一种变步长Proportionate NLMS自适应滤波算法及其在网络回声消除中的应用.docVIP

一种变步长Proportionate NLMS自适应滤波算法及其在网络回声消除中的应用 第4期 2010年4月 电子 AC1,AELECTRONICASINlCA V01.38No.4 Apr.2010 一 种变步长ProportionateNLMS自适应滤波算法及 其在网络回声消除中的应用 刘立刚,FUKUMOTOMasahiro,张世永 (1.复旦大学计算机科学技术学院,上海200433;2.高知工科大学情报信息工程系,日本高知782—8502) 摘要:Proportionate自适应算法利用稀疏冲激响应的结构特征,极大地加速了算法的收敛速度.但是快速收敛 与低稳态失调是一对矛盾的需求,固定步长算法必需折中选择一个步长参数来满足应用的要求.本文提出了一种适用 于Proportionate算法的变步长方法,有效解决了收敛速度和稳态失调之间的矛盾.所提的算法首先利用最小干扰原理, 得到了一个ProportionateNLMS算法的推导;进而将干扰信号考虑进算法的系数更新过程,通过在每一步迭代中用后验 误差去补偿干扰信号的负面作用,得到一个新的优化准则;最后利用这个准侧,推导出了一个适用于Proportionate算法 的步长调节方法.仿真实验验证了本文方法的有效性. 关键词:自适应滤波器;网络回声消除;稀疏冲激响应;变步长 中图分类号:TP302.7文献标识码:A文章编号:0372—2112(2010)04.0973.06 AVariableStep-SizeProportionateNLMSAdaptiveFilteringAlgorithmand ItsApplicationinNetworkEchoCancellation LIULi.gang,FUKUMOTOMasahiro2,ZHANGShi—yong (1.SchoolofComputerScience,nmUniversity,Shanghai200433,China; 2.DepartmentofInformations胁∞嚼,KochiUniversityofT~hnology,Kochi782—8502,Japan) Abstract:Proportionateadaptivealgorithmsexploitstructurecharacteristicofsparseimpulseresponsetoconsiderablyim— provetheconvergencespeed.However,therequirementsoffastconvergenceandlowsteady-statemisalignmentareconflictforcon— stantstep-sizeadaptivealgorithms.whosestepsizeparameterhast0beselectedbycompromisingthesetwoconflictrequirements.In thisarticle,anovelvariablestep-sizemethodisproposedforproportionateadaptivealgorithmtosolvethisproblem.Byusingprinci— pleofminimaldisturbancetoproportionateadaptivealgorithm,aderivationofproportionateNLMSisprovidedfirst.Thenbytaking intoaccountthedisturbancesignal,forcingtheaposteriorerrortocancelnegativeeffectofdisturbancesignal,anewoptimization criterionisobtaind.Atlast,usingthiscriterion,astepsizecontrolapproachforproportionateNLMSalgorithmisproposed.Simula— tionresultsverifytheeffectivenessoftheproposedalgorithm. Keywords:adaptivefilter;networkechocancellation;sparseimpulseresponse;variablestep-size 1引言 自适应滤波器有着广泛的应用,如回声消除,信道 均衡,信号增强,主动噪声控制等…1.随着近年VoIP的 普及,网络回声消除(NetworkEchoCancellation,NEC)面 临着新的课题和挑战.尤其是,网络回声消除器必须具 有足够的长度,以处理64ms～12