[发明专利]一种μ律函数下的比例控制和归一化LMP滤波方法

说明书

本发明公开了一种μ律函数下的比例控制和归一化LMP滤波方法，包括以下步骤：将自适应滤波器的输入信号与滤波器最佳权重向量相乘，加上噪声信号，得到期望输出信号；将输入信号和滤波器实时权重向量相乘，得到实时输出信号；将期望输出信号和实时输出信号做差得到信号误差；根据最小均方p范数准则设计滤波算法的代价函数；引入比例步长控制矩阵，由最速下降法得到权重的更新方程并进行归一化处理，引入μ律函数，优化比例步长控制矩阵，使每个权重分量获得相应的步长因子；更新后的权重作为滤波器新的实时权重，对自适应滤波器的权重向量进行迭代更新。本发明能够在非高斯稀疏信道的稀疏度较大时，保证自适应滤波方法的滤波精度和收敛速度。

技术领域

本发明涉及数字信号处理技术领域，特别是涉及一种μ律函数下的比例控制和归一化LMP滤波方法。

背景技术

自适应滤波器是一种通过自适应算法改变传统滤波器的参数来追踪信号的时变特征的滤波器.传统滤波器需要知道信道结构,然而实际情况中很多信道是未知的,而自适应滤波器能在不知道系统结构的情况下根据信号或者噪声的统计特性,通过迭代的方式自适应的找到最优的滤波器参数.这一特性使得自适应滤波在通信领域的回波消除、信道均衡、滤波与逆滤波、系统辨识、噪声消除等方面得到广泛的应用。最小均方p范数算法(LeastMean Power Algorithm,LMP)在非高斯噪声环境中有较好的滤波性能，而被广泛应用。实际生活中，部分信道具有明显的稀疏性，而稀疏信道中有显著值的权重分量较少,大多数权重分量的值为零或者接近零。由于算法整体收敛速度由较小权重分量的收敛速度决定,故在稀疏信道里LMP算法收敛速度被小分量拖慢。

发明内容

本发明的目的在于克服现有技术的不足，提供一种μ律函数下的比例控制和归一化LMP滤波方法，能够在非高斯稀疏信道的稀疏度较大时，保证自适应滤波方法的滤波精度和收敛速度。

本发明的目的是通过以下技术方案来实现的：一种μ律函数下的比例控制和归一化LMP滤波方法，包括以下步骤：

S1.将自适应滤波器的输入信号x(n)＝[x(n),x(n-1),...,x(n-M+1)]^T与滤波器期望的最佳权重向量相乘，再加上噪声信号v(n)，得到期望输出信号d(n)：

d(n)＝w_o^Tx(n)+v(n)；

式中，M表示信道长度；

S2.将自适应滤波器的输入信号x(n)＝[x(n),x(n-1),...,x(n-M+1)]^T和滤波器实时权重向量w(n)＝[w₁(n),w₂(n),...,w_M(n)]^T相乘，得到实时输出信号y(n)：

y(n)＝w(n)^Tx(n)；

S3.将期望输出信号d(n)和实时输出信号y(n)做差，得到信号误差e(n)：

e(n)＝d(n)-y(n)；

S4.根据最小均方p范数准则设计滤波算法的代价函数J(n)：

J(n)＝|e(n)|^p；

S5.引入比例步长控制矩阵G(n)，并基于代价函数J(n)由最速下降法得到权重向量w(n)的更新方程：

S6.对权重向量的更新方程进行归一化处理：

式中，D(n)＝p|e(n)|^p-2e(n)，η表示步长调节参数；