資源描述：
《基于M估計(jì)的有效成比例仿射投影算法.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、2015年7月計(jì)算機(jī)工程與設(shè)計(jì)July2015第36卷第7期COMPUTERENGINEERINGANDDESIGNVo1．36No．7基于M估計(jì)的有效成比例仿射投影算法閔亮文，張家樹(shù)(西南交通大學(xué)信號(hào)與信息處理重點(diǎn)實(shí)驗(yàn)室，四川成都610031)摘要：在回聲消除中，針對(duì)回聲路徑具有稀疏性的優(yōu)勢(shì)，有學(xué)者提出基于準(zhǔn)則記憶的改進(jìn)型成比例仿射投影算法(一MIPAPA)，但該算法抗脈沖干擾性能較差。為此將穩(wěn)健估計(jì)中的M估計(jì)應(yīng)用于該算法，提出一種基于M估計(jì)準(zhǔn)則記憶的改進(jìn)型成比例仿射投影算法(wMMIPAPA)。為使算法具有更好的
2、穩(wěn)態(tài)性能，采用改良的HuberM估計(jì)函數(shù)，改進(jìn)閾值參數(shù)的選取方式。有色輸入下的稀疏回聲信道辨識(shí)結(jié)果表明了wMMIPAPA的良好穩(wěn)態(tài)性能和抗脈沖干擾性能。關(guān)鍵詞：回聲消除；仿射投影算法；脈沖干擾；估計(jì)；有色輸入中圖法分類號(hào)：TP273+．2文獻(xiàn)標(biāo)識(shí)號(hào)：A文章編號(hào)：1000—7024(2015)07—1997—05d0i：10．16208／j．issnl000—7024．2015．07．061EfficientproportionateaffineprojectionalgorithmbasedonM—estimateM
3、INLiang-wen。ZHANGJia-shu(KeyLabofSignalandInformationProcessing，SouthwestJiaotongUniversity，Chengdu610031，China)Abstract：Forechocancellation，thewlawmemoryimprovedproportionateaffineprojectionalgorithm(wMIPAPA)hasbeenproposedtotakeadvantageofthesparsenessoftheec
4、hopath．However，thealgorithmhaspoorperformanceoncombatingim—pulsiveinterference．TheM-estimateofrobustestimateswasappliedtothealgorithm，andawlawmemoryimprovedproportion—ateaffineprojectionalgorithmbasedonM-estimate(wMMIPAPA)waspresented．Tomakethealgorithmhasbette
5、rsteady-stateperfor-mance，amodifiedHuberMestimationfunctionwasusedandthewayofthethresholdparameterselectionwasimproved．Theperfor-maneeoftheproposedalgorithmwasverifiedbythesimulationofsparseechochannelidentificationincoloredinput．Keywords：echocancellation；APA；i
6、mpulsiveinterference；M-estimate；coloredinput較高計(jì)算復(fù)雜度為代價(jià)提升了算法收斂速度。除了收斂性能0引言和計(jì)算復(fù)雜度，穩(wěn)健性能也是需要考慮的，因?yàn)樵趯?shí)際回聲回聲消除是自適應(yīng)濾波最普遍的應(yīng)用之一，在大多數(shù)情消除應(yīng)用中，系統(tǒng)背景噪聲是不斷變化的，即可看作含有脈況下，回聲信道的脈沖響應(yīng)很長(zhǎng)且具有稀疏性。對(duì)于稀疏脈沖干擾，而上述算法的抗脈沖干擾能力均較差，在隨機(jī)干擾沖響應(yīng)，成比例歸一化最小均方(PNLM~S)E1]算法比NLMS的分布函數(shù)重尾時(shí)，它們是不穩(wěn)健的，即抵抗離群值干擾能算法
7、的初始收斂速度要快。為了進(jìn)一步改善PNLMS算法的力不強(qiáng)。為了改善算法的穩(wěn)健性能，本文將穩(wěn)健估計(jì)(ro—性能，基于z范數(shù)，文獻(xiàn)E2]提出改進(jìn)PNLMS(IPN—bustestimate)中的M估計(jì)_7]引入到wMIPAPA中，采用改LMS)算法；為了克服PNLMS在估計(jì)過(guò)程中收斂速度不均進(jìn)的HuberM估計(jì)函數(shù)，提出了基于M估計(jì)的~-MIPAPA勻的問(wèn)題，wPNLMS用最速下降法重新推導(dǎo)PNLMS算法得(~-MMIPAPA)。同時(shí)為了改善算法的穩(wěn)態(tài)性能，使用穩(wěn)健到[3]。針對(duì)輸入信號(hào)為有色信號(hào)或強(qiáng)相關(guān)性的語(yǔ)言信號(hào)時(shí)方
8、差估計(jì)來(lái)得到合適的閾值參數(shù)，并重新定義閾值參數(shù)的獲PNLMS族收斂性能變差問(wèn)題，成比例仿射投影算法(pro—取形式，從而大大降低算法的穩(wěn)態(tài)失調(diào)。portionateaffineprojectionalgorithm，PAPA)L4族被提出，1基于準(zhǔn)則的IPAPA其中文獻(xiàn)E51提出的MIPAPA利用“成比例記憶”策略對(duì)II)算法進(jìn)行改進(jìn)，改善了算
