一种修正LMS牛顿算法

本文对LMS牛顿算法中的梯度矢量用当前时刻的梯度估计代替前一时刻的梯度估计和矩阵求逆定理导出了一种修正LMS牛顿算法.对该算法收敛性的理论分析表明算法对步长因子μ>0是绝对收敛的,计算机数值仿真显示该算法的收敛性能好于LMS牛顿算法的收敛性能.

IP语音通话中回声消除算法的研究

文章首先介绍了IP电话系统中回声的特点以及声学回声消除的原理,并针对IP语音通信中回声的特点,介绍了用于处理这种回声的LMS牛顿算法,但其存在步长因子选择较难、收敛性能不高等缺点。该文在LMS牛顿算法的基础上,提出了一种改进的LMS牛顿算法,并对该算法的基本原理进行了分析说明。计算机仿真结果表明了该算法的可行性和优越性,经对比分析可知,新算法收敛性能良好,尤其是对大步长因子,明显优于LMS牛顿算法,克服了LMS牛顿算法存在的一些不足,具备更好的回声消除功能。