Resumen

Este artículo presenta un nuevo enfoque del filtro adaptativo de subbanda normalizada (NSAF) que explota directamente la condición de dispersidad de un sistema subyacente para la identificación de sistemas dispersos. El NSAF propuesto integra una restricción l1-norma ponderada en la función de coste del algoritmo NSAF. Para obtener la solución óptima de la función de coste regularizada por la norma l1 ponderada, se emplea un cálculo de subgradiente, que da lugar a una recursión de actualización basada en el gradiente estocástico del NSAF regularizado por la norma l1 ponderada. La elección de una regularización distinta de la norma l1 ponderada da lugar a dos versiones de la NSAF regularizada con la norma l1. Los resultados numéricos indican claramente que la convergencia de los NSAF regularizados con la norma l1 es superior a la de los NSAF clásicos, especialmente cuando se identifica un sistema disperso.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:l1 ponderado, nsaf, norma, función de coste, l1 ponderado distinto, identificación de sistemas dispersos, algoritmo nsaf, resultados numéricos, filtro adaptativo, nsaf clásico
• Keywords:weighted l1, nsaf, norm, cost function, distinct weighted l1, sparse system identification, nsaf algorithm, numerical results, adaptive filter, classical nsaf