倪锦根

(苏州大学电子信息学院,江苏苏州 215006)



时变参数比例自适应滤波算法

倪锦根

(苏州大学电子信息学院,江苏苏州 215006)

在免提电话和视频会议系统中,自适应滤波器估计的回声路径通常是稀疏的.改进的比例归一化最小均方(IPNLMS)算法能够加快自适应滤波器在估计稀疏系统时的收敛速度,但与归一化最小均方(NLMS)算法相比,其稳态失调的波动性较大.为了解决这一问题,本文提出了一种时变参数IPNLMS(TV-IPNLMS)算法.该算法根据系统的均方误差(MSE)与噪声功率的比值,使用一个sigmoid函数来调整时变参数的值.该时变参数能够降低IPNLMS算法在滤波器到达稳态时的比例增益.仿真结果表明,时变参数方法能够降低IPNLMS算法稳态失调的波动性.该算法可用于回声消除、主动噪声控制等领域.

免提电话;视频会议;比例自适应;时变参数;稳态失调

1　引言

自适应滤波技术在通信、雷达、声纳等领域获得了广泛应用[1].自适应滤波算法决定了自适应滤波器的收敛速度和稳态失调.最小均方(LMS)算法及其改进算法[2]和归一化最小均方(NLMS)算法及其改进算法[3]是两类重要的自适应滤波算法.在网络和声学回声消除等应用中,待估计的回声路径脉冲响应通常是稀疏的,即回声路径脉冲响应只有很少系数的值较大,而大部分系数的值很小或者为零[4].如果采用LMS或NLMS算法来估计稀疏系统,则收敛较慢.

Duttweiler于2000年提出了著名的比例NLMS(PNLMS)算法[5].该算法根据回声路径脉冲响应的稀疏性,给自适应滤波器……