基于集员滤波的二阶volterra自适应归一化最小平均p范数算法

？针对volterra非线性滤波算法计算复杂度呈幂级数增加的问题，提出了一种α稳定分布噪声下的基于集员滤波的二阶volterra自适应滤波新算法。由于集员滤波的目标函数考虑了所有输入和期望输出的信号对，通过误差幅值的p次方的门限判决，更新volterra滤波器的权向量，不仅有效降低了算法复杂度，而且提高了自适应算法对输入信号相关性的鲁棒性；并推导给出了权向量的更新公式。仿真结果表明，该算法计算复杂度低、收敛速度快，对噪声及输入信号相关性有较强的鲁棒性。