Adaptive on-line learning algorithm for robust estimation of parameters of noisy sinusoidal signals

Tadeusz Łobos, Andrzej Cichocki, Paweł Kostyła, Zbigniew Waclawek

Результат исследований: Глава в книге, отчете, сборнике статейМатериалы для конференциирецензирование

Аннотация

In many applications, very fast methods are required for estimating of parameters of harmonic signals distorted by noise. Most of the known digital algorithms are not fully parallel, so that the speed of processing is quite limited. In this paper new parallel algorithms are proposed, which can be implemented by analogue adaptive circuits employing some neural networks principles. Algorithms based on the least-squares (LS) and the total least-squares (TLS) criteria are developed and compared. Extensive computer simulations confirm the validity and performance of the proposed algorithms.

Язык оригиналаАнглийский
Название основной публикацииArtificial Neural Networks - ICANN 1997 - 7th International Conference, Proceeedings
РедакторыWulfram Gerstner, Alain Germond, Martin Hasler, Jean-Daniel Nicoud
ИздательSpringer Verlag
Страницы1194-1198
Число страниц5
ISBN (печатное издание)3540636315, 9783540636311
DOI
СостояниеОпубликовано - 1997
Опубликовано для внешнего пользованияДа
Событие7th International Conference on Artificial Neural Networks, ICANN 1997 - Lausanne, Швейцария
Продолжительность: 8 окт. 199710 окт. 1997

Серия публикаций

НазваниеLecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)
Том1327
ISSN (печатное издание)0302-9743
ISSN (электронное издание)1611-3349

Конференция

Конференция7th International Conference on Artificial Neural Networks, ICANN 1997
Страна/TерриторияШвейцария
ГородLausanne
Период8/10/9710/10/97

Fingerprint

Подробные сведения о темах исследования «Adaptive on-line learning algorithm for robust estimation of parameters of noisy sinusoidal signals». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать