期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

改进的低复杂度稀疏控制MPNLMS算法

下载PDF
导出
摘要 对于采用固定误差门限的集员步长稀疏控制MPNLMS算法,在稳态时如果存在大脉冲噪声,将使误差信号幅值突增,导致算法采取较大的集员步长,引起算法不稳定。针对此问题,提出了一种改进的集员步长稀疏控制MPNLMS算法。该算法首先利用Hampe三段截尾估计函数得到了具有不同置信度的误差信号概率分布,其次根据此概率分布将"输入-期望"数据对集合分成四个数据空间,在每个数据空间受脉冲噪声干扰的数据对所占百分比不同,最后对受脉冲噪声干扰的数据所占比例很小的数据空间,采用SM-SCMPNLMS算法中的方法,而对受脉冲噪声干扰的数据所占比例较高的数据空间,通过对误差信号幅值进行抑制和采用较大的误差门限,在降低计算复杂度的同时,解决了SM-SCMPNLMS算法因受大脉冲噪声干扰引起的稳态性能下降问题。仿真结果验证了所提算法的有效性。
作者 覃焕昌
机构地区 百色学院信息工程学院
出处 《百色学院学报》 2015年第6期94-100,共7页 JOURNAL OF BAISE UNIVERSITY
基金 2014年度广西高校科学技术研究重点项目"稀疏冲激响应下系数比例仿射投影算法及其应用研究"(批准文号:桂教科研〔2014〕8号 项目编号:ZD2014133)成果之一
关键词 数据子空间 稀疏控制 集员滤波 回波消除
分类号 TN911.7 [电子电信—通信与信息系统]
  • 相关文献

参考文献9

  • 1D. L. Duttweiler. Proportionate normalized least-mean-squares adaptation in echo cancellers [J].IEEE Trans. Speech Audio Process., 2000, (5) :508-518.
  • 2Hongyang Deng, MilCs Doroslova'eki. Improving Convergence of the PNLMS Algorithm for Sparse Impulse Response Identification[J].IEEE SIGNAL PROCESSING LETTERS, 2005, (3): 181-184.
  • 3Pradeep Loganathan, Andy W.H. A Class of Sparseness-Controlled Algorithms for Echo Caneellation[J].IEEE SIGNAL PROCESSING LETTERS, 2009, (8): 1591-1601.
  • 4吴斌,侯楚林.一种低复杂度的稀疏控制MPNLMS算法[J].计算机工程与应用,2013,49(19):227-231. 被引量：1
  • 5Y. Zou, S. C. Chan. Recursive Least M-estimate (RLM) adaptive filter for robust filtering in impulse noise[J].IEEE SIGNAL PROCESSING LETTERS, 2000, (11): 324-326.
  • 6M. Bhotto, A. Antoniou. A robust set-membership normalized least mean-square adaptivefilter(C]. Proe. IEEE Can. Conf. Elect. Comput. Eng., May 2010:1-5.
  • 7M. Z. A. Bhotto,. A. Antoniou., Robust quasi-Newton adaptive filtering algorithms[J]. IEEE Trans. Circuits Syst. II, Exp. Briefs, 2011, (8): 537-541.
  • 8Sheng Zhang, Jiashu Zhang. Set-Membership NLMS Algorithm With Robust Error Bound[J]. IEEE Trans. Circuits Syst. II, Exp. Briefs, 2014, (7). 536-540.
  • 9Andy W.H, Patrick A. Efficient Use Of Sparse Adaptive Filters[C] .ACSSC'06:1375-1379.

二级参考文献16

  • 1孙永国,何培宇,邓方.一种混合稀疏置零的自适应声回波对消算法[J].四川大学学报（自然科学版）,2006,43(2):330-333. 被引量：5
  • 2Duttweiler D L.Proportionate normalized least-mean-squares adaptation in echo cancellers[J].IEEE Trans on Speech Audio Process, 2000,8 (5) : 508-518.
  • 3Deng Hongyang, Doroslovacki M.Improving convergence of the PNLMS algorithm for sparse impulse response identifi- cation[J].IEEE Signal Processing Letters,2005,12(3) : 181-184.
  • 4Loganathan P, Khong A W H, Naylor P A.A class of sparseness- controlled algorithms for echo cancellation[J].IEEE Signal Processing Letters,2009,17(8) : 1591-1601.
  • 5Benesty J, Gay L S.An improved PNLMS algorithm[C]//Proceedings of IEEE ICASSP-02, Orlando, USA, 2002 : 1881-1884.
  • 6Lee J E,Choi Y S.A low-complexity L∞-norm adaptive fil- tering algorithm[J].IEEE Trans on Circuits and Systems, 2007,54(12) : 1092-1096.
  • 7Diniz P S R,Braga R P,Werner S.Set-membership affine pro- jection algorithm for echo cancellation[C]//Proeeedings of the IEEE International Symposium on Circuits and Systems,Kos, Greece, 2006 : 405-408.
  • 8Abadi M S E, Kadkhodazadeh S.The novel proportionate normalized subband adaptive filter algorithms for sparse system identification[J].Intemational Journal of Computer and Electrical Engineering,2012(4):577-581.
  • 9Khong A W H,Naylor P A.Efficient use of sparse adap- tive filters[C]//Proeeedings of ACSSC' 06,2006 : 1375-1379.
  • 10Liao Lei,Khong A W H.Sparseness-controlled affine pro- jection algorithm for echo cancelation[C]//Proceedings of the 2nd APSIPA Annual Summit and Conference,2010:355-361.
百色学院学报
2015年 第6期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部