应用于自适应格型RLS滤波器的变阶数算法

提出了一种新的变阶数(或抽头长度)算法,并将之应用于变阶数自适应格型递归最小二乘(RLS)滤波器的阶数更新中,讨论了格型滤波器阶数更新时相关参数的调整方法。新算法以分贝的形式比较短滤波器与长滤波器的时平均平方误差,采用自适应的抽头长度步长,能够在滤波器权值未收敛时同时快速更新滤波器长度与权值,且在不同大小噪声条件下都能收敛到最优阶数。理论分析与不同大小噪声条件下的自适应系统辨识仿真结果验证了新算法的有效性。      

自适应最小二乘格型算法在天线阵列中的应用

在天线阵列中对天线阵列信号分析的算法有LMS和RLS等，主要介绍了自适应最小二乘格型算法LSL对天线信号进行分析，并对算法过程展开介绍。     

一种基于LS自适应AR建模的高分辨率时间延迟估计方法

本文提出了一种基于最小二乘（ＬＳ）自适应ＡＲ建模的时延估计方法。这种方法以接收信号的功率谱密度函数为时间序列，利用最小二乘格型自适应滤波器经由ＡＲ建模而得到高分辨率的时间延迟估计。文中给出了这种方法的原理、具体实现及性能分析，并以相关时延估计方法为参照进行了计算机模拟。     

自适应格型滤波器新算法及其在语音线性预测合成中的应用

本文从自适应格型滤波器导出自适应线谱对(LSP)滤波,提出了使用最小均方(LMS)型自适应算法逐级更新计算线谱对系数的方法。实验表明,该算法与其它算法比较,具有更高的收敛率和较低的失调。用该算法计算得到的LSP系数进行语音线性预测合成,获得比使用PARCOR系数更好的结果。     

自适应滤波LSL算法及其在去噪中的应用

讨论了基于前向预测误差和后向预测误差的最小二乘方格形(LSL)算法,并对LSL算法及其在噪声消除中的应用进行了分析研究。该算法结合了LMS算法的高计算效率和RLS算法的快速收敛等优点,在自适应信道均衡和自适应阵列信号处理等方面获得了应用。     

抗串扰QR格型自适应滤波算法

本文就抗串扰自适应噪声抵消器，研究了一种递归最小二乘(RLS)格型自适应算法。算法的导出仅利用数值稳健的Givens。旋转方法，因此具有优越的数值性能和较好的模块化结构性能。算法不含平方根运算，十分适合用通用数字信号处理器实现。文中还就算法的阵列实现进行了探讨，只需增加少量的时间，即可实现高性能的自适应噪声抵消器。模拟结果表明，算法的收敛速度明显优于现有的LMS算法。     

无方根广义多道Givens格型算法及其在自适应非线性均衡中的应用

对于自适应非线性均衡问题，当非线性信道的传输函数可由二阶Ｖｏｌｔｅｒｒａ级数表征时，可以作为广义多道滤波问题来处理。本文提出了一种无方根广义多道Ｇｉｖｅｎｓ格型算法来实现该非线性信道均衡器，研究了该均衡器消除由于信道非线性衰落引起的码间干扰的性能。实验结果表明：该自适应非线性均衡器具有快速收敛性能，对非线性信道的均衡效果优于ＬＳ格型判决反馈均衡器。     

l0-范数约束的稀疏多径信道RLS常模盲均衡算法

针对稀疏多径信道下MPSK信号的快速盲均衡问题,提出了一种l0-范数约束的递归最小二乘常模盲均衡算法.该算法借鉴传统的递归最小二乘常模盲均衡算法思想,结合稀疏自适应滤波理论,首先利用l0-范数对均衡器抽头系数进行稀疏性约束,构造出一种l0-范数约束的加权最小二乘误差代价函数,然后依据递归最小二乘算法推导出均衡器抽头系数更新公式.该算法发挥递归最小二乘常模算法收敛速度快的优势,并对幅度极小系数附加零点吸引调整,从而实现不同幅度抽头系数的快速收敛.理论分析与仿真结果表明,与现有算法相比,该算法在保证较低剩余符号间干扰的前提下,能有效提高均衡器的收敛速度.     

