افزایش همگرایی شبکه های تطبیقی با لینک های نویزی: الگوریتم حداقل میانگین مربعات توزیع شده افزایشی طول متغیر

در میان الگوریتم های تخمین تطبیقی توزیع شده، الگوریتم حداقل میانگین مربعات افزایشی به دلیل پیچیدگی محاسباتی پایین، و نیاز به کمترین میزان ارتباطات و توان، محبوبیت بالایی دارد. اما، این الگوریتم از همگرایی کند اولیه رنج می برد. در این مقاله، الگوریتم طول متغیری برای افزایش همگرایی شبکه های تطبیقی افزایشی با لینک های نویزی ارائه می شود. نخست، الگوریتم طول متغیر پیشنهادی در چهارچوب شبکه های تطبیقی افزایشی با لینک های ایده آل بیان می شود. این امر کمک می کند تا بتوان بدون دخالت تاثیرات نویز لینک ها، الگوریتم پیشنهادی را ازنظر بهبود در همگرایی با الگوریتم حداقل میانگین مربعات افزایشی معمول مقایسه نمود. در ادامه الگوریتم پیشنهادی برای اجرا در شبکه های تطبیقی با لینک های نویزی ارتقا داده می شود. به همین منظور، ابتدا الگوریتمی برای کاهش اثرات لینک های نویزی برای حالت طول ثابت ارائه می شود. دلیل بیان این الگوریتم در چهارچوب طول ثابت، آن است که بتوان الگوریتم پیشنهادی را با الگوریتم های قبلی مقایسه کرده و کارایی بهتر آن را در مقایسه با دیگر الگوریتم ها نشان داد. نهایتا این الگوریتم در یک چهارچوب طول متغیر بیان می شود. شبیه سازی ها نشان می دهند که الگوریتم پیشنهادی منجر به افزایش نرخ همگرایی و بهبود عملکرد حالت دائم می گردد.