，实现更低的稳态失调和更快的收敛速度。

Omer M., Abdelrhman · Lv, Shaohui · 李森 · Yuzi, Dou

IEEE Sensors Journal 2024

技术优势

稳态失调更低

新代价函数GCMSF在脉冲噪声下能更有效地抑制失调，提升估计精度。

收敛更快

算法收敛速度提升，能更快跟踪时变参数。

计算更轻

与PR-DREHC相比，本算法计算负担更低，适合资源受限的传感器节点。

应用场景

• 无线传感器网络：在脉冲噪声干扰下实现分布式参数估计，无需高算力节点。
• 分布式估计：降低各节点稳态失调，提升全网估计一致性。
• 鲁棒自适应滤波：在非高斯脉冲环境下仍保持低失调和快速收敛。