利用反雙曲正弦函數(shù)的稀疏歸一化最小均方算法

　　針對現(xiàn)有基于最小均方誤差（ MSE）的塊稀疏系統(tǒng)辨識算法抗沖激性能不佳的問題，提出了一種利用反雙曲正弦函數(shù)替代最小均方誤差的改進型塊稀疏歸一化最小均方（IBS-NLMS）算法。該算法首先構(gòu)造新的代價函數(shù)，利用負梯度最陡下降法求出增量，進而導(dǎo)出了新的濾波器權(quán)系數(shù)更新公式，在公式迭代過程中出現(xiàn)的沖激噪聲會導(dǎo)致權(quán)系數(shù)的更新量趨于零向量，從而消除了由于非高斯沖激干擾而導(dǎo)致的算法發(fā)散問題。同時，理論分析并推導(dǎo)出了該算法的均值收斂過程。塊稀疏系統(tǒng)辨識的仿真結(jié)果表明，在非高斯沖激噪聲干擾和截斷變化情況下，改進型算法與塊稀疏歸一化最小均方（ BS-NLMS）算法相比有更快的收斂速度和更小的穩(wěn)態(tài)誤差。