《電子技術應用》
您所在的位置:首頁 > 通信與網(wǎng)絡 > 設計應用 > 幾種稀疏自適應濾波算法的對比研究
幾種稀疏自適應濾波算法的對比研究
來源:微型機與應用2014年第8期
郭 瑩, 高 媛
(沈陽工業(yè)大學 信息科學與工程學院, 遼寧 沈陽 110870)
摘要: 介紹了稀疏路徑回聲消除PNLMS、MPNLMS、IPNLMS和MIPNLMS的幾種自適應濾波算法,并進行了Matlab的仿真比較。仿真結果表明,PNLMS的初始收斂速度優(yōu)于NLMS,但當脈沖響應變得密集后性能明顯下降,甚至不如NLMS。IPNLMS將NLMS與PNLMS結合,從而無論脈沖響應稀疏或是非稀疏,它都有較好的收斂速度。MPNLMS和MIPNLMS對PNLMS在權系數(shù)的分配上引入了對數(shù)函數(shù),在相同條件下,使其收斂速度得到提高,但隨著脈沖響應變得密集,MPNLMS的收斂速度有所下降,而MIPNLMS保持了最快的收斂速度。
Abstract:
Key words :

摘  要: 介紹了稀疏路徑回聲消除PNLMS、MPNLMS、IPNLMS和MIPNLMS的幾種自適應濾波算法,并進行了Matlab的仿真比較。仿真結果表明,PNLMS的初始收斂速度優(yōu)于NLMS,但當脈沖響應變得密集后性能明顯下降,甚至不如NLMS。IPNLMS將NLMS與PNLMS結合,從而無論脈沖響應稀疏或是非稀疏,它都有較好的收斂速度。MPNLMS和MIPNLMS對PNLMS在權系數(shù)的分配上引入了對數(shù)函數(shù),在相同條件下,使其收斂速度得到提高,但隨著脈沖響應變得密集,MPNLMS的收斂速度有所下降,而MIPNLMS保持了最快的收斂速度。
關鍵詞: 回聲消除; 自適應濾波算法; 稀疏

    免提通話系統(tǒng)中會產(chǎn)生聲學回聲,因此需要用自適應濾波器進行回聲消除,雖然聲學回聲可以持續(xù)很久,但其回聲路徑中大系數(shù)卻很少,即其脈沖響應具有明顯的稀疏性。
    成比例自適應濾波算法[1]是因系統(tǒng)的這種稀疏特性而發(fā)展起來的一種新的算法。第一個真正意義上的成比例算法是在2000年由Duttweiler提出的PNLMS算法。GAY S L等人針對PNLMS遇到密集的脈沖響應時性能下降的問題提出了基于l1范數(shù)的IPNLMS算法,該算法對脈沖響應的稀疏程度敏感性較低。DENG H通過在權系數(shù)分配上引入對數(shù)函數(shù),用最速下降法重新推導PNLMS得到了?滋準則PNLMS(MPNLMS)算法,該算法中更加合理的權系數(shù)分配使得算法收斂速度得到了提高。國內(nèi)學者在MPNLMS的基礎上對成比例因子有所改進,得到了改進型MPNLMS(MIPNLMS)算法,該算法在脈沖響應無論稀疏還是不稀疏的條件下,都保持了很快的收斂速度。

 


    由圖4可知,在不同稀疏度下,MIPNLMS與IPNLMS和MPNLMS相比,表現(xiàn)出了最高的收斂速度。
    通過仿真分析發(fā)現(xiàn),在回聲路徑稀疏條件下,PNLMS快速有效,而融合了NLMS和PNLMS各自優(yōu)點的IPNLMS,其收斂速度要比PNLMS快。MPNLMS在成比例因子分配方面做了改進,同等條件下比PNLMS收斂速度快。MIPNLMS更是在MPNLMS的基礎上優(yōu)化了權重的分配,所以MIPNLMS的收斂速度更快一些。

參考文獻
[1] 黃章梁. 基于成比例的自適應魯棒回聲消除算法[D].成都:西南交通大學,2012.
[2] HAYKIN S. Adaptive filter the ory[M]. Prentice-Hall,1996.  
[3] BENESTY J, HUANG Y A, CHEN J,et al. Adaptive algorithms for the Identification of Sparse Impulse Responses[J]. Selected Methods for Acoustic Echo and Noise Control, 2006(5):125-153.