变步长自适应滤波算法的统一框架及其矢量扩展

针对大量的变步长自适应滤波算法,提出了一种采用约束最优化方法描述变步长自适应滤波算法的统一框架.在该框架下,不同算法的目标函数或决策变量不同.利用该框架,将非参数变步长归一化最小均方误差(NPVSS-NLMS)算法扩展到矢量空间,导出一种新的变步长仿射投影算法.理论分析与计算机仿真表明,该算法不仅能根据输出误差自适应调整步长,而且对强相关输入信号能够保持良好的收敛速度、很小的稳态误差和很快的跟踪速度.将该算法应用于回波抵消,其稳态误差比NPVSS-NLMS算法低近5dB.     

一种用于回声消除的变步长SC-MPNLMS频域分块算法

针对回声路径的冲激响应时间长,稀疏控制μ律比例归一化最小均方算法(SC-MPNLMS)计算复杂度高的问题,提出一种变步长的频域分块SC-MPNLMS的线性回归,得到估计回声每个频点的自相关,以及估计回声与误差信号的互相关来确定泄漏系数,从而调整全局步长因子对自适应滤波器系数进行变步长矩阵的更新,改善了算法在稳态阶段时步长因子过大的缺点。针对频域分块自适应滤波算法初始收敛速度慢的问题,将滤波器初始权值赋值为稀疏度适中的随机序列。实验结果表明,在回声路径不同的稀疏程度条件下,保持了与SC-MPNLMS算法相近的收敛速度与稳态回声返回损耗增量(ERLE),并且降低了算法复杂度。     

一种改进的解相关变步长LMS算法

讨论了一类针对传统LMS算法进行改进的变步长自适应算法,分析其性能,对原有算法进行改进,并针对输入信号高度相关时算法收敛速度下降导致性能下降的问题,引入了解相关原理,用输入向量的正交分量来更新滤波器权系数,有效加快了算法的收敛速度,并保持了原算法的良好性能。     

一种改进的记忆成比例仿射投影算法及其应用

自适应回声消除算法是回声消除领域中的主流技术,但由于回声信道的脉冲响应具有阶数高、稀疏以及时变的特点,使得传统的自适应回声消除算法的性能出现了明显的下降。为了改善传统算法的性能,提出了记忆成比例仿射投影算法。但对于高稀疏系统,记忆成比例仿射投影算法仍然表现出收敛速度慢和跟踪性能差的问题。针对这些问题,文中提出了一种改进的记忆成比例仿射投影算法,大大改善了收敛速度和跟踪性能。仿真结果验证了提出算法的有效性。     

一种新的可变步长LMS自适应滤波算法及其算法分析

在讨论基本LMS．变步长NLMS和LMS／F组合自适应滤波算法的基础上提出一种新的可变步长LMS自适应滤波算法,新算法引入修正系数和遗忘因子．并利用和来产生新的步长参与迭代。计算机仿真结果表明,与基本LMS算法或变步长NLMS、LMS／F组合算法相比,新算法在保持算法简单这一特点的同时进一步加快了收敛速度,并能够收敛到更小且稳定的均方误差(MSE)。     

变步长频域快速白适应收发隔离算法研究

针对频域LMS算法收敛速度较慢的缺点，将LMS频域快速算法和变步长技术相结合，提出了一种基于新的Sigmoid函数的变步长频域快速自适应收发隔离算法。理论分析和计算机仿真表明，新算法除具有原频域快速算法的优点外，还具有较快的收敛速度和良好的收敛精度，可以有效地应用于干扰机自适应收发隔离系统中。     

变速率部分更新盲均衡算法

对于长抽头系数自适应算法,基于最大化自适应滤波器系数误差向量原则的变速率部分更新算法,能够在大幅度降低算法实现复杂度的同时,解决部分更新算法收敛速度慢的问题。但是,该变速率算法仅适用于LMS结构,对于具有非线性代价函数的部分更新自适应盲均衡算法并不适用。基于同样的最优化思想,通过替换步长计算表达式中的部分统计量,提出了能够适合于部分更新多模盲均衡算法(MMA)的确定性变步长控制算法,并通过递归的方式计算步长值,简化了实现过程。对固定信道和时变信道的数值仿真结果表明,新算法相比传统基于收敛误差的经验性变步长算法具有更快的收敛速度和更好的跟踪性能,有效解决了部分更新自适应盲均衡算法的确定性变速率控制问题,提升了算法的收敛速度和跟踪性能。     

基于LMS算法的自适应滤波及在回声消除中的应用

介绍NLMS和NVLMS两种算法控制步长的思想。在此基础上，提出了新的变步长算法，同时使用误差积累和误差控制步长变化，并构建了基于自适应滤波算法的回声消除系统，将三种算法分别在此系统中应用，仿真验证了提出的算法具有更快的收敛速度和更小的稳态误差。并且在发生系统跳变时也能快速收敛。     

一种基于多尺度小波变换的自适应滤波新算法

将多尺度小波变换的理论引入到LMS自适应滤波器的设计中,分析了基于多尺度正交小波变换的自适应滤波算法的原理;将变步长LMS算法与多尺度小波变换的思想结合,提出了一种新的小波自适应滤波算法(MSWT-MVSS-LMS),新算法既减少了输入向量自相关矩阵条件数,又克服了固定步长LMS算法在收敛速度与收敛精度方面与步长因子μ的矛盾,获得了更好的收敛速度和稳定性.仿真结果表明新算法是有效的和优越的.     

