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。

分块稀疏自适应滤波算法研究

针对现实中许多未知稀疏系统的脉冲响应是呈现为成块形式的这一特性,在计算对应的步长因子时,用混合的l2,1范数约束来替代传统算法的l1范数约束,使自适应抽头权重适量均匀分割成组,同属于脉冲的显著值或者非显著值的组内元素用l2范数约束,组与组之间用l1范数约束,推导出块稀疏自适应滤波算法。算法充分利用未知系统的块分部特性,取得了更好的收敛特性。通过仿真实验,对块稀疏自适应滤波算法与传统稀疏自适应滤波算法各自的特性进行对比说明。仿真结果表明,与传统的稀疏自适应滤波算法相比,块稀疏自适应滤波算法在分块稀疏信道下具有更好的收敛性。