基于稀疏Volterra滤波器混沌时间序列自适应预测

摘要：

针对混沌时间序列预测问题,提出了一种稀疏Volterra滤波器,该滤波器采用归一化最小均方自适应算法进行多次训练,每次训练只保留滤波系数矢量和输入信号矢量的有效分量进行下一次训练,从而将Volterra滤波器的有效滤波系数个数减至最少,降低了预测模型的复杂性.四种混沌时间序列的预测实验表明:该滤波器可同时实现对混沌流和混沌映射的建模与预测,可有效地减少滤波器的滤波系数个数,能在不损失预测精度的前提下,降低预测模型复杂性.

关键词：混沌、自适应预测、Volterra滤波器、NLMS算法

所属期刊栏目：29

分类号：TP27(自动化技术及设备)

资助基金：国家重点基础研究发展计划973计划5132102ZZT32;国家重点实验室基金51444030105JB1101

在线出版日期：2007-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1428-1431