[发明专利]一种用于辨识低秩声系统的鲁棒自适应滤波方法

说明书

本发明公开了一种用于辨识低秩声系统的鲁棒自适应滤波方法，为了增强自适应滤波器对非高斯噪声的鲁棒性，利用Cauchy估计器或Welsch估计器建立代价函数，获得一类数值稳定的鲁棒自适应滤波算法。相对于基于递推最小二乘类方法，本发明提出的方法对非高斯噪声更加鲁棒，实验验证了所提方法的有效性。同时，采用和分别对和进行近似，以计算加权因子γ₁(n)和γ₂(n)，由于自适应参数ξ和c的记忆功能，加权因子γ₁(n)和γ₂(n)反映了近期噪声样本的统计特性，因此这种近似对本发明鲁棒性的影响可忽略不计。

技术领域

本发明属于自适应滤波器技术领域，更为具体地讲，涉及一种用于辨识低秩声系统的鲁棒自适应滤波方法。

背景技术

自适应滤波器广泛应用于信号处理、通信、自动控制等技术领域。学者们开发了大量的自适应滤波方法用于提高自适应滤波器的收敛速度和稳定性、降低计算复杂度、降低稳态误差以及对噪声的敏感性。但是自适应滤波器对真实环境下的噪声的鲁棒性仍然是一个极具挑战的问题。

最近，一种基于克罗内克积的递推最小二乘方法被提出，并用于辨识低秩声系统的自适应滤波。在这种方法中，利用克罗内克积和低秩近似将声系统的脉冲响应进行分解，由此，一个高维的系统辨识问题转换成一个低维的系统辨识问题。这种方法的计算高效性以及在白高斯噪声环境下良好的跟踪性能已经在辨识长拖尾的回声通道脉冲响应中得以验证。然而，这种方法对常见的非高斯噪声敏感，比如敲击键盘声、房间脚步声、电话铃声、砰的关门声、重物落地声、爆竹声以及声回声对消系统中双端讲话检测失败所产生的脉冲类噪声等。

发明内容

本发明的目的在于克服现有技术的不足，提供一种用于辨识低秩声系统的鲁棒自适应滤波方法，以增强对非高斯噪声的鲁棒性。

为实现上述发明目的，本发明用于辨识低秩声系统的鲁棒自适应滤波方法，其特征在于，包括以下步骤：

(1)、自适应滤波器参数设置

设置自适应滤波器的长度为L，设置两组自适应子滤波器系数的长度L₁、L₂，其中，L＝L₁×L₂，两组自适应子滤波器的数量均为P，设置两个遗忘因子λ₁、λ₂，其中0λ₁，λ₂1；

(2)、初始化两组自适应子滤波器系数以及两个参数化的逆相关矩阵和分别是n时刻长度为L₁和L₂的两组自适应子滤波器系数向量，p＝1，2，…P，将0时刻的系数向量中的L₁个系数和中的L₂个系数全部设置为0；时刻n设置为1；

Q₁(n)、Q₂(n)分别n时刻两个参数化的逆相关矩阵，将0时刻逆相关矩阵Q₁(n)、Q₂(n)初始化为单位矩阵；

(3)、信号采集

对声信号进行采集，将声系统输入端n时刻最近L个采样值作为输入信号向量，并记为x(n)；n时刻采集的包含加性噪声的输出信号作为观测信号，并记为d(n)；

(4)、计算两个等价的先验误差信号

首先计算向量x_2，p(n)、x_1,p(n)：

其中，和分别是维度为L₁×L₁和L₂×L₂的单位矩阵，为克罗内克积；