基于改进的NLMP的自适应脉冲噪声对消器

在信号传输系统中,存在自适应算法不能处理的α-稳定脉冲噪声,在算法中将步长更新与系统输出误差e(n)的lp范数联系起来,利用系统的输出误差e(n)来确定自适应系统的步长,提出了一种适用于α-稳定脉冲噪声环境下的改进的NLMP自适应对消算法(MNLMP)。MNLMP很好地解决了NLMP算法收敛速度与稳态误差不能兼顾的缺点。通过计算机仿真,结果显示MNLMP比LMP、NLMP有更好的对消性能。同时,仿真结果显示在不同输入信噪比的情况下,MNLMP算法的输出信噪比其它两种算法有了明显的提高。     

移动通信中回声消除算法的研究

对移动通信中回声消除算法的传统LMS算法和LMS/F组合算法进行研究后,提出了一种改进的LMS算法。这种算法在收敛初期收敛速度较快,而当趋于稳定时,稳态误差较小。该算法能够明显加快收敛速度,而且更加稳定。同时,与去相关技术相结合,使得最终的回声消除效果更好。     

Efficient Acoustic Echo Cancellation With Reduced-Rank Adaptive Filtering Based on Selective Decimation and Adaptive Interpolation

This paper presents a new approach to efficient acoustic echo cancellation (AEC) based on reduced-rank adaptive filtering equipped with selective-decimation and adaptive interpolation. We propose a novel structure of an AEC scheme that jointly optimizes an interpolation filter, a decimation unit, and a reduced-rank filter. With a practical choice of parameters in AEC, the total computational complexity of the proposed reduced-rank scheme with the normalized least mean square (NLMS) algorithm is approximately half of that of the full-rank NLMS algorithm. We discuss the convergence properties of the proposed scheme and present a convergence condition. First, we examine the performance of the proposed scheme in a single-talk situation with an error-minimization criterion adopted in the decimation selection. Second, we investigate the potential of the proposed scheme in a double-talk situation by employing an ideal decimation selection. In addition to mean squared error (MSE) and power spectrum analysis of the echo estimation error, subjective assessments based on absolute category rating are performed, and the results demonstrate that the proposed structure provides significant improvements compared to the full-rank NLMS algorithm.     

Adaptive Combination of Proportionate Filters for Sparse Echo Cancellation

Proportionate adaptive filters, such as those based on the improved proportionate normalized least-mean-square (IPNLMS) algorithm, have been proposed for echo cancellation as an interesting alternative to the normalized least-mean-square (NLMS) filter. Proportionate schemes offer improved performance when the echo path is sparse, but are still subject to some compromises regarding their convergence properties and steady-state error. In this paper, we study how combination schemes, where the outputs of two independent adaptive filters are adaptively mixed together, can be used to increase IPNLMS robustness to channels with different degrees of sparsity, as well as to alleviate the rate of convergence versus steady-state misadjustment tradeoff imposed by the selection of the step size. We also introduce a new block-based combination scheme which is specifically designed to further exploit the characteristics of the IPNLMS filter. The advantages of these combined filters are justified theoretically and illustrated in several echo cancellation scenarios.      

变步长比例归一化子带自适应滤波算法研究

针对欠定模型条件下定步长比例归一化子带自适应滤波(PNSAF)算法收敛速度和稳态误差之间的矛盾,提出了一种变步长VSS-PNSAF算法。该算法将系统干扰噪声和欠定模型噪声对系统性能的影响考虑进滤波器系数更新过程中,利用后验误差对其进行补偿,根据先验误差与后验误差之间的联系,导出了一种适用于比例归一化子带自适应滤波算法的步长调节方法。该算法综合了子带自适应滤波、比例自适应算法及变步长方法的优点。仿真结果表明:与定步长比例归一化子带自适应滤波算法相比,所提算法具有更低的稳态误差和更快的收敛速度。     

一种新的变步长比例仿射投影算法研究

研究比例仿射投影算法,针对自适应算法收敛速度和稳态误差之间的矛盾,提出了一种变步长的改进比例仿射投影算法( VSS- IPAPA).利用后验误差去补偿干扰信号对系统稳态性能的影响,得到了算法新的最优步长准则,根据步长准则以及先验误差与后验误差之间的联系,导出了一种适用于比例仿射投影的步长调节方法.综合了稀疏算法、数据重用方法及变步长的优点.最后通过对改进算法进行仿真,结果表明,在增加少量计算量的情况下,系统的收敛速度和稳态性能有明显的改善,证明了比例仿射投影算法的有效性.     

