Detail publikace
Robust Incremental Least Mean Square Algorithm With Dynamic Combiner
Arif Muhammad, Ph.D.
Naseem Imran
Moinuddin Muhammad
Distributed networks, incremental least mean squares algorithm, decentralized estimation, steady-state analysis, noisy link
Vdistribuovaných bezdrátových sítích závisí proces adaptace na informacíchsdílených mezi uzly. Pokud dojde k poškození informací sdílených mezi uzly, je pravděpodobnázměna optimálního stavu systému. To se může stát z několika důvodů, jmenovitě selhánílinky, šum v prostředí a chyba v datech. Pro řešení tohoto problému v článkunavrhujeme výpočetně účinný robustní algoritmus pro inkrementální metodunejmenších čtverců (RILMS). Algoritmus zavádí krok fúze v rámci inkrementálnímetody nejmenších čtverců (ILMS). Před adaptací v uzlu jsou informace sdílenésousedním uzlem sloučeny s časově předcházejícími informacemi uzlu pomocíúčinného slučovače. Je navržena adaptivní slučovací strategie vedoucí kdynamickému přiřazení váhy pro slučovací krok. Je odvozena uzavřená forma propřekročení střední kvadratické chyby v ustáleném stavu (EMSE) a výkonnostnavrženého algoritmu je vyhodnocena pro prostředí zašuměných linek. Rozsáhléexperimenty ukazují účinnost navrhovaného přístupu ve srovnání se současnýmimetodami. Bylo zjištěno, že navrhovaný algoritmus je odolný proti selhání linkya problémům s lokální divergenci uzlů. Zlepšený výkon navrhovaného algoritmuRILMS přichází s významným snížením výpočetní složitosti ve srovnání spřístupem ILMS založeným na konvexní kombinaci (CILMS).
@article{BUT179080,
author="Syed Safi Uddin {Qadri} and Muhammad {Arif} and Imran {Naseem} and Muhammad {Moinuddin}",
title="Robust Incremental Least Mean Square Algorithm With Dynamic Combiner",
journal="IEEE Access",
year="2022",
volume="10",
number="10",
pages="75135--75143",
doi="10.1109/ACCESS.2022.3192018",
issn="2169-3536",
url="https://ieeexplore.ieee.org/document/9832595"
}