改进子带自适应滤波算法及其在回波抵消中的应用

本文提出了两种基于多带结构的仿射投影符号子带自适应滤波器(Affine Projection Sign Subband Adaptive Filter, AP SSAF)的改进方法。针对稀疏系统的系统识别,设计了两种子带自适应滤波器。首先给出了AP SSAF的变正则化参数更新方程,文中采用随机梯度下降法来更新正则化参数,来使系统的均方偏差最小化,该方法能同时兼顾快速收敛及低稳态失调。其次将权重分布矩阵引入AP SSAF得到系数比例AP SSAF,该方法能够利用系统的稀疏性提高AP SSAF的收敛性能。仿真中将本文所提算法用于一般系统识别以及回波抵消,实验结果验证了本文的算法对脉冲噪声具有稳健性,具有较好的跟踪性能,并具有较快的收敛速度及低稳态失调。      

偏差补偿符号子带自适应滤波器

自适应滤波器在系统辨识、回声消除、信道均衡等领域获得了广泛应用.符号子带自适应滤波器（Sign Subband Adaptive Filter,SSAF）具有较强的抗脉冲干扰能力,但当输入信号受到噪声干扰时,其对未知系统系数向量的估计会产生偏差.为了解决上述问题,本文基于无偏估计准则,提出了一种偏差补偿符号子带自适应滤波器（Bias-Compensated Sign Subband Adaptive Filter,BC-SSAF）.为了解决定步长自适应滤波器需要在收敛速度和稳态失调之间进行折中的问题,本文采用随机梯度法来更新正则化参数,提出了变正则化参数偏差补偿符号子带自适应滤波器（Variable Regularization Bias-Compensated Sign Subband Adaptive Filter,VR-BC-SSAF）.仿真结果验证了BC-SSAF和VR-BC-SSAF性能的优越性.     

一种稀疏系统辨识的子带自适应滤波算法

利用改进的多带结构子带自适应滤波(IMSAF)算法辨识具有稀疏特性的未知系统.代价函数引入加权的l1范数作为附加约束,并结合次梯度分析方法推导出新的更新方程.根据加权矩阵选取的不同,提出了两个li范数约束的IMSAF算法:l1-IMSAF和l1-RIMSAF.仿真结果表明,在未知系统具备稀疏特性的条件下,相较于传统的IMSAF算法,两个新算法的收敛性能具有显著提高.     

一种成比例系数的子带自适应啸叫抑制算法

啸叫现象会严重影响扩声系统性能.采用自适应滤波算法辨识反馈路径的方式进行啸叫抑制,将成比例系数的无延时多带结构子带自适应滤波(Proportionate Delayless Multiband-structured Subband Adaptive Filtering,PDM-SAF)算法应用到啸叫抑制系统中.该算法继承了子带自适应滤波算法收敛速度快的优点,并考虑到反馈路径的稀疏特性和系统对实时性的要求,采用成比例系数的步长控制和无延时的误差计算方法.仿真结果表明,当扩声系统的反馈路径具有稀疏特性时,PDMSAF算法可以加快自适应滤波的收敛和跟踪速度.     

归一化子带自适应滤波器步长控制

定步长子带自适应滤波器必须在快的收敛速度和低的稳态失调之间进行折中。根据自适应滤波器系数向量均方偏差与步长之间的函数关系,该文采用使自适应滤波器系数向量均方偏差在每次迭代更新时最速下降的方法,提出一种步长控制算法来解决上述问题。该算法可以兼得快的收敛速度和低的稳态失调。实验结果验证了该方法的有效性。     

分布式子带自适应滤波算法

为了解决分布式最小均方算法在输入信号相关性较高时收敛速度较慢、分布式仿射投影算法计算复杂度较高等问题,本文提出了两种分布式子带自适应滤波算法,即递增式和扩散式子带自适应滤波算法.分布式子带自适应滤波算法将节点信号进行子带分割来降低信号的相关性,从而加快收敛速度.由于用于子带分割的滤波器组中包含了抽取单元,所以分布式子带自适应滤波算法和对应的分布式最小均方算法的计算复杂度相近.仿真结果表明,与分布式最小均方算法相比,分布式子带自适应滤波算法具有更好的收敛性能.     

基于子带分解和比例归一化算法的回声消除器设计与仿真

针对稀疏信道条件下的网络回声抵消问题。提出了一种比例归一化子带自适应滤波算法。该算法基于子带分解结构,并利用网络中回声路径的稀疏特性,使得各个系数的步长与该系数的绝对值成比例,加快了活动系数的收敛速度,从而改善了子带分解算法在稀疏信道条件下的性能。仿真结果表明：将所提算法应用于网络回声消除器,能够获得很快的收敛速度和很低的稳态失调。     

一种子带分频段信道估计算法

针对当前高速率通信中信道阶数很长导致信道估计和均衡困难的问题,利用子带 滤波器组近似完全重构的特点,提出一种在子带内进行分频段信道估计、在全频带综合信道 参数的估计方法。该方法较全频带信道估计收敛速度快,收敛误差小,能很好适应恶劣的信 道情况。虽然总的计算量大于全频带信道估计,但由于采用并行计算,所以能大大减少运算 时间。仿真试验表明,在重构误差足够小的情况下,子带数目越多,收敛越快,收敛残差比 全频带信道估计小5 dB左右。     

一种新的变步长ELMS算法在噪声抵消中的应用

为了寻求高效快速的自适应算法,在ELMS算法基础上,提出了一种用均方误差和误差的相关性来调节步长的混合变步长ELMS（MVSS-ELMS）算法。该算法符合步长调整原则,并在抗噪性、有效性方面有了很大改善,同时具有比传统的LMS,ELMS算法收敛速度快,稳态失调小等优点。计算机仿真结果表明,新算法在自适应噪声抵消中的综合性能优于LMS及ELMS算法。     

