1.稀疏线性约束递归最大相关熵自适应滤波器,其特征在于:所述自适应滤波器采用递归最大相关熵准则建立代价函数,采用拉格朗日乘子法依次计算两个约束条件的拉格朗日乘子并进行权值向量更新。
2.根据权利要求1所述的自适应滤波器,其特征在于:所述自适应滤波器的权值向量更新包括:
权值向量wn初始化,即在n=0时刻,所述自适应滤波器的权值向量wn初始化w0=0M,中间‑1
变量矩阵Ωn初始化为Ω0=δ IM,其中,0M是M维的零向量,IM是M维的单位矩阵,δ是大于零的正常数。
3.根据权利要求2所述的自适应滤波器,其特征在于:权值向量wn初始化后还包括:在n≥1时刻,
1)通过n时刻的输入信号xn和期望信号dn计算误差信号en,即 其中,xn=H
[xn,xn‑1,...xn‑M+1] 为由输入信号的前M个样值{xn,xn‑1,...xn‑M+1}构成的输入向量,wn=H
[w0,n,w2,n,...wM‑1,n]为自适应滤波器的M个抽头系数构成的权值向量,H表示复共轭转置运算;
2)计算核函数 其中,σ为大于0的核宽度,exp为指数运算;
3)更新中间变量矩阵 其中,λ为遗忘因子,其取值0<<λ<
1;
4)计算中间变量矩阵:其中,C是M×K维的约束矩阵;
5)计算中间变量:
和Fn=Ωnsn/(Tr(Ωn)Qn),其中,sgn(·)表示取符号运算符,Tr(·)表示取迹运算符;
6)根据表达式
来计算n时刻的权值向量wn,其中,t为给定的正值稀疏度参数。
4.根据权利要求2所述的自适应滤波器,其特征在于:所述步骤3)之前还包括,基于计算式 来计算变量kn。
5.根据权利要求2所述的自适应滤波器,其特征在于:所述步骤6)中,
‑1 T ‑1 ‑1
t=||wo||,其中,wo=R C(CR C) f,R是输入信号的自相关矩阵。