基于M估计的有效成比例仿射投影算法.pdf

基于M估计的有效成比例仿射投影算法.pdf

ID:55398708

大小:300.91 KB

页数:5页

时间:2020-05-15

基于M估计的有效成比例仿射投影算法.pdf_第1页
基于M估计的有效成比例仿射投影算法.pdf_第2页
基于M估计的有效成比例仿射投影算法.pdf_第3页
基于M估计的有效成比例仿射投影算法.pdf_第4页
基于M估计的有效成比例仿射投影算法.pdf_第5页
资源描述:

《基于M估计的有效成比例仿射投影算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2015年7月计算机工程与设计July2015第36卷第7期COMPUTERENGINEERINGANDDESIGNVo1.36No.7基于M估计的有效成比例仿射投影算法闵亮文,张家树(西南交通大学信号与信息处理重点实验室,四川成都610031)摘要:在回声消除中,针对回声路径具有稀疏性的优势,有学者提出基于准则记忆的改进型成比例仿射投影算法(一MIPAPA),但该算法抗脉冲干扰性能较差。为此将稳健估计中的M估计应用于该算法,提出一种基于M估计准则记忆的改进型成比例仿射投影算法(wMMIPAPA)。为使算法具有更好的

2、稳态性能,采用改良的HuberM估计函数,改进阈值参数的选取方式。有色输入下的稀疏回声信道辨识结果表明了wMMIPAPA的良好稳态性能和抗脉冲干扰性能。关键词:回声消除;仿射投影算法;脉冲干扰;估计;有色输入中图法分类号:TP273+.2文献标识号:A文章编号: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较高计算复杂度为代价提升了算法收敛速度。除了收敛性能0引言和计算复杂度,稳健性能也是需要考虑的,因为在实际回声回声消除是自适应滤波最普遍的应用之一,在大多数情消除应用中,系统背景噪声是不断变化的,即可看作含有脉况下,回声信道的脉冲响应很长且具有稀疏性。对于稀疏脉冲干扰,而上述算法的抗脉冲干扰能力均较差,在随机干扰冲响应,成比例归一化最小均方(PNLM~S)E1]算法比NLMS的分布函数重尾时,它们是不稳健的,即抵抗离群值干扰能算法

7、的初始收敛速度要快。为了进一步改善PNLMS算法的力不强。为了改善算法的稳健性能,本文将稳健估计(ro—性能,基于z范数,文献E2]提出改进PNLMS(IPN—bustestimate)中的M估计_7]引入到wMIPAPA中,采用改LMS)算法;为了克服PNLMS在估计过程中收敛速度不均进的HuberM估计函数,提出了基于M估计的~-MIPAPA匀的问题,wPNLMS用最速下降法重新推导PNLMS算法得(~-MMIPAPA)。同时为了改善算法的稳态性能,使用稳健到[3]。针对输入信号为有色信号或强相关性的语言信号时方

8、差估计来得到合适的阈值参数,并重新定义阈值参数的获PNLMS族收敛性能变差问题,成比例仿射投影算法(pro—取形式,从而大大降低算法的稳态失调。portionateaffineprojectionalgorithm,PAPA)L4族被提出,1基于准则的IPAPA其中文献E51提出的MIPAPA利用“成比例记忆”策略对II)算法进行改进,改善了算

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。