基于NCMA算法的递归步长多模盲均衡算法

为了解决传统常数模盲均衡算法收敛速度缓慢的问题,考虑到M-QAM信号模值分布在几个已知半径圆上的特点,该文给出了一种新的基于归一化常数模（NCMA）的递归步长多模盲均衡算法。这种算法能够自适应地调节步长,使收敛后的步长在达到最优的同时,得到的剩余稳态误差也达到最小。仿真实验表明,该算法能够在计算量增加不大的前提下,具有较好的收敛性能及抗误码性能,其收敛速度也得到较大的改善。     

一种改进的变步长LMS自适应滤波算法及其在噪声抵消中的应用

本文提出了一种改进的变步长LMS自适应滤波算法,并将其应用于自适应噪声抵消中。该算法解决了算法收敛时间和稳态误差间的矛盾,为实际应用提供了更大的灵活性。它采用误差信号的相关值去调节步长,使得算法的均方误差小、收敛速度快,并且降低了LMS算法对噪声的敏感性。     

分布式MIMO 系统的迭代空时检测算法

针对未来无线通信系统中广义分布式天线阵的架构,提出了一种适用于分布式多输入多输出（MIMO） 系统的LST-STBC 空时编码方案．该方案通过具有差错控制编码的分层空时（LST）结构与基于正交设计的分组空 时码（STBC）的有效结合,同时获得了分集和复用增益．针对提出的空时编码结构,接收端采用基于软干扰抵消和 最小均方误差（MMSE）的迭代检测算法,通过检测和译码软信息的迭代,有效降低了系统的误码率．仿真结果表 明,文中提出的基于接收端迭代检测的空时编码方案能有效提高分布式MIMO 系统的传输速率和传输质量．     

基于并行滤波器的回波抵消技术方案

为了提高数字直放站回波抵消的收敛速度,首先研究了基于自适应滤波器的回波抵消技术,然后对其中的自适应滤波器的递推算法进行改进,形成了两个自适应滤波器并行计算、联合递推更新权值的技术方案。由于调节两个自适应滤波器权值的误差信号产生方式不同,方案可分为两种：方案一将回波抵消后的信号同时作为调节两个滤波器权值的误差信号(同时);方案二将天线接收信号与第一个滤波器输出信号的差值作为调节第一个滤波器权值的误差信号,而将该误差信号与第二个滤波器输出信号的差值作为调节第二个滤波器权值的误差信号(分别)。仿真结果表明,改进技术方案使回波抵消收敛速度提高11.11%~17.78%,从而有效改善了数字直放站回波抵消收敛速度慢的状况。     

改进自适应对消算法在工业噪声处理中的应用

分析了工业环境噪声的特点,将自适应噪声对消算法应用到工业噪声的处理当中.在传统最小均方(LMS)算法及基于Lorentzian函数的变步长LMS算法的基础上进一步进行约束稳定性条件处理,提出了一种约束稳定性变步长LMS算法,并在Matlab平台上进行了仿真验证.结果表明:算法具有更快的收敛速度以及更小的稳态误差,并且能有效地降低梯度噪声对算法性能的影响.     

An IMM tracking algorithm with input estimation

A new approach to track manoeuvring targets is presented. A target model that combines Singer's model with a deterministic step manoeuvre model is also proposed to account for the various realistic evasive manoeuvre strategies. The interacting multiple models (IMM) method incurs a mean tracking error in the presence of a pilot-commanded abrupt target manoeuvre. A recursive real-time least-squares algorithm to compute the magnitude of the input acceleration is devised to reduce the tracking error. The combined scheme of this input estimation filter and the IMM algorithm markedly improves the tracking accuracy. Simulation results show that the proposed algorithm is superior to that of the IMM algorithm, especially in velocity and acceleration estimations.     

