高效稳健的分布式约束自适应滤波新方法与应用研究

As the most active adaptive filtering technology, the distributed adaptive filter becomes an emerging area of research due to its unique advantages. However, some drawbacks of current distributed adaptive filtering algorithms limit its future applications, such as having no convexity, high compuational complexity, the difficulty of the choice of its parameters (step size, memory length and etc), and unsuitable to changes in the environment. To solve the above problems, for the requirements of non-stationary, non-Gaussian and time-varying signals processing in the areas of modern communications et al., the project will study on the efficient and robust distributed constrained adaptive filtering algorithm, and discuss its prospects on engineering applications by the inner physical mechanism of these signals generation. The main innovation researches include: 1)low complexity distributed constrained adaptive filter; 2)varying parameters distributed constrained adaptive filtering algorithm; 3)distributed constrained adaptive filtering algorithms based on the sparseness-controlled strategy; 4)distributed adaptive filtering algorithms under the information theoretic learning. Research results of this project will enhance the filtering performance and improve the applicability of distributed adaptive filters, and promote the spread and application of this new distributed filtering technology.

作为当今最为活跃的自适应滤波技术，分布式自适应滤波器由于具有独特的优点而受到越来越多的研究人员关注。然而，现有的分布式自适应滤波算法存在不具有凸性而导致算法无法达到最优、复杂度高、对环境的变化适应性不强等缺点，影响了其推广应用。为解决上述问题，本课题将针对现代通信、电力系统等领域中非平稳、非高斯及时变等信号处理的需求，拟开展高效稳健的分布式约束自适应滤波新方法研究，并结合非平稳等信号产生的内在物理机制，探讨其工程应用前景，主要创新研究包括：1)低复杂度的分布式约束自适应滤波器研究；2)变参数的分布式约束自适应滤波算法研究；3)基于稀疏控制策略的分布式约束自适应滤波算法研究；4)基于信息论学习准则的分布式约束自适应滤波算法研究。本项目的研究将增强分布式自适应滤波器的滤波性能和实用性，完善分布式自适应滤波理论和方法，并促进分布式自适应滤波理论的推广和应用。

作为当今最为活跃的自适应滤波技术，分布式自适应滤波器由于具有独特的优点而广泛应用于现代通信电子、电力系统以及工业控制等领域。本课题针对时变、非平稳以及非高斯等信号处理的需求，深入、系统地研究低复杂度、时变跟踪能力强的分布式约束自适应滤波器及高效稳健的分布式自适应滤波算法，取得了阶段性的研究成果，在Automatica、IEEE TSIPN、IEEE SPL、IEEE TASLP、IEEE TSP、IEEE TIM、IEEE TSMCA、IEEE TCAS、Signal Processing、ICDSP等顶级信号处理国际期刊及会议上发表107篇学术论文，其中73篇SCI期刊，31篇EI，3篇中文核心，出版中英文专著2部,1篇入选1%ESI高被引,另录用待发表12篇SCI；此外，投稿SCI论文23篇；在国际学术大会邀请报告论文4次；授权发明专利11项；当选中国电子学会高级会员（信号处理分会委员），四川省科协海智特聘专家，四川省科青联常务理事以及中国自动化混合智能专委会委员，获2019年中国自动化学会自然科学一等奖（项目名称：复杂信号及稀疏系统的鲁棒滤波理论与方法，排名第3），2022年中国电子学会自然科学三等奖（项目名称：复杂环境下可重构自适应滤波理论与方法，排名第1），2019年获IFAC TA 2019“Young Author Award”奖，并获2020年陕西省第十四届自然科学优秀学术论文奖—二等奖，获ICDSP、ICSPS最佳论文和报告等5项奖励，及校优秀博士、硕士论文指导教师奖；受邀在ICSPS、ICCSS、ICPRE等国际会议做大会报告和特邀报告；受邀担任《Signal Processing》、《IEEE Open Journal of Signal Processing》等5个SCI国际期刊以及《信号处理》副主编，以及作为Leading Guest Editor的《信号处理》与Electronics专刊；担任ICSPS、ICFST、ICDSP等国际会议的组织主席和大会共同主席、及东方电气中央研究院四川省重点实验室申报评审专家。本项目的研究结论和方法不仅为自适应信号处理提供新的理论和方法，而且可以拓展分布式自适应滤波器的应用领域，将为分布式自适应滤波器的推广和应用提供重要的理论依据。