系数比例自适应算法的研究.docVIP

系数比例自适应算法的研究 　　作者简介：曾明（1987.6），男，辽宁省锦州人，大学本科，助理工程师，主研方向：光电信息。 　　摘要：系数比例自适应算法是利用系统的稀疏特性而发展起来的一种新的算法。这类算法为每一个滤波器系数引入一个成比例步长参数，使得成比例步长参数与滤波器系数的估计值成正比，保证了大系数获得大步长，缩短了算法的收敛时间。本文首先介绍了系数比例自适应算法的研究背景及研究现状，然后详细描述了典型的系数比例归一化最小均方（PNLMS）算法，最后重点介绍几种改进的PNLMS算法。 　　关键字：稀疏 PNLMS 步长控制 比例步长参数 　　中图分类号：TN2 文献标识码：A 文章编号：1672-3791（2015）03（c）-0000-00 　　Research of Proportionate Adaptive Algorithm 　　Zeng Ming1 ， Zhang Ting2 　　（Opto-electronics Research Academy of China Electronics Technology Group Corporation， Tianjin 300308 China） 　　Abstract： The proportionate adaptive algorithm is a new developed algorithm with the sparse characteristics of the system. Such algorithms introduce a proportional step-size parameter for each filter coefficient， so that the proportional step-size parameter is proportional to the estimated value of filter coefficients， to ensure that the large coefficients obtains stride length and shortens the convergence time. This paper introduces the research background and research status coefficient of the proportionate adaptive algorithm， and then it describes a typical proportionate normalized least-mean-squares adaptation （PNLMS），and finally focuses on several improved PNLMS. 　　Key words： Sparse PNLMS Step control Proportional step-size parameter 　　1、引言 　　随着信号处理技术的发展，自适应信号处理在诸多领域得到广泛的应用，例如：电信、雷达和声纳处理、地球信号处理以及医学信号处理等。系数比例自适应算法，又称稀疏的自适应滤波算法，在处理稀疏冲激响应时非常有效。稀疏冲激效应，是指仅有少量系数具有显著的值，而其他系数值全为0或者非常小的冲激响应，比如，网络回声路径，尽管需要用大量的滤波器系数来建模网络回声路径，但仅有很小一部分的系数值非零（可称为“活动系数“），而其它的都为0或者值很小可以忽略（可称为“非活动系数”）。对于一个具体的长度为64ms或者128ms的网络回声路径，仅仅有4ms至12ms的系数是活动系数，而其它的则是为了建模网络传输时延，这些系数值都非常接近于0。除了网络回声路径外，地层的冲激响应以及水下的地震冲激响应也都是典型的稀疏冲激响应[1]。 　　本文详细描述了典型的系数比例归一化最小均方（PNLMS）算法，最后重点介绍几种改进的PNLMS算法。 　　2、系数比例自适应算法（PNLMS） 　　在传统自适应滤波器算法中，没有考虑到未知线性系统冲激响应的结构特点，简单的为每一个权重系数分配一个相同的步长参数，结果对于小的权重系数被分配给较大步长参数，迭代较少次数就可以收敛到其最优值，而对大的权重系数分配同样大小的步长参数，这个同样大小的步长参数相对于大权重系数值显得较小，因此需要更多的迭代次数才可以收敛到期最优值，于是最大权重系数值决定了自适应滤波器整体收敛速度。针对这个问题，Duttweiler提出了 Proportionate NLMS（PNLMS）算法[2]。PNLMS算法将一个步长控制矩阵G（n）引入NLMS算法中，该控制矩阵在n时刻为