[發明專利]一種抗脈沖干擾的分布式自適應估計方法

有效

• 申請號: 202110295904.1
• 申請日: 2021-03-19
• 公開（公告）號: CN113078885B
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 謝磊;楊濤;陳惠芳
• 申請（專利權）人: 浙江大學
• 主分類號: H03H21/00
• 分類號: H03H21/00
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱亞冠

本發明公開了一種抗脈沖干擾的分布式自適應估計方法。現有方法在脈沖噪聲環境下性能急劇惡化。本發明方法在基于最小化均方誤差方法基礎上，引入了Huber函數作為代價函數抑制脈沖干擾的影響。并利用滑動窗口對誤差數據進行動態保留，對窗口內的誤差信號求平均功率建立動態閾值，檢測脈沖噪聲的出現，能動態區分正常數據和受脈沖噪聲污染的數據，并分別以相應的更新方式來處理這兩種數據。最后節點間完成信息交換，融合自己和所有鄰居節點的本地估計，得到最終的估計結果。本發明方法操作簡單，容易實施，適用于無線傳感器網絡應用中，節點共同估計一組感興趣的目標參數的場景。本發明方法有效提高了對脈沖干擾的魯棒性，同時保證估計性能。

技術領域

本發明屬于分布式信息處理技術領域，具體是分布式參數估計方向，涉及一種抗脈沖干擾的分布式自適應估計方法。

背景技術

隨著微電子技術、傳感器技術、無線網絡的深入發展，具有感知、通信與處理能力的無線傳感器網絡受到了廣泛的關注和研究。分布式自適應估計是自適應濾波算法在無線傳感器網絡上的拓展，其作為分布式信息處理的一個重要分支，在國防軍事、環境監測、目標定位等諸多領域有著廣泛的應用。

在分布式估計中，網絡中的節點首先對采集到的數據信息進行處理，根據不同目的對數據信息進行有用性提取，獲得對目標參數的本地估計。然后通過節點間的通信鏈路將本地估計發送給鄰居節點，同時接收來自鄰居節點的估計結果，完成信息交換后，節點基于特定準則對收集到的本地估計進行加權融合，得到最終的估計結果。

傳統的分布式估計算法中,基于最小化均方誤差(Mean-Square-Error,MSE)準則的最小均方(Least Mean Square,LMS)算法過于依賴背景噪聲服從高斯分布的假設。但在實際應用中這樣的假設往往是無法滿足的，網絡節點采集的信號很容易受到脈沖噪聲的干擾。脈沖噪聲廣泛存在于生產生活和自然環境中，是一類具有顯著尖峰脈沖特性的信號或噪聲，具有出現不頻繁、持續時間短和幅度較大等特點。如水下聲學信號、自然界雷電噪聲、開關噪聲等。在這類噪聲的干擾下，基于最小化MSE準則的算法性能將會急劇惡化，甚至不收斂，導致算法失效。

現有的提高算法對脈沖干擾的魯棒性方法主要有：脈沖噪聲檢測法和代價函數法兩類。前者通過設計脈沖噪聲檢測機制來檢測并剔除受脈沖噪聲污染的數據，而后者使用對異常值不敏感的代價函數來設計算法，如基于最小化低階誤差準則的代價函數和基于熵準則的代價函數等。申請號為2017109045711的中國專利公開了一種魯棒偏差補償自適應濾波器及其濾波方法，主要利用偏差補償的方法和符號運算的方法消除脈沖噪聲的干擾，這種方法的實施需要獲得誤差和輸入信號的先驗分布信息。申請號為2020100820260的中國專利公開了一種變步長零吸引歸一化雙符號自適應濾波器，采用歸一化雙符號算法和變步長結合的方法來更新權值向量，優化脈沖噪聲環境下稀疏系統辨識的收斂和穩態性能，這種方法在每次迭代時需要對無噪估計誤差的方差進行估計，算法的計算復雜度較大。申請號為2020105710407的中國專利公開了一種抗輸入噪聲的最小誤差熵自適應回聲消除方法，使用最小誤差熵作為非線性相似度量，對于未知擾動和噪聲有較強的魯棒性。申請號為2018108615638的中國專利公開了一種基于最大相關熵的多凸組合自適應濾波方法，采用最大相關熵準則的凸組合來更新權重向量。上述方法均存在一定的不足，如脈沖噪聲檢測法剔除了部分數據，使得算法收斂變慢，并且需要得到誤差的先驗信息。此外，基于最小化低階誤差準則的代價函數法損失了部分梯度信息，在提高了魯棒性的同時也損失了部分估計性能。基于熵準則的代價函數法依賴高斯核寬度參數的正確選擇，同時存在收斂速度與穩態誤差的失衡問題。

在實際應用中，分布式估計系統經常會受到脈沖干擾的影響，為了保證分布式估計系統在脈沖干擾情況下的準確性和魯棒性，亟需一種能有效對抗脈沖干擾的分布式自適應估計方法，用于準確檢測脈沖噪聲的出現，并實現對脈沖噪聲的有效抑制，減小有用數據的損失，以提高分布式估計算法的收斂性能和對未知參數估計的準確性。

發明內容