[发明专利]一种CIM函数下的比例控制和归一化LMP滤波方法

摘要

本发明公开了一种CIM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CIM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；对自适应滤波器的权重进行迭代更新。本发明能够保证自适应滤波方法的滤波精度和收敛速度，甚至当信道的稀疏度变小时，依然能保持较好的滤波精度和收敛速度。

主权项

1.一种CIM函数下的比例控制和归一化LMP滤波方法，其特征在于：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)：G(n)＝diag[g₁(n),g₂(n),...,g_M(n)]，其中：χ_s(n)＝max[ρC_max,F(w_s(n))]；C_max＝max{θ,F(w₁(n)),...,F(w_M(n))}；其中ρ，θ为自定义常数，一般情况下，ρ，θ较小，能够避免因滤波系数过小而导致算法停止更新；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；同时，引入CIM函数对比例步长控制矩阵G(n)进行优化，使每个权重分量获得相应的步长因子，其中σ是趋于0的正常数；S7.将更新后的权重向量作为滤波器新的实时权重向量，重复进行步骤S1～S6，在每次滤波过程中对自适应滤波器的权重向量进行迭代更新；引入CIM函数对比例步长控制矩阵G(n)进行优化，使每个权重分量获得相应的步长因子的过程包括：将带入C_max＝max{θ,F(w₁(n)),...,F(w_M(n))}中，计算CIM函数下的C_max参数；将CIM函数与计算得到的C_max参数一起带入到χ_s(n)＝max[ρC_max,F(w_s(n))]中，得到CIM函数下的χs(n)参数；根据CIM函数下的χ_s(n)参数，带入对比例步长控制矩阵G(n)进行优化，使每个权重分量获得相应的步长因子。