افزایش همگرایی شبکه‌های تطبیقی با لینک‌های نویزی: الگوریتم حداقل میانگین مربعات توزیع‌شده افزایشی طول متغیر

در میان الگوریتم‌های 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 می‌برد. در این مقاله، الگوریتم طول متغیری برای افزایش همگرایی شبکه‌های تطبیقی افزایشی با لینک‌های نویزی ارائه می‌شود. نخست، الگوریتم طول متغیر پیشنهادی در چهارچوب شبکه‌ها‌ی تطبیقی افزایشی با لینک‌های ایده‌آل بیان می‌شود. این امر کمک می‌کند تا بتوان بدون دخالت تاثیرات نویز لینک‌ها، الگوریتم پیشنهادی را ازنظر بهبود در همگرایی با الگوریتم حداقل میانگین مربعات افزایشی معمول مقایسه نمود. در ادامه الگوریتم پیشنهادی برای اجرا در شبکه‌های تطبیقی با لینک‌های نویزی ارتقا داده می‌شود.  به همین منظور، ابتدا الگوریتمی برای کاهش اثرات لینک‌های نویزی برای حالت طول ثابت ارائه می‌شود. دلیل بیان این الگوریتم در چهارچوب طول ثابت، آن است که بتوان الگوریتم پیشنهادی را با الگوریتم‌های قبلی مقایسه کرده و کارایی بهتر آن را در مقایسه با دیگر الگوریتم‌ها نشان داد. نهایتاً این الگوریتم در یک چهارچوب طول متغیر بیان می‌شود. شبیه‌سازی‌ها نشان می‌دهند که الگوریتم پیشنهادی منجر به افزایش نرخ همگرایی و بهبود عملکرد حالت دائم می‌گردد.