一种分布式自适应组合系数优化方法与流程

技术特征：

1.一种分布式自适应组合系数优化方法，包括以下步骤：

步骤1：针对节点k，实时获取其t时刻的回归向量uk(t)及量测信号dk(t)；

步骤2：一步迭代更新节点k的中间权向量估计ψk(t)：

其中，wk(t-1)为t-1时刻的权向量估计值，μk为节点k的迭代步长；

步骤3：获取各邻域节点的中间权向量估计ψl(t)，为节点k的邻域节点及其自身所组成的集合；

步骤4：令ψk(t)＝[ψ1(t),…,ψn(t)]pk，其中，迭代计算ψk(t)的二阶矩的近似值

其中，λ为遗忘因子：λ∈(0,1)，dψk(t)＝ψk(t)-ψk(t-1)；

步骤5：计算增量gk(t)：

其中，

bk(t-1)为节点k在t-1时刻的组合系数；为一正定对角矩阵，其第i个对角元fi(bk(t-1))为一个关于bk(t-1)任意正函数；

步骤6：计算步长ηk(t)：

其中，α为步长因子：α∈(0,1)，小常数ε>0；

步骤7：计算组合系数

bk(t)＝bk(t-1)-ηk(t)gk(t)

步骤8：将上步骤所得的rk维组合系数向量转换为所需的n维组合系数向量ak(t)＝pkbk(t)。