文献

J-GLOBAL ID：201802239190613688   整理番号：18A0397521

新しいロバストな可変重み係数拡散LMSアルゴリズム【Powered by NICT】

A new robust variable weighting coefficients diffusion LMS algorithm

著者 (4件)： Ahn Do-Chang (Department of Electrical Engineering, Pohang University of Science and Technology (POSTECH), Republic of Korea) ,  Lee Jae-Woo (Department of Electrical Engineering, Pohang University of Science and Technology (POSTECH), Republic of Korea) ,  Shin Seung-Jun (Department of Electrical Engineering, Pohang University of Science and Technology (POSTECH), Republic of Korea) ,  Song Woo-Jin (Department of Electrical Engineering, Pohang University of Science and Technology (POSTECH), Republic of Korea)
資料名： Signal Processing  (Signal Processing)
巻： 131  ページ： 300-306  発行年： 2017年 
JST資料番号： A0102B  ISSN： 0165-1684  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 適応ネットワーク上の分散推定問題のためのインパルス雑音(IN)に鈍感であることを新しいロバストなアルゴリズムを提案した。各ノードが複数の空間データにアクセスすることができるという事実に触発されて,における汚染されたデータを廃棄することを提案した。を成功裡に検出されるという仮定の下で,汚染されていないデータのみを考慮したコスト関数を提案した。導いたアルゴリズムにおける検出に依存して可変重み付け係数におけるに対する非感受性,良好な推定性能の両方を持つことをATC拡散LMSアルゴリズムである。を検出する方法も提示した。シミュレーション結果は,提案したアルゴリズムがにおけるを受ける環境で優れた推定性能を持っており,従来のロバストなアルゴリズムを凌ぐことを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 感受性 ,  費用関数 ,  シミュレーション ,  *ロバスト性 ,  インパルス雑音 ,  *アルゴリズム ,  重みづけ
準シソーラス用語： 空間データ ,  分散推定 ,  適応ネットワーク ,  *LMSアルゴリズム ,  *重み係数 , 【Automatic Indexing@JST】

著者キーワード (5件)： 適応ネットワーク ,  分散推定 ,  インパルス雑音 ,  ロバストなアルゴリズム ,  拡散LMSアルゴリズム

分類 (3件)： ディジタルフィルタ  (NC04022Z) ,  信号理論  (ND02020G) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ロバスト ,  可変 ,  重み係数 ,  拡散 ,  LMSアルゴリズム