[发明专利]信号滤波方法、装置、存储介质及电子设备

说明书

本申请公开一种信号滤波方法、装置、存储介质及电子设备，其中，信号滤波方法包括：获取n时刻的输入信号和期望信号，根据输入信号以及对应时刻的权系数向量计算该时刻的输出信号，当期望信号和输出信号之间的误差信号均方值不小于设定值时，根据误差信号计算步长因子，并根据步长因子更新n+1时刻的权系数向量和输出信号，循环上述步骤，直至误差信号均方值小于设定值时结束循环，输出最终的输出信号。本申请在收敛过程中实现快速收敛；在达到稳态后，稳态误差更优。

技术领域

本申请涉及电子技术领域，具体涉及一种信号滤波方法、装置、存储介质及电子设备。

背景技术

最小均方(LMS)自适应滤波算法是一种搜索算法，其原理为通过更新滤波器系数，使期望信号和滤波器输出信号的误差持续缩小。其中，步长因子μ(n)和滤波器系数的更新有关。在更新滤波器系数时，步长因子μ(n)的选取直接影响着LMS自适应滤波算法的收敛速度和稳态误差。一般来说，当选取的μ(n)较大时，收敛速度快，但稳态误差大；反之，如果选取的μ(n)较小，那么稳态误差小，但收敛速度会变慢。因此，如何平衡好算法的收敛速度和稳态误差之间的矛盾是亟待解决的问题。

现有的LMS自适应滤波算法中的步长因子μ(n)也是可变的，具体通过建立步长因子μ(n)和误差信号(输出信号和期望信号的差值)间的非线性关系，达到调整步长因子μ(n)的目的。但是，利用误差信号和步长因子的联系带动步长因子进行迭代仍然较为粗犷，表征较单一，具体存在两个缺点：第一，在收敛过程中曲线下降速率慢，难以实现快速收敛；第二，曲线不具有缓变特性，步长在稳态阶段调整过快。

因此，需要一种在提高收敛速度的同时获得更优的稳态误差的信号滤波方法。

发明内容

鉴于此，本申请提供一种信号滤波方法、装置、存储介质及电子设备，以解决现有的无法在提高收敛速度的同时获得更优的稳态误差的问题。

本申请提供的一种信号滤波方法，包括：

获取n时刻的输入信号和期望信号；

根据所述输入信号以及对应时刻的权系数向量计算该时刻的输出信号；

当所述期望信号和所述输出信号之间的误差信号均方值不小于设定值时，根据所述误差信号计算步长因子，并根据所述步长因子更新n+1时刻的权系数向量和输出信号；

循环上述步骤，直至所述误差信号均方值小于所述设定值时结束循环，输出最终的输出信号。

可选的，当所述期望信号和所述输出信号之间的误差信号均方值不小于设定值时，根据所述误差信号计算步长因子，并根据所述步长因子更新n+1时刻的权系数向量和输出信号，包括：

根据所述期望信号和所述输出信号计算误差信号；

判断所述误差信号的均方值是否小于设定值；

若否，则根据所述权系数向量和所述误差信号计算步长因子，并根据所述步长因子、所述误差信号以及输入信号，更新得到n+1时刻的权系数向量；

基于所述n+1时刻的权系数向量计算述n+1时刻的输出信号。

可选的，根据所述权系数向量和所述误差信号计算步长因子，包括：

根据所述权系数向量和所述误差信号得到梯度变化向量，使所述梯度变化向量的每个分向量，和所述权系数向量对应分量梯度值的指数加权移动平均值呈正相关；

对所述梯度变化向量进行有界且非线性的函数变换，得到所述步长因子，且所述步长因子的变化幅度和所述梯度变化向量的变化幅度呈正相关。

可选的，所述梯度变化向量s(n)为：