脈沖噪聲環(huán)境下的分布式估計算法

　　目前大多數(shù)分布式估計算法以最小均方誤差準則作為代價函數(shù)，在脈沖噪聲下性能惡化乃至發(fā)散。擴散式仿射投影符號算法（ Diffusion Affine Projection Sign Algorithm， DAPSA）以Ⅰ1范數(shù)為代價函數(shù)，在脈沖噪聲環(huán)境中具有良好的魯棒性，并且具有較快的收斂速度。然而，固定步長的 DAPSA在保持較大的初始收斂速度和較低的穩(wěn)態(tài)誤差之間存在矛盾。為降低非高斯噪聲環(huán)境下 DAPSA的穩(wěn)態(tài)誤差，同時仍保持較快的初始收斂速度，文中提岀了一種擴散式最大相關(guān)熵準則變步長仿射投影符號算法（ Diffusion Maximum Correntropy Criterion Variable Step Size Affine Projection Sign Algorithm， DMCCVSSAPSA）。首先，該算法利用改進的卡方核作為核函數(shù)，自適應(yīng)更新算法每次迭代過程中的步長取值，在取得較快初始收斂速度的同時可有效降低穩(wěn)態(tài)誤差;然后，提岀了一種基于系統(tǒng)先驗誤差的自適應(yīng)動態(tài)范圍方法，以進一步降低穩(wěn)態(tài)誤差;最后，通過改進卡方核與改進高斯核函數(shù)的對比實驗， DMCCVSS-APSA與其他分布式算法的對比實驗、不同脈沖噪聲環(huán)境下 DMCCVSSAPSA和 DAPSA的對比實驗，驗證了所提算法的性能表現(xiàn)。仿真結(jié)果表明， DMCCVSS- APSA與對比算法相比表現(xiàn)良好，在相似的初始收斂速度下穩(wěn)態(tài)誤差降低了5dB以上。實驗數(shù)據(jù)充分說明，在固定步長的 DAPSA的基礎(chǔ)上提出的變步長方法和自適應(yīng)動態(tài)范圍方法，具有對脈沖噪聲的強魯棒性的同時，能有效降低穩(wěn)態(tài)誤差，提升了分布弌仿射投影類算法的性能表現(xiàn)。最后指出所提算法在ATC式聯(lián)合方式和最優(yōu)靈敏度的取值上需要進一步的研究。