自适应语音消噪算法的研究与仿真

针对语音通信中的噪声问题,对最小均方误差(LMS)算法进行研究。研究发现,该算法在收敛速度与稳态误差之间始终存在着矛盾,为此在F-LMS算法的基础上,提出一种改进的LMS算法,该算法通过引入误差加权累加的平均值的方法来更好地解决两者之间的矛盾,并通过计算机仿真证实了该算法具有良好的收敛性能和稳态性能,最后利用传统的LMS算法、F-LMS算法和改进的LMS算法对带有噪声的信号进行了消噪处理,结果表明:在三种算法中,改进的LMS算法的噪声消除效果最好。     

仿射投影算法中的步长控制

依据仿射投影算法均方误差（MSE）的最快收敛速度条件,对算法迭代过程中的步长进行控制,提出了一种新的变步长仿射投影算法（VSSAPA）。该算法使步长随着输出误差的变化而自动调整,从而降低稳态误差。将提出的算法应用于系统辨识,结果表明,与传统仿射投影算法和变步长仿射投影算法相比该算法具有更低的稳态误差和更快的收敛速度。     

一种新变步长LMS算法及在自适应波束形成中的应用

LMS算法是智能天线自适应波束形成算法中的经典算法,由于其步长固定,造成收敛速度和稳态失调之间的矛盾。为了解决这一问题,提出一种新的变步长LMS算法,并在算法中引入误差信号的自相关估计,大大降低了噪声的干扰,对算法进行仿真,得到了最优的参数设置。利用蒙特卡罗方法对算法进行了性能评估,与传统的LMS算法、NLMS算法相比,新的变步长LMS算法具有更快的收敛速度和较小的稳态误差及优良的抗噪性能。     

自适应语音消噪算法的研究与应用

针对语音通信中的消噪算法进行了研究。经研究发现,消噪算法在收敛速度与稳态误差之间始终存在着矛盾。为改善语音中的消噪能力,减少误差,在G SVSLMS算法的基础上,提出了一种改进的噪声消除算法,即利用引入一个关于误差的反正切函数来改进步长因子,并通过计算机仿真证实了改进算法具有良好的收敛性能和稳态性能,最后利用传统的LMS算法、G SVSLMS算法和改进算法对带有噪声的信号进行了消噪处理,结果表明：在三种算法中,改进算法的噪声消除效果最好。     

基于可变步长的常数模盲均衡算法

为了提高多输入多输出系统的通信质量,针对传统常数模盲均衡算法存在收敛速度慢、误码率高等缺点,提出来一种基于可变步长的常数模盲均衡算法。利用反正切函数建立一种步长因子与误差间的非线性函数关系,利用此非线性函数来调整步长,加快算法收敛速度,采用仿真实验测试算法的性能。结果表明,相对于其他盲均衡算法,该算法加快了收敛速度,大幅降低误码率,获得理想的均衡效果,具有一定的实用价值。     

基于向量图分析的一种迭代学习控制算法及其鲁棒性

为了增强迭代学习控制的鲁棒性,加快学习过程的收敛速度,而又不过多地依赖于系统内部信息,本文基于向量图分析思路,利用输入空间的向量构造三角形修正结构,得到了一种新的迭代学习控制算法．该算法根据跟踪误差的大小,调节输入控制量在三角形的一条边上滑动,在跟踪误差较大时,算法能找到控制期望的大致位置并加速收敛,在跟踪误差较小时,能将控制量稳定在其期望的很小邻域内,理论上证明了该邻域直径大小为跟踪误差的二阶无穷小．数值仿真结果说明了它的有效性和优越性．     

一种新的去相关变步长LMS算法及其应用

在一种变步长算法基础上,从语音信号相关性的角度出发,提出了一种新的去相关变步长LMS算法(DCL—NLMS)。该算法结构简单,收敛速度快,稳态失调小,计算量与NLMS算法相当。仿真结果表明,该算法在处理强相关性信号时,不仅收敛速度明显快于其余算法,而且稳态失调特性也有很大优势。     

基于逐分量软干扰删除的迭代线性检测算法

提出了一种新型基于调制符号的分量进行干扰删除和线性最小均方误差滤波的软输入软输出检测算法,并采用软输入软输出的多入多出MIMO检测器和信道编码串行级联的迭代检测译码IDD结构。该算法充分利用正交调制符号同相分量和正交分量的独立衰落特性,达到检测中更加准确的软干扰删除。外信息转移EXIT图表明该算法比传统的逐符号软删除算法具有更低的临界信噪比。数值仿真也验证了提出的基于调制符号的分量删除的线性检测算法比采用调制符号级的删除具有更优的误码性能,并且仍然具有低复杂度的特性。