文献

J-GLOBAL ID：201802255936903087   整理番号：18A1346483

広帯域スパース適応チャネル推定のためのノルムペナルティ付き結合最適化NLMSアルゴリズム【JST・京大機械翻訳】

Norm Penalized Joint-Optimization NLMS Algorithms for Broadband Sparse Adaptive Channel Estimation

著者 (3件)： Wang Yanyan (College of Information and Communications Engineering, Harbin Engineering University, Harbin 150001, China) ,  Li Yingsong (College of Information and Communications Engineering, Harbin Engineering University, Harbin 150001, China) ,  Li Yingsong (National Space Science Center, Chinese Academy of Sciences, Beijing 100190, China)
資料名： Symmetry (Web)  (Symmetry (Web))
巻： 9  号： 8  ページ： 133  発行年： 2017年 
JST資料番号： U7282A  ISSN： 2073-8994  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： スパース適応チャネル推定の要求を満たすために,l1-ノルム-および和-対数正規化NLMSアルゴリズムの挙動を強化するために,結合最適化法を提案した。改良チャネル推定アルゴリズムを,収束とチャネル推定挙動の間の適切なトレードオフを与えるために,結合最適化問題を実行するために,状態安定モデルを用いることによって実現した。結合最適化問題は,チャネルの推定バイアスを最小化するためのステップサイズと正則化パラメータを最適化することである。広帯域スパースチャネル推定から得られた数値結果を示し,以前に提案されたl1ノルムおよび和対数正規化NLMSおよび最小二乗(LMS)アルゴリズムとの比較により,開発された結合最適化NLMSアルゴリズムの良好な挙動を示した。Copyright 2018 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最小二乗法 ,  *最適化 ,  最適化問題 ,  バイアス ,  対数 ,  *広帯域 ,  *チャネル ,  正規化 ,  *ノルム ,  *チャネル推定
準シソーラス用語： ステップサイズ ,  推定アルゴリズム ,  正則化パラメータ , 【Automatic Indexing@JST】

著者キーワード (5件)： NLMSアルゴリズム ,  最小平均平方(LMS) ,  ゼロ引力 ,  ジョイント最適化 ,  スパースチャネル推定

分類 (1件)： 信号理論  (ND02020G)

引用文献 (47件)：

• Korowajczuk, L. LTE, WiMAX and WLAN Network Design, Optimization and Performance Analysis; John Wiley: Chichester, West Susses, UK, 2011.
• Proakis, J.G.; Salehi, M. Digital Communications, 5th ed.; McGraw-Hill: New York, NY, USA, 2001.
• Haykin, S.; Widrow, B. Least-Mean-Square Adaptive Filters; Wiley: Hoboken, NJ, USA, 2003.
• Diniz, P.S.R. Adaptive Filtering Algorithms and Practical Implementation, 4th ed.; Springer: New York, NY, USA, 2013.
• Haykin, S. Adaptive Filter Theory, 4th ed.; Prentice Hall: Upper Saddle River, NJ, USA, 2002.

タイトルに関連する用語 (6件)： 広帯域 ,  適応 ,  チャネル推定 ,  ノルム ,  ペナルティ ,  結合最適化