基于矩陣分解的Delta算子濾波.pdf

1、奇異值分解(SVD)和UD分解等矩陣分解方法在信號處理和狀態(tài)估計中具有重要作用，可以提高數值穩(wěn)定性和計算精度，也可給出系統(tǒng)模型階次和參數的同時估計，因而受到廣泛關注。Delta算子作為一種新的離散化方法，避免了在高速采樣時常規(guī)的移位算子引起的數值不穩(wěn)定問題，能夠改善自適應算法的性能。本論文是作者在參加河南省自然科學基金《基于Delta算子的自適應逆控制系統(tǒng)的魯棒設計》和河南省骨干教師資助計劃《自適應逆控制的Delta算子方法及性能研究》

2、等項目研究的工作總結。首先簡要概述了自適應濾波和矩陣分解方法的研究現狀與存在問題，然后重點研究基于矩陣分解的Delta算子濾波問題。取得的主要結果如下： (1)研究基于奇異值分解的Delta算子最小均方誤差濾波(Delta-SVD-LMS)算法，推導給出了Delta-SVD-LMS算法的遞推公式，對算法的收斂性和穩(wěn)定性進行分析，仿真結果表明該算法的有效性。 (2)研究基于UD分解的Delta算子RLS濾波算法，得到了De