论文研究结合级联字典和双层稀疏分解的图像重构.pdf

为了改善固定遗忘因子递推最小二乘（RLS）算法在时变系统中的跟踪性能，提出一种改进的RLS算法。改进的可变遗忘因子RLS算法，不仅克服了固定遗忘因子RLS算法中跟踪速度和参数失调的矛盾，而且避免了当参数估值趋于参数真值时，卡尔曼增益趋于零，RLS算法失去对时变系统的跟踪能力的问题。最后，在MATLAB仿真平台下，对改进的RLS算法性能进行仿真验证。仿真结果表明，改进的算法能够获得快速的跟踪能力，也具有较快的收敛速度和较小的稳态误差。