一种改进的PNLMS自适应滤波算法

比例归一化最小均方算法PNLMS(proportionate NLMS)引入步长控制矩阵,为滤波器不同的系数赋予不同的Proportionate步长,从而加快了算法的初始收敛速度,但其后期收敛速度下降,甚至比NLMS收敛速度还慢.针对此问题提出一种改进的PNLMS算法,通过定量分析滤波器系数的收敛过程,在迭代过程中建立了Proportionate步长与滤波器当前系数幅值之间的非线性函数关系——倒数关系,较大幅度地降低了算法的复杂度.仿真结果表明,该算法的收敛速度和稳定性优于PNLMS算法及其改进算法MPNLMS,并且算法的计算复杂度远低于MPNLMS算法.

自适应回声消除算法的仿真研究

介绍几种自适应回声消除算法:NLMS,PNLMS,PNLMSDU,IPNLMS,MPNLMS,并在Matlab环境下进行了仿真比较。采用高斯噪声作为输入,分别在回声路径稀疏、回声路径中等稀疏、回声路径完全非稀疏的条件下进行仿真。仿真结果表明,PNLMS算法是针对稀疏回声路径的有效快速算法,MPNLMS算法做了进一步的优化。IPN-LMS算法和PNLMSDU算法融合了NLMS算法和PNLMS算法的优点,既保证有较快的初始收敛速度,又保证后阶段收敛速度不明显下降。

稀疏系统辨识中最小均方算法的研究

长时间以来,将稀疏性应用于自适应滤波框架引起了很多人在理论和应用问题上的研究兴趣。由于稀疏系统的普遍存在,利用稀疏性特性改进辨识算法就具有重要的理论意义和实用价值。首先介绍基于最小均方算法的稀疏系统辨识的研究背景及研究现状,然后给出稀疏系统的辨识模型,最后重点介绍几种稀疏最小均方算法并指出今后进一步的研究方向。

基于DSP的回声抵消器的设计与实现

在会议电视、免提电话等易出现回声的通信系统中 ,回声抵消器是一个必不可少的设备 它的基本原理是用一个自适应滤波器来辨识并模拟回声路径以实现回声对消 ,而数字信号处理器的快速发展也使自适应滤波器实时、经济地实现成为可能 本文以TMS32 0C5 4X为例 ,对在DSP上实现声回声抵消算法所需要的相关技术做了研究和探讨 。

基于WebRTC的可视对讲系统回声消除的研究与实现

传统的可视对讲系统语音通话质量不高,存在着回声、失真等现象。文章将网页实时通信(WebRTC)技术应用到可视对讲中,并将比例归一化最小均方(PNLMS)算法移植到WebRTC的AECM中,通过软件实现写成Android应用程序,将其应用在可视对讲的嵌入式硬件平台上。仿真和测试表明该解决方案具有较好的回声消除效果,语音质量较好,具有较好的实际应用价值。

系数比例自适应算法的研究

系数比例自适应算法是利用系统的稀疏特性而发展起来的一种新的算法。这类算法为每一个滤波器系数引入一个成比例步长参数,使得成比例步长参数与滤波器系数的估计值成正比,保证了大系数获得大步长,缩短了算法的收敛时间。该文首先介绍了系数比例自适应算法的研究背景及研究现状,然后详细描述了典型的系数比例归一化最小均方(PNLMS)算法,最后重点介绍几种改进的PNLMS算法。

An Improved Proportionate Normalized Least Mean Square Algorithm for Sparse Impulse Response Identification

In this paper after analyzing the adaptation process of the proportionate normalized least mean square(PNLMS) algorithm, a statistical model is obtained to describe the convergence process of each adaptive filter coefcient. Inspired by this result, a modified PNLMS algorithm based on precise magnitude estimate is proposed. The simulation results indicate that in contrast to the traditional PNLMS algorithm, the proposed algorithm achieves faster convergence speed in the initial convergence state and lower misalignment in the stead stage with much less computational complexity.