[發明專利]改進NLMS算法的稀疏系統辨識方法和濾波器和系統

有效

• 申請號: 202011624100.3
• 申請日: 2020-12-30
• 公開（公告）號: CN112803919B
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 張紅升;孟金;劉紅江;甘濟章
• 申請（專利權）人: 重慶郵電大學
• 主分類號: H03H21/00
• 分類號: H03H21/00
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 李朝虎

本發明公開了改進NLMS算法的稀疏系統辨識方法和濾波器和系統，用于無線通信系統中解決因為稀疏信道產生的回波問題，通過對估計濾波器迭代更新方程的ZA函數進行改進，使得ZA函數只包含加法、減法和乘法運算，相對于其他的ZASM?NLMS算法，該算法更容易硬件實現，且復雜度更低，穩態均方差更低，穩定性更好，收斂速度更快。進一步，通過對SZASM?NLMS算法ZA函數的ρ進行改進，若|e(n)|≤γ，則將ρ置零，得到的MZASM?NLMS算法表現出與SZASM?NLMS類似的性能。在硬件實現上，本發明提出的算法會有更快的數據處理速度，有利于要求高速度的硬件實現。

技術領域

本發明涉及自適應濾波技術領域，具體涉及改進NLMS算法的稀疏系統辨識方法和濾波器和系統。

背景技術

在無線通信中的回波抵消與系統辨識，這些都是未辨識的稀疏的未知系統，其中大多數系統的系數都為零或接近零，少部分系數非零。在數字多媒體廣播無線通信系統中，在距離發射天線過遠和樓房密度大的地方等，會存在弱信號或信號丟失。為了解決這種問題，就需要布置同頻直放站，擴大信號覆蓋范圍，但存在有回波問題，且信道具有稀疏性。自適應濾波器在諸多的領域都有重要的應用，如醫學聽診、回波抵消、信道均衡與系統辨識。Widrow率先提出了最小均方(Least Mean Square，LMS)算法，該算法結構簡單且性能穩定，因此該算法得到了廣泛的應用。由于LMS算法并沒有考慮系統的稀疏性，所以在通信中的回波抑制中采用LMS算法，并不能很好的解決回波的問題。不僅僅在中，在許多實際應用中，諸多的系統辨識都具有稀疏結構。因此，Duttweiler提出了成比例歸一化最小均方(Proportionate normalized least-mean-squares，PNLMS)算法，該算法引入了步長控制矩陣，雖然加快了初始的收斂速度，但是收斂速度很快就變慢，有時比常用的歸一化最小均方(Normalized Least Mean Square，NLMS)算法還差。由此，學者們發現在稀疏系統中采用一種零吸引(Zero Attracting，ZA)算法，可以較好的解決問題，由Y.Chen提出ZA最小均方(Zero Attracting Least Mean Square，ZA-LMS)算法與重新加權的ZA最小均方(Reweighted Zero Attracting Least Mean Square，RZA-LMS)算法，分別引入了l₁與l₀范數，l₁范數對所有抽頭系數都有零吸引力，l₀范數對零系數與非零系數有不同權重的吸引力，都加快了稀疏辨識算法的收斂速度，并提高了辨識精度。由此，該技術也擴展到了NLMS算法，不過由于NLMS算法的復雜度高，為降低NLMS算法的復雜度與加快算法的運行速度，Gollamudi提出了一種集成員歸一化最小均方(Set-Membership Normalized Least MeanSquare，SM-NLMS)算法，該算法有較低的復雜度與快的收斂速度，但該算法沒有考慮稀疏性。因此，Yingsong Li提出了一種零吸引集成員歸一化最小均方(Zero Attracting Set-Membership Normalized Least Mean Square，ZASM-NLMS)算法與一種重新加權的集成員歸一化最小均方(Reweighted Zero Attracting Set-Membership Normalized LeastMean Square，RZASM-NLMS)算法，所提算法在收斂速度與穩健性均優于傳統的SM-NLMS算法，不過該算法需要實時進行除法運算，在硬件實現中，這種算法占用極大的資源且難以實現。為了提高ZASM-NLMS算法與RZASM-NLMS算法的收斂速度與減小分析稀疏信號的估計誤差，Yingsong Li又提出一種軟參數作用的集成員歸一化最小均方算法(Finalized SoftParameter Functioned Set-Membership Normalized Least Mean Square，FSPFSM-NLMS)，不過在惡劣(非零系數較多，且系數是隨機值)的稀疏系統，穩態均方差(MeanSquare error，MSE)性能會越來越差且穩定性差，且在硬件實現中需要進行實時的指數運算，極大的占用資源且十分難以硬件實現。

發明內容