基于模糊归一化神经网络的开环子带主动消噪

将无延时开环子带自适应滤波结构应用到传统的宽带主动消噪系统中,并提出开环子带结构中的X滤波预补偿方法,弥补了滤波器延迟对系统的影响,提高了系统的收敛速度,降低了计算复杂度。此外,利用神经网络来精细模拟实际噪声的高度非线性性,提出模糊归一化收敛步长调整方法以控制开环方案带来的额外误差能量,并给出了数学证明。对实际噪声的仿真结果显示,给出的主动消噪系统和算法具有更快的收敛速度和更低的稳态误差,达到了更好的降噪效果。     

用于ADSL中的变步长LMS算法

本文给出了一种改进的LMS算法，该算法可应用于非对称数字用户线中实现回波抵消功能，从而在低频段的子通道内同时传输上行和下行的数据。新算法利用误差信号的相关值调节算法步长，具有较好的抗干扰性能，解决了算法收敛时间和稳态误差间的矛盾，为实际应用提供了更大的控制灵活性。仿真结果表明，在低信噪比的环境中，改进算法的收敛速度和稳态误差等性能指标都有较大的提高。并对随机出现的脉冲干扰表现出较好的鲁棒性。     

迭代变步长LMS算法及性能分析

针对固定步长LMS(Least Mean Square)算法(FXSSLMS)不能同时满足快速收敛和小稳态失调误差的问题,该文提出了迭代变步长LMS算法(IVSSLMS)。与已有的变步长LMS算法(VSSLMS)不同,该算法的步长因子不再是由输出误差信号控制,而是建立了与迭代时间的改进Logistic函数非线性关系,克服了定步长算法收敛慢及已有变步长算法抗噪声干扰能力差的问题。最后从理论上分析了算法的性能,给出了其参数取值方法。理论分析和仿真均表明,所提算法能够在快速收敛情况下获得小的稳态失调误差,在有色噪声干扰下稳态失调误差比已有算法降低了约7 dB。     

A joint-optimization NSAF algorithm based on the first-order Markov model

Recently, the normalized subband adaptive filter (NSAF) algorithm has attracted much attention for handling colored input signals. Based on the first-order Markov model of the optimal weight vector, this paper provides some insights for the convergence of the standard NSAF. Following these insights, both the step size and the regularization parameter in the NSAF are jointly optimized by minimizing the mean-square deviation. The resulting joint-optimization step size and regularization parameter algorithm achieves a good tradeoff between fast convergence rate and low steady-state error. Simulation results in the context of acoustic echo cancelation demonstrate good features of the proposed algorithm.     

Variable Step Size LMS Algorithm Based on Function Control

This paper proposes a function-controlled variable step size least mean square (VSLMS) algorithm for channel estimation in low-SNR or colored input signals. The proposed method aligns the step size update with the steady-state error and alleviates the impact of high-level noise. It improves the filter performance in terms of fast convergence rate and low misadjustment error. Simulation results demonstrate the effectiveness and verify the theoretic analysis of the proposed VSLMS algorithm.     

改进的变步长变换域最小均方算法

变换域是一种在强相关信号输入时加快自适应算法收敛的方法,但仍然存在收敛速度的要求与稳态失调的要求相矛盾的问题。本文在变换域最小均方误差算法（transform domain LMS, TDLMS）的基础上提出了一种改进的变步长方案,其变步长因子受到误差自相关的控制,消除了不相关的观测噪声的影响。本文分别在平稳和非平稳状态下,对算法的收敛和稳态性能进行理论分析,并给出了最佳的算法参数。仿真设置相同的稳态误差,结果表明本文算法在平稳状态下比固定步长的算法提前1300点收敛,在非平稳状态下提前1400点收敛,且与文献中其它变步长的算法相比收敛速度均有提升。      

一种具有双瞬变因子的LMS自适应滤波算法

作者在文献〖４〗中提出了一种改进的瞬变步长ＳＰＬＭＳ自适应滤波算法。本文在ＳＰＬＭＳ算法的基础上,进一步提出一种基于瞬变步长、瞬变平滑因子的双瞬变ＳＰＬＭＳ算法－ＤＳＰＬＭＳ算法。该算法除具有常规ＬＭＳ算法简单的优点外,还具有更高的起始收敛速率、更小的权失调噪声和更大的抑噪能力．文中重点讨论了瞬变步长、瞬变平滑因子的变化特性。计算机仿真结果支持了理论分析。     

一种改进的变步长LMS自适应滤波算法

传统的固定步长的LMS算法难于同时获取较快的收敛速度与较小的稳态误差,基于这一矛盾,将变步长算法与变换域算法相结合,提出一种改进的LMS自适应算法以获得较快的收敛速度和较小的稳态误差。仿真结果表明,此算法在收敛速度与稳态误差的性能上均不同程度地优于其他同类算法,尤其是在低信噪比的情况下,其性能的优越性更为突出。     

一种用于ADSL中改进的LMS算法

LMS变步长算法被广泛用于各种自适应滤波和回波抵消中，ADSL的回波抵消功能就是他应用极好的实例。但是由于ADSL的DMT调制对噪声比较敏感，所以大部分变步长算法不适用。提出一种改进的变步长IVS算法，他同样对噪声表现出很好的鲁棒性，而且收敛速度和稳态误差明显比文献[5]提出的MVS有很大的改进。