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。

变步长比例仿射投影算法及在回声消除中的应用

针对稀疏控制算法快速收敛与低稳态失调之间的矛盾,提出了一种变步长的稀疏控制比例仿射投影算法。该算法将干扰信号对系统稳态性能的负面作用考虑进滤波器系数更新过程中,并利用后验误差对其进行补偿,建立了一个新的目标函数,根据该目标函数,导出了一种适用于比例仿射投影算法整体步长的调节方法。理论分析和计算机仿真结果表明,算法在典型的回声信道条件下,均能获得很快的收敛速度和很低的稳态失调。

稀疏控制比例仿射投影算法的正则化参数设计

针对稀疏控制比例仿射投影算法收敛速度和稳态失调之间的矛盾及正则化参数最优值难以确定的问题,通过迫使后验误差功率等于系统噪声功率,提出一种正则化参数随噪声功率大小进行自适应调节的稀疏控制比例仿射投影算法。算法解决稀疏控制比例仿射投影算法中正则化参数最优值的选取问题及快速收敛和稳态失调之间的矛盾。仿真结果验证所提算法的有效性。

一种改进的个体激活因子比例仿射投影算法

基于变正规化参数的个体激活因子比例仿射投影算法(ERIAF-MPAPA)中将非活动系数的增益转换为活动系数的增益,但将增益与系数大小成正比,降低稳态过程中不活跃系数的收敛速度。针对此问题,提出一种改进的ERIAFMPAPA算法(MERIAF-MPAPA),该算法在自适应过程中使用一种新的增益分配策略来更新滤波器系数。该策略中当学习过程中跨越一个预定义的阈值时,将执行一个新的增益分配,对于几乎收敛的有效系数不再按照其大小成比例更新,而是用一个共同的最小增益更新,并允许对未达到收敛点的非活动效率的系数获得更高的收益。仿真结果表明:与ERIAF-MPAPA和其他比例仿射投影算法相比,该算法具有更快的收敛速度。

一种新的变步长比例仿射投影算法研究

研究比例仿射投影算法,针对自适应算法收敛速度和稳态误差之间的矛盾,提出了一种变步长的改进比例仿射投影算法(VSS-IPAPA)。利用后验误差去补偿干扰信号对系统稳态性能的影响,得到了算法新的最优步长准则,根据步长准则以及先验误差与后验误差之间的联系,导出了一种适用于比例仿射投影的步长调节方法。综合了稀疏算法、数据重用方法及变步长的优点。最后通过对改进算法进行仿真,结果表明,在增加少量计算量的情况下,系统的收敛速度和稳态性能有明显的改善,证明了比例仿射投影算法的有效性。

改进仿射投影算法及其在电子回声消除中的应用

在电子回声消除应用中,为提高自适应算法的收敛速度,提出一种改进的仿射投影算法及其快速实现形式.新算法利用回声路径的稀疏结构特征,通过收敛步长控制矩阵,按滤波器各系数幅值大小,等比例地为其指定相应收敛步长,以加快大系数收敛,最终达到加快滤波器整体收敛速度的目的.对新算法进行的统计学分析,为其快速收敛于目标系统的算法特性提供了理论依据.仿真实验表明与传统自适应算法相比,新算法能减小稳态失调并大幅提高收敛速度,其低计算复杂度亦保证了系统的实时性.

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。