可变数据重用因子仿射投影算法

从修改传统仿射投影算法(Affine Projection Algorithm,APA)的约束条件出发,推导出了一种新的可变数据重用因子仿射投影算法。该算法解决了传统APA算法收敛速度与稳态失调和计量复杂度之间的矛盾,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。仿真结果表明该算法最终达到了高数据重用因子APA的收敛速度和NLMS算法的计算量和稳态失调。

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。