l1范数约束下的自适应滤波算法及其在稀疏系统辨识中的应用

在信号压缩、图像处理和系统辨识等信号处理领域，充分利用信号或者系统内在的稀疏性可有效提高算法的处理性能。单位样值响应表现出稀疏性的系统称为稀疏系统，这在通信信号处理尤其是信道辨识中很普遍，如数字电视地面传播信道、声学回声路径和水声信道等。因而研究稀疏系统辨识问题具有重要的理论意义和巨大的实用价值。本项目研究针对稀疏系统的自适应辨识算法。我们已经提出一种将l1范数引入代价函数的零吸引LMS算法。本项目将紧密围绕稀疏系统特征深入研究该算法的瞬态和稳态性能，同时进一步研究稀疏系统的有效度量方法，稀疏程度对该算法辨识性能的影响，以及该算法的最优参数选择方法。本项目组在自适应信号处理领域有坚实的基础和丰富的积累，已经在单簇稀疏系统辨识方面做了深入的工作并得到了一期国家自然科学基金的支持。这将为本项目的顺利实施提供有力的技术保障。