文献

J-GLOBAL ID：201702254304284436   整理番号：17A1729052

調整可能な制約を用いた分散型制約付きコンセンサス最小平均二乗アルゴリズム【Powered by NICT】

Distributed constrained consensus least-mean square algorithms with adjustable constraints

著者 (4件)： Yu Yi (School of Electrical Engineering, Southwest Jiaotong University, Chengdu 610031, China) ,  de Lainarel Rodrigo C. (Department of Electronic Engineering, University of York, York YO10 5DD, UK) ,  Zakharov Yuriy (Department of Electronic Engineering, University of York, York YO10 5DD, UK) ,  Zhao Haiquan (School of Electrical Engineering, Southwest Jiaotong University, Chengdu 610031, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： DSP  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 推定の空間多様性を活用することによるセンサネットワークにおける分散推定問題の学習性能を改善できることを調整可能な制約を持つ新しい制約付きコンセンサス平均二乗(cLMS)アルゴリズム最小を示した。第一のアルゴリズムでは,制約ベクターはその隣接推定に直交推定の成分を組み合わせることにより調整した。さらに収束を高速化するために,第二のアルゴリズムは,推定間の最大角に対応するこれらの直交成分の1つであり,制約ベクトルを計算するためにその近傍推定値を用いるだけであった。シミュレーションの結果から,提案したアルゴリズムは,既存のcLMSと拡散LMSアルゴリズムよりも高速で収束することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 高速化 ,  センサネットワーク ,  *アルゴリズム ,  直交性 ,  推定量 ,  高速度 ,  ベクトル ,  ベクター
準シソーラス用語： LMSアルゴリズム ,  分散推定 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 制約 ,  コンセンサス ,  最小平均二乗アルゴリズム