一种新自适应滤波快速算法及其 在多路回波消除中的应用

本文提出了一种新的自适应滤波算法,该算法结构简单、计算量适中且收敛速度快,弥补了一般变步长LMS自适应算法计算量小但收敛速度欠佳,以及仿射投影算法(APA)收敛速度快但计算量非常大的缺陷.该算法计算量与一般LMS算法相当,而收敛速度却与APA算法相当,其结构比APA及相应的改进算法要简单得多.我们不仅对所提算法的收敛性及性能进行了分析,而且将它用于多路回波消除中获得了成功,仿真结果表明,该算法与Sankaran(1997)所提NLMS-OCF算法及Benesty(1996)所提APA-MC算法比较,在收敛速度和收敛精度相当的情况下,其计算复杂度大大减少.从而新算法具备更好的实时性.     

一种新NLMS自适应滤波算法及其在多路回波消除中的应用

提出一种NLMS改进算法并对其收敛性进行了证明。该算法计算复杂度低于Sankaran(1997)所提出的带有正交改正因子的归一化算法(NLMS-OCF)和仿射投影算法(APA),并具有易于实现等特点。仿真结果表明,以单路语音信号作输入时,新算法具有比NLMS-OCF算法更好的收敛速度和精度,而在收敛速度和精度相当的情况下,新算法比APA算法所占用的CPU时间少。将新算法扩展成两路算法后,扩展算法仍然保持了这些特点,与Sankaran(1999)两路NLMS-OCF及Benesty(1996)所提多路仿射算法(APA-MC)相比,新算法更适合于应用到多路回波消除等实时性要求高的场合。1     

基于梯度向量投影的自适应滤波算法的改进及其在多路回波消除中的应用

该文首先对Lim(2000)的基于梯度向量正交投影的算法(OGA)进行了分析和改进,在此基础上获得了一种新的自适应滤波算法(MOGA)。新算法使用时变遗忘因子对误差进行指数加权平均来估计均方误差,并使用该因子改变自适应迭代过程中滤波器系数向量的更新方向.然后将改进后的新算法扩展成两路回波消除算法用于多路回波的消除中,获得了良好的效果。仿真结果表明, MOGA不仅对时变或时不变系统具有很好的跟踪能力,克服了Lim(2000)所提算法收敛性不佳甚至有时发散的缺陷,而且应用于多路回波消除时具有计算量小,收敛速度快和精度高等特点,其收敛速度和精度优于J.Benesty(1996)和G.Sankaran(1999)的相应结果。     

一种加白化预滤波的回波抵消算法

研究了话音通信中的回波抵消问题，尤其是传统ＬＭＳ算法的收敛性问题。计算机模拟结果表明 法的收敛性明 显优于传统的ＬＭＳ算法，增加的运算量也极少。研究了话音     

一种条件自适应滤波算法及其在回声消除中的应用

对回声消除问题进行分析后,提出了一种条件自适应滤波算法。新算法并不要求自适应滤波器达到最优值,而是在满足一定条件时才进行系数更新。这种算法可以用在回声消除领域,很好地解决信道变化和双端发声的区分问题。文章还对这种条件自适应滤波算法的收敛性能做了严格分析,并且给出了和分析结果相吻合的计算机仿真结果。     

回波消除理论进展及其应用

无论在语音通讯还是在数据通讯中，都存在回波，回波影响了通讯的质量，回波消除器是解决这一问题有效方法。本文综述了回波消除器的发展现状，评述了它的最新发展（包括模型的建立，算法的选择）指出了这一研究领域的存在的有关问题。     

改进子带自适应滤波算法及其在回波抵消中的应用

本文提出了两种基于多带结构的仿射投影符号子带自适应滤波器(Affine Projection Sign Subband Adaptive Filter, AP SSAF)的改进方法。针对稀疏系统的系统识别,设计了两种子带自适应滤波器。首先给出了AP SSAF的变正则化参数更新方程,文中采用随机梯度下降法来更新正则化参数,来使系统的均方偏差最小化,该方法能同时兼顾快速收敛及低稳态失调。其次将权重分布矩阵引入AP SSAF得到系数比例AP SSAF,该方法能够利用系统的稀疏性提高AP SSAF的收敛性能。仿真中将本文所提算法用于一般系统识别以及回波抵消,实验结果验证了本文的算法对脉冲噪声具有稳健性,具有较好的跟踪性能,并具有较快的收敛速度及低稳态失调。      

带有旋转因子的多路回波消除自适应滤波算法

本文提出一种带有旋转因子的归一化多路回波消除算法NLMS-RF,并对算法进行了分析和几何解释.进一步地,我们将所提算法扩展成一种带有旋转因子的多路回波消除仿射算法APA-RF.NLMS-RF算法的计算量远小于Sankaran(1999)所提的多路回波消除算法,而APA-RF的计算量与Benesty(1996)所提出的算法的计算量相当.在收敛精度和速度上,NLMS-RF和APA-RF分别较Sankaran(1999) 和Benesty(1996)所提算法有较大的改善.仿真结果表明所提算法的有效性.     