变步长频域快速自适应收发隔离算法研究

针对频域LMS算法收敛速度较慢的缺点,将LMS频域快速算法和变步长技术相结合,提出了一种基于新的Sigmoid函数的变步长频域快速自适应收发隔离算法。理论分析和计算机仿真表明,新算法除具有原频域快速算法的优点外,还具有较快的收敛速度和良好的收敛精度,可以有效地应用于干扰机自适应收发隔离系统中。     

子带仿射投影及子带双端检测算法的回声消除系统

文中提出了一种新的多相位子带自适应回声消除系统。在子带内进行自适应滤波对建模长度比较长的脉冲响应特别有效,同时由于仿射投影算法具有预白化的作用,它同样也具有改善滤波器收敛性能的功能。该系统集中了多相子带自适应滤波和仿射投影算法的优点,结合了子带内的双端检测算法,使得系统在临界采样的情况下能进行稳定有效的工作。实验表明：该系统对于语音信号和强相关信号都表现出了良好的性能。     

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。     

加权部分更新仿射投影算法

从数据重用因子出发,得到了基于部分更新仿射投影算法（SR-APA）的改进算法。该算法通过加权改变了SR-APA的数据筛选规律,从而降低了等效数据重用因子,并且通过对未加权原始数据的重新利用巧妙地避免了加权带来的条件数增加问题,最终达到了降低稳态均方误差（MSE）的效果。仿真结果表明,该算法不仅MSE比SR-APA低,收敛速度也比SR-APA快。在收敛速度相同时,该算法计算量只有SR-APA计算量的50%左右。     

基于梯度向量投影的自适应滤波算法的改进及其在多路回波消除中的应用

该文首先对Lim(2000)的基于梯度向量正交投影的算法(OGA)进行了分析和改进,在此基础上获得了一种新的自适应滤波算法(MOGA)。新算法使用时变遗忘因子对误差进行指数加权平均来估计均方误差,并使用该因子改变自适应迭代过程中滤波器系数向量的更新方向.然后将改进后的新算法扩展成两路回波消除算法用于多路回波的消除中,获得了良好的效果。仿真结果表明, MOGA不仅对时变或时不变系统具有很好的跟踪能力,克服了Lim(2000)所提算法收敛性不佳甚至有时发散的缺陷,而且应用于多路回波消除时具有计算量小,收敛速度快和精度高等特点,其收敛速度和精度优于J.Benesty(1996)和G.Sankaran(1999)的相应结果。     

基于可变阶数的集员滤波仿射投影算法

为了解决传统集员滤波仿射投影(SM-AP)算法收敛速度与稳态失调和计量复杂度之间的矛盾,提出一种新的数据选择性仿射投影算法。此算法在传统SM-AP算法的基础上,引入可变阶数(也称数据重用因子),称为基于可变数据重用因子的集员滤波仿射投影(VDRF-SM-AP)算法。通过利用步长提供的信息,此算法可以自动地分配数据重用因子,实现了在初始阶段数据重用因子大,收敛后数据重用因子小的目标,从而既保证了收敛速度又降低了稳态失调。通过理论分析和仿真验证,新算法的整体复杂度比其他传统的SM-AP算法低很多,同时保留了传统的SM-AP算法的快速收敛特性,但是却能达到更小的稳态失调。     

基于组合滤波算法IP电话的回声消除

网络之间互连的协议（IP,Internet Protocol）电话回声消除问题一直都是研究的热点,通常使用自适应滤波算法来消除回声,但其收敛速度和稳态失调之间的矛盾是回声消除需要解决的一个重要问题。研究一种组合比例自适应滤波算法,按照一定的比例组合两种具有一定互补性能的算法,能够有效解决收敛速度和稳态失调。通过MATLAB仿真分析,证明了组合比例自适应滤波算法具有更快的收敛速度和良好的稳态特性。     

回声消除基于NLMS改进算法的研究

为了提高VoIP的通信质量,减少回声干扰,对LMS算法、NLMS算法进行阐述,基于NLMS提出了一种运算量小并且提高收敛性能的改进的自适应滤波算法。通过在Matlab下的仿真研究和对误差曲线的分析,证明了该改进算法的收敛速度快,均方误差小。用改进的算法对语音回声信号进行消除,仿真得到消除回声后的信号效果明显,为IP电话中回声消除的自适应滤波问题提供了一个较好的算法。     

粗神经网络的禁止搜索训练算法研究

粗神经网络不仅可以处理明确定量的输入信息,而且可以处理传统神经网络不能处理的语义形式的输入信息.本文给出了一种新的训练方法--基于禁止搜索算法的粗神经网络训练方法.仿真结果表明本文提出的训练算法在收敛速度和网络性能上都有显著提高.     

Online blind equalization algorithm with echo state network based on prediction principle

In view of the nonlinear channel,the online blind equalization algorithm with echo state network was proposed based on prediction principle.In the proposed algorithm,the traditional linear prediction error filter was replaced by the ESN with good nonlinear mapping ability,and recursive least square (RLS) algorithm was used to calculate the output weight of the network to minimize the network prediction error.Then,the amplitude and phase were adjusted.Simulation results show that the proposed algorithm can effectively reduce the distortion caused by nonlinear channel to the transmitted signal for 16QAM signal,which has lower mean square error and faster convergence speed in comparison with other blind equalization algorithms based on prediction principle.     

一种改进的自适应滤波算法及其在回波消除中的应用

该文改进了一种自适应滤波算法,并对新算法进行了收敛性分析。作为应用,将新算法应用于混沌调制通信系统在回波信道中的回波消除问题。仿真结果表明,改进后的算法比原算法具有更好的收敛速度和收敛精度;在低信噪比下,新算法更为稳定。