项目名称: 自适应插值多项式滤波理论与方法研究

项目编号: No.61071183

项目类型: 面上项目

立项/批准年度: 2011

项目学科: 石油、天然气工业

项目作者: 赵海全

作者单位: 西南交通大学

项目金额: 10万元

中文摘要: 自适应多项式滤波器在现代通信等领域中的应用研究越来越多,已成为当前非线性自适应信号处理领域中一个重要的国际研究前沿。但是,计算复杂度过高、自适应算法收敛性能不够理想是自适应多项式滤波器在工程应用中面临的重大难题,而自适应插值多项式滤波理论是解决该问题的一种有效途径。本项目将结合现代通信等领域中非线性自适应信号处理需求,对低复杂度的自适应插值多项式滤波器的新型简化结构及快速稳定收敛的自适应算法进行系统地研究,主要研究内容包括:1)无约束自适应插值多项式滤波器的层叠实现结构及算法研究;2)有界约束自适应插值多项式滤波器的层叠实现结构及算法研究。本项目的研究不仅能降低自适应插值多项式滤波器的实现复杂度,而且也能够提高其滤波性能,对自适应插值多项式滤波器的推广和应用具有重要的理论意义和实用价值。

中文关键词: 多项式滤波器;插值滤波器;层叠结构

英文摘要: The adaptive polynomial filter has received increasing attentions in the areas of modern communications et al. It has become one of important international research frontiers in present nonlinear adaptive signal processing fields.. However, the high computational complexity and nonideal convergence performance of adaptive algorithms are major disadvantages of adaptive polynomial filter in the engineering implementation. Adaptive interpolated polynomial filtering theory is an effective way to solve the problems. The project will integrate requirements of nonlinear adaptive signal processing in the areas of modern communications et al., and systematically study novel low-complexity simplified structures and fast stable algorithms of adaptive polynomial interpolated filter. The main research works include: 1) unconstrained layered structure and algorithm of adaptive interpolated polynomial filter; 2) bounded constrained layered structure and algorithm of adaptive interpolated polynomial filter. The research will not only reduce the computational complexity of adaptive interpolated polynomial filter, but also can improve the filtered performance. It is of momentous theoretical significance and practical value to the generalization and application of adaptive interpolated polynomial filter.

英文关键词: polynomial filter; Interpolated filter; Layered structure.

成为VIP会员查看完整内容
1

相关内容

专知会员服务
52+阅读 · 2021年8月29日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
122+阅读 · 2021年4月29日
「数据数学:从理论到计算」EPFL硬核课程
专知会员服务
42+阅读 · 2021年1月31日
专知会员服务
73+阅读 · 2020年12月7日
专知会员服务
77+阅读 · 2020年12月6日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
专知会员服务
45+阅读 · 2020年11月13日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
实践教程 | 卷积神经网络压缩方法总结
极市平台
0+阅读 · 2021年10月22日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
一文看懂常用特征工程方法
AI研习社
17+阅读 · 2018年5月2日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
31+阅读 · 2020年9月21日
Deformable Style Transfer
Arxiv
14+阅读 · 2020年3月24日
小贴士
相关VIP内容
专知会员服务
52+阅读 · 2021年8月29日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
122+阅读 · 2021年4月29日
「数据数学:从理论到计算」EPFL硬核课程
专知会员服务
42+阅读 · 2021年1月31日
专知会员服务
73+阅读 · 2020年12月7日
专知会员服务
77+阅读 · 2020年12月6日
深度学习模型终端环境自适应方法研究
专知会员服务
33+阅读 · 2020年11月13日
专知会员服务
45+阅读 · 2020年11月13日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
相关资讯
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
实践教程 | 卷积神经网络压缩方法总结
极市平台
0+阅读 · 2021年10月22日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
一文看懂常用特征工程方法
AI研习社
17+阅读 · 2018年5月2日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员