基于LMS算法的自适应直放站回波消除算法研究

针对无线同频直放站转发器输出的大功率射频信号可使整个系统会自激这一问题,提出了基于LMS的回波消除系统算法。如果不用回波消除,会造成增益不可增大以及系统容易自激,若整个系统自激,可造成系统不稳定,进而可能损坏末级放大器。采用回波抑制技术后,可以有效改善信号的回波对系统的影响,提高系统的稳定性。仿真结果表明该算法可有效地抑制回波。     

基于LMS的自适应直放站回波消除算法研究

针对无线同频直放站转发器输出的大功率射频信号可使整个系统会自激这一问题,提出了基于LMS的回波消除系统算法.如果不用回波消除,会造成增益不可增大以及系统容易自激,若整个系统自激,可造成系统不稳定,进而可能损坏末级放大器.采用回波抑制技术后,可以有效改善信号的回波对系统的影响,提高系统的稳定性.仿真结果表明该算法可有效地抑制回波.     

VoIP电话中的回声消除算法

声学回声是降低VoIP通话通信质量的重要问题之一,自适应回声抵消是抑制回声的最有效方法之一,其采用自适应滤波器评估回声路径。常用的NLMS(Normalized Least Mean Square)算法计算复杂度高,实用性差,本文利用FFT技术,实现了NLMS频域快速算法FDNLMS(Frequency Domain Normalized Least Mean Square),将自适应更新变换到频域,逐块进行累加更新,保证收敛性能的同时,极大的降低了运算复杂度。实验表明,在滤波器系数为1024阶时,FDNLMS算法的处理速度比NLMS快12倍。     

自适应回音抵消技术分析与探讨

对回音抵消器中的关键技术--自适应滤波技术及双方同时说话/回音路径跳变检测与控制技术进行了介绍、分析与比较,探讨了现有技术的优缺点,并提出了该技术领域进一步的研究方向.     

基于均值漂移的自适应滤波及其在光谱信号处理中的应用

该文给出了一种基于均值漂移的自适应双边滤波方法,其性能仅取决于空域的核尺度参数,幅度域的核尺度是根据信号的局部特征自适应选取的。该方法能够去除脉冲噪声,能有效抑制非脉冲噪声,并有较强的边缘保护能力。实验和分析表明本文方法的整体性能优于高斯滤波和中值滤波。该文将所提出方法用于天体光谱的去噪,并与均值漂移滤波和小波硬阈值法进行了比较,结果表明：该方法能够有效抑制光谱中天光背景噪声和随机噪声,并能较好地保护谱线信息,更适于天体光谱信号的处理。     

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

 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proportionate NLMS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。     

改进仿射投影算法及其在电子回声消除中的应用

在电子回声消除应用中,为提高自适应算法的收敛速度,提出一种改进的仿射投影算法及其快速实现形式.新算法利用回声路径的稀疏结构特征,通过收敛步长控制矩阵,按滤波器各系数幅值大小,等比例地为其指定相应收敛步长,以加快大系数收敛,最终达到加快滤波器整体收敛速度的目的.对新算法进行的统计学分析,为其快速收敛于目标系统的算法特性提供了理论依据.仿真实验表明与传统自适应算法相比,新算法能减小稳态失调并大幅提高收敛速度,其低计算复杂度亦保证了系统的实时性.     

一种基于并行次梯度投影技术的加速声回波抵消算法

该文在并行次梯度投影技术(Parallel Subgradient Projection,PSP)的基础上,提出一种加速回波抵消算法。加速算法通过一种角度寻优策略,对由分属不同状态下的输入信号组成的空间进行寻优,从而找到一对最优投影空间。然后向这一对最优半空间的交集投影,实现对自适应算法的加速。实验仿真表明,加速算法相比传统方法收敛速率更快,无论是用均方误差还是自适应滤波器失准(Echo Path Misalignment)指标衡量加速算法在性能上都有一定程度的提升。     

结合房间声学特点的子带自适应滤波声学回音抵消算法

子带自适应滤波算法是处理长阶声学回声抵消问题的重要方法之一。结合房间声学的特点,对各子带采用不同长度的FIR滤波器进行滤波,将有限的资源进行更合理的分配,节省了资源和计算量,并在一定程度上提高了收敛速度。