比例系数重用自适应滤波算法分析.pdfVIP

比例系数重用自适应滤波算法研究 中文摘要 比例系数重用自适应滤波算法研究 中文摘要 不同的自适应滤波算法具有不同的收敛速度和稳态失调。收敛速度的快慢意味着 自适应滤波器逼近未知系统所需要花费时间的长短，而稳态失调的高低对应自适应滤 波器逼近未知系统精度的高低。传统的归一化最小均用方算法（normalized least mean square，NLMS ）和仿射投影算法（affine projection algorithm, APA ）在保证一定收敛 速度的前提下，具有较大的稳态失调，并且测量噪声越大，稳态失调越大。近年来， Hyeonwoo Cho等提出了基于NLMS和APA算法的滤波器系数重用算法（即NLMS-RC 和APA-RC算法）来降低算法的稳态失调。在许多应用中，待估计的未知系统是稀疏 的。NLMS-RC和APA-RC算法应用于估计系数未知向系统时，其收敛较慢。为了解决 这一问题，本文将比例自适应的概念引入NLM S-RC和APA-RC算法，提出比例系数重 用NLMS （IPNLMS-RC ）和比例系数重用APA （PAPA-RC ）算法。为了进一步提高 IPNLMS-RC和PAPA-RC算法的初始收敛速度，本文还将变重用系数阶数的思想应用 于IPNLMS-RC和PAPA-RC算法。仿真结果表明，本文提出的算法在估计稀疏的未知 系统时，具有很好的收敛性能。 关键词: 自适应滤波，归一化最小均方算法，仿射投影算法，系数重用，比例自 适应，稀疏系统 作 者：唐学青 指导教师：倪锦根 I Abstract Study of proportionate adaptive filtering algorithms with reused coefficients Study of proportionate adaptive filtering algorithms with reused coefficients Abstract The convergence rate and steady-state misalignment of different adaptive filtering algorithms differ from each other. The convergence rate determines the time cost by the adaptive filter to approximate the unknown system, while the steady-state misalignment determines the accuracy obtained by the adaptive filter to approximate the unknown system. With certain degree of convergence rate, the classical normalized least mean square (NLMS) algorithm and affine projection algorithm (APA) show relatively large steady-state misalignment, and the larger the measurement noise, the larger the steady-state misalignment.