بررسی عملکرد الگوریتم های تطبیقی زیرباند در شبکه های توزیع شده بر پایه روش افزایشی

این تحقیق به ارائه مسئله تخمین توزیع شده در یک شبکه افزایشی بر اساس الگوریتم های خانواده زیرباند نرمالیزه شده (NSAAs) پرداخته است و الگوریتم های زیرباند نرمالیزه شده توزیع شده (dNSAA) ، زیرباند نرمالیزه شده توزیع شده با انتخاب جزئی ضرایب (dSPU-NSAA) ، زیرباند نرمالیزه شده توزیع شده با انتخاب پویای زیرباندها (dDS-NSAA) و زیرباند نرمالیزه شده توزیع شده با انتخاب جزئی ضرایب و انتخاب پویای زیرباندها (dSPU-DS-NSAA) را در یک قالب واحد معرفی می کند. الگوریتم زیرباند نرمالیزه شده توزیع شده تطبیقی نسبت به الگوریتم حداقل میانگین مربعات نرمالیزه شده توزیع شده تطبیقی (dNLMS) ، دارای عملکرد بهتری از لحاظ سرعت همگرایی در مواجهه با ورودی های رنگی در گره ها است. در مقایسه با (dNSAA) ، الگوریتم های (dSPU-NSAA) و (dDS-NSAA) ، علی رغم عملکردی مشابه دارای پیچیدگی محاسباتی کمتری هستند. همچنین با ترکیب این دو الگوریتم، الگوریتم (dSPU-DS-NSAA) برقرار می شود که از لحاظ پیچیدگی محاسباتی کاهش بیشتری دارد. به علاوه، یک روش واحد برای تحلیل تئوری عملکرد میانگین مربعات برای هر گره ارائه شده و روابط جامعی برای بررسی عملکرد حالت گذرا، ماندگار و باند پایداری برای الگوریتم های نوین توزیع شده به دست می آید. با انجام شبیه سازی های مختلف در شبکه های توزیع شده، عملکرد مناسب این الگوریتم ها و صحت روابط تئوری حاصل شده مورد بررسی قرار گرفته است.