适于参数识别的多信道QRD自适应格型算法

本文基于格型滤波器的阶递归特性和Givens旋转算法的优越数值性能,推导了两种多信道递归最小二乘格型算法。第一种算法的推导是直接基于对输入数据矩阵进行正交-三角分解,并利用Givens旋转方法来计算其正交-三角分解。首先对输入数据矩阵进行预旋转,然后重复利用单信道Givens格型算法,便可得到第二种算法。两种算法都具有优越的数值性能,尤其是对有限字长的稳健性。待估计的滤波器参数矢量可根据算法的内部变量直接提取,而无需额外的三角阵进行后向代入求解运算。两信道参数识别的计算机模拟结果验证了本文的推导。     

平方根递归最小二乘自适应判决反馈均衡器算法

在近四年来发展的平方根递归最小二乘(RLS)算法的基础上,本文导出了一种新形式的自适应均衡器算法——分数间隔(Fractional]y-spaced)平方根RLS判决反馈均衡(DFE)算法。除了保持DFE的优良特性外,该算法以少量计算量增加的代价改善了普通RLS均衡算法(如快速Kalman、斜格算法等)的数值稳定性并压缩了其动态范围。文中给出了数值结果对比。     

一种改进的自适应格型陷波算法及其收敛性分析

现有自适应格型陷波器中的引入算子取自局部误差信号,在迭代过程收敛后存在陷波频率偏移的问题,影响了滤波的效果.本文对级联格型陷波滤波器的自适应算法进行了讨论,分析了陷波参数估计与引入算子的关系,在推导原算法迭代误差的数学期望方程基础上,提出一种改进的自适应滤波算法.该算法在不增加计算量的前提下,克服了原算法在收敛后存在的陷波频率偏移的不足.仿真结果与理论分析相一致,证实了该算法的收敛性能优于原有的算法.     

A NEW ALGORITHM FOR ADAPTIVE LATTICE FILTERAND ITS APPLICATION IN THE SPEECH LINEARPREDICTIVE SYNTHESIS

In this paper, an adaptive line spectral pair filter is derived from an adaptive lattice filter. A least-mean-square(LMS) type adaptive algorithm used to calculate directly the line spectral pair(LSP) coefficients on a stage-by-stage basis is presented. Experimental results show that the algorithm has higher convergence rate and lower misadjustment as compared with the other algorithms. The LSP coefficients calculated by the algorithm have been used to carry out speech linear predictive synthesis, resulting in better results than PARCOR coefficients.     

一种自适应线谱对滤波器的终点误差LMS算法及其学习特性

本文提出了一种计算线谱对（LSP）系数的新算法．该算法以最小均方（LMS）误差型算法为基础，梯度计算使用系统终点误差。对接收到的语音观测样本在一个时序的基础进行迭代更新计算，直接产生LSP系数，形成一个LMS算法的自适应LSP滤波器。实验结果表明，该算法与其它自适应滤器的LMS算法比较，具有更高的收敛率和较低的失调。     

QRD-BASED MULTICHANNEL ADAPTIVE LATTICEALGORITHMS FOR THE PARAMETERIDENTIFICATION PROBLEM

A pair of multichannel recursive least squares (RLS) adaptive lattice algorithms based on the order recursive of lattice filters and the superior numerical properties of Givens algorithms is derived in this paper. The derivation of the first algorithm is based on QR decomposition of the input data matrix directly, and the Givens rotations approach is used to compute the QR decomposition. Using first a prerotation of the input data matrix and then a repetition of the single channel Givens lattice algorithm, the second algorithm can be obtained. Both algorithms have superior numerical properties, particularly the robustness to wordlength limitations. The parameter vector to be estimated can be extracted directly from internal variables in the present algorithms without a backsolve operation with an extra triangular array. The results of computer simulation of the parameter identification of a two-channel system are presented to confirm efficiently the derivation.     

一种新的基于高阶统计量的自适应滤波算法

本文首先提出一种基于三阶累积量的代价函数,其次提出了一种基于此代价函数的格型自适应算法,最后将此算法用于线性预测,计算机仿真实验结果证实了算法的正确性和有效性.     

Computationally Efficient Lattice Reduction Aided Detection for MIMO‐OFDM Systems under Correlated Fading Channels

We analyze the relationship between channel coherence bandwidth and two complexity‐reduced lattice reduction aided detection (LRAD) algorithms for multiple‐input multiple‐output (MIMO) orthogonal frequency division multiplexing (OFDM) systems in correlated fading channels. In both the adaptive LR algorithm and the fixed interval LR algorithm, we exploit the inherent feature of unimodular transformation matrix P that remains the same for the adjacent highly correlated subcarriers. Complexity simulations demonstrate that the adaptive LR algorithm could eliminate up to approximately 90 percent of the multiplications and 95 percent of the divisions of the brute‐force LR algorithm with large coherence bandwidth. The results also show that the adaptive algorithm with both optimum and globally suboptimum initial interval settings could significantly reduce the LR complexity, compared with the brute‐force LR and fixed interval LR algorithms, while maintaining the system performance.     

自适应滤波技术在扩频通信系统抗窄带干扰中的应用

自适应滤波技术在扩频通信窄带干扰抑制的应用中,需要一种快速收敛的自适应算法以便能跟踪快速变化的干扰信号。文章提出将基于LSL自适应算法的格型滤波器应用于直接序列扩频通信系统中。仿真结果表明,LSL自适应算法在线性预测中具有快速收敛特性,并且在收敛过程中具有数值稳定性,从而显著改善了系统的抗窄带干扰能力。