一种改进的自适应快速迭代收敛解方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109840069A(43)申请公布日2019.06.04(21)申请号201910183269.0(22)申请日2019.03.12(71)申请人烟台职业学院地址264670山东省烟台市高新区滨海中路2018号烟台职业学院办公楼333(72)发明人吴日恒(74)专利代理机构北京一格知识产权代理事务所(普通合伙)11316代理人韩后良(51)Int.Cl.G06F7/544(2006.01)权利要求书3页说明书8页附图2页(54)发明名称一种改进的自适应快速迭代收敛解方法及系统(57)摘要本发明属于信号检测技术领域，公开了一种改进的自适应快速迭代收敛解方法及系统，把参数迭代过程近似为泰勒二阶级数展开，这样本发明对初始值的选择并不敏感，与传统方法相比并没有增加任何计算复杂性，在修正项中引入对数似然函数的二阶导数和三阶导数，即增加了对数似然比函数的斜率和曲率特征数学，从而能够自适应地调节修正项的起伏波动，利用对数似然函数的二阶导数和三阶导数之间的关联性，开发了自适应参数估计阈值和迭代收敛停止条件。本发明不仅能保证快速迭代，还能保证收敛，并且对初始值的选择并不敏感。CN109840069ACN109840069A权利要求书1/3页1.一种改进的自适应快速迭代收敛解方法，其特征在于，所述改进的自适应快速迭代收敛解方法包括：在信号检测中，把参数迭代过程近似为泰勒二阶级数展开，对初始值进行选择；在修正项中引入对数似然函数的二阶导数和三阶导数，增加对数似然比函数的斜率和曲率特征，自适应地调节修正项的起伏波动；利用对数似然函数的二阶导数和三阶导数之间的关联性，获取自适应参数估计阈值和迭代收敛停止条件。2.如权利要求1所述的改进的自适应快速迭代收敛解方法，其特征在于，所述改进的自适应快速迭代收敛解方法具体包括：步骤一，观测数据模型，x(n)＝f(θ,n)+w(n),n＝0,1,…,N-1；步骤二，用最大似然估计MLE的参数估计方法，写成对数似然比函数的形式，对数似然函数的一阶导数为步骤三，设置初始值θ0，将上式近似表示为对数似然函数在θ＝θ0时的二阶导数和三阶导数的公式；步骤四，令对数似然函数的一阶导数g(θ)＝0；步骤五，求解当g(θ)＝0时所对应的θ1，步骤六，用迭代法进行运算，利用前一个预测值θk，求出下一个新的预测值θk+1；步骤七，当满足θk+1-θk≤γ时，预测值序列最终收敛到g(θ)的真实零值所对应的估计值；完成迭代收敛过程；步骤八，设置修正项，抑制性能。3.如权利要求2所述的改进的自适应快速迭代收敛解方法，其特征在于，步骤一中，观测数据模型：x(n)＝f(θ,n)+w(n),n＝0,1,…,N-1式中，x(n)是第n个观测数据样本，f(θ,n)是第n个包含未知的待估参数θ的函数样本，w(n)是第n个观测噪声样本。4.如权利要求2所述的改进的自适应快速迭代收敛解方法，其特征在于，步骤三具体包括：设置求解数似然函数的一阶导数的初始值θ0，把近似表示为2CN109840069A权利要求书2/3页式中g'(θ0)和g”(θ0)分别表示对数似然函数在θ＝θ0时的二阶导数和三阶导数。5.如权利要求2所述的改进的自适应快速迭代收敛解方法，其特征在于，步骤五具体包括：令式等于零，求解当g(θ)＝0时所对应的θ1，得再利用这个新的预测值θ1，作为新的预测值θ0，对函数g(θ)再次进行二次项逼近，并重复前面的方法求解新的零值；预测值序列将最终收敛到g(θ)的真实零值所对应的估计值。6.如权利要求2所述的改进的自适应快速迭代收敛解方法，其特征在于，步骤六具体包括：基于前一个预测值θk，利用下式求出下一个新的预测值θk+1，并完成最终的迭代收敛过程。当满足θk+1-θk≤γ时，迭代收敛停止，γ是一个很小的正数，θk单调递减；有θk+1≈θk，且g(θk)≈0；g(θk)对数似然函数p(x；θ)的导函数，求得。7.如权利要求2所述的改进的自适应快速迭代收敛解方法，其特征在于，步骤八修正项抑制性能的方法包括：把中的修3CN109840069A权利要求书3/3页正项定义为函数。8.一种如权利要求1所述的改进的自适应快速迭代收敛解方法的改进的自适应快速迭代收敛解控制系统。4CN109840069A说明书1/8页一种改进的自适应快速迭代收敛解方法及系统技术领域[0001]本发明属于号检测技术领域，尤其涉及一种改进的自适应快速迭代收敛解方法及系统。背景技术[0002]目前，业内常用的现有技术是这样的：[0003]与本方案相近的现有技术就是下面段落所述内容。[0004]在迭代解有关的技术中，传统上使用的技术有Newton-Raphson迭代法、得分法以及EM方法等，这些方法的共同特点是给待