[發明專利]低計算復雜度的稀疏促進仿射投影自適應濾波器

有效

• 申請號: 202110322590.X
• 申請日: 2021-03-25
• 公開（公告）號: CN113225045B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 倪錦根;張寧寧
• 申請（專利權）人: 蘇州大學
• 主分類號: H03H21/00
• 分類號: H03H21/00
• 代理公司: 蘇州智品專利代理事務所(普通合伙) 32345
• 代理人: 唐學青

本發明公開了一種低計算復雜度的稀疏促進仿射投影自適應濾波器，屬于數字濾波器設計領域。該濾波器是由稀疏信號恢復領域(SSR)的稀疏正則化技術在仿射投影算法(APA)中的應用所提出。主要采用不同多樣性估計情況下的稀疏促進矩陣，使得自適應濾波器能更好地逼近稀疏線性系統。此外，周期性更新稀疏促進矩陣策略使得濾波器既能夠降低計算成本，又可保證濾波器性能不受影響。本發明公開的低計算復雜度的稀疏促進仿射投影自適應濾波器可以應用于具有稀疏特性的電子和通信系統中。

技術領域

本發明公開了一種自適應濾波器，具體地公開了一種低計算復雜度的稀疏促進仿射投影自適應濾波器，屬于數字濾波器設計領域。

背景技術

自適應信號處理是現代信號處理技術中的一個重要學科分支，在雷達、回聲消除、圖像處理、通信等領域得到了廣泛應用。在實際工程中，歸一化最小均方算法(NLMS)和仿射投影算法(APA)因計算量小、易于實現以及完善的理論支撐得到了廣泛應用。系統響應中零系數或接近零的系數占絕大多數，只有少部分系數起到明顯作用的未知系統稱為稀疏系統。稀疏系統辨識問題在理論和工程實踐中經常涉及，是目前的研究熱點之一，例如零點吸引理論和比例自適應策略在衛星傳輸信道以及回聲消除信道中的應用。普通的自適應算法由于沒有充分利用稀疏未知系統的特性無法加速自適應濾波器的收斂速度。

針對未知系統的稀疏性，研究人員提出了兩種類型的自適應濾波算法，用于加速自適應濾波器收斂速度的同時降低穩態失調。其中一種算法通過在代價函數中引入稀疏正則化來加快算法的收斂速度。該算法的主要思想是對于接近零的自適應濾波器系數施加引力，以加速收斂到零。典型的算法包括ZA-LMS，l₀-LMS[l₀norm?constraint?LMS?algorithmfor?sparse?system?identification.IEEE?Signal?Processing?Letters,2009,16(9):774-777]。另一種算法是比例自適應濾波算法，該算法的主要策略是對不同的權值系數使用不同的步長，而不像NLMS算法使用相同的步長更新自適應濾波器權值向量。Donald?L利用這一思想提出了PNLMS算法，Jacob?Benesty等人提出了該算法的改進版本IPNLMS[Animproved?PNLMS?algorithm.IEEE?International?Conference?on?Acoustics,Speech,and?Signal?Processing.IEEE,2002,2:II-1881-II-1884]。但是已有的比例自適應濾波算法缺少理論支撐，屬于啟發式算法，且對現實工程中常見的偽稀疏系統效果不明顯，這些缺點限制了模型的廣泛應用。

最近，D.Rao利用稀疏信號恢復(SSR)領域發展起來的l₂和l₁迭代重加權技術最小化不同的多樣性估計。同時，在結合仿射尺度變換(AST)對算法進行推導的過程中，提出了一種利用系統響應的稀疏性設計自適應濾波器的新算法SLMS和SNLMS[Proportionateadaptive?filtering?algorithms?derived?using?an?iterative?reweightingframework.IEEE/ACM?Transactions?on?Audio,Speech,and?Language?Processing,2020,29:171-186]。該算法中，一方面稀疏促進矩陣的引入給算法帶來了較大的計算復雜度；另一方面，當有色信號作為輸入時，會導致SNLMS算法收斂速度減慢甚至發散。鑒于此，本發明提供相應的解決方案。

發明內容

為解決上述存在的問題，進一步提高基于稀疏系統辨識的自適應濾波器的性能，本發明提出一種低計算復雜度的稀疏促進仿射投影自適應濾波器(簡記為FSAPA)。該濾波器采用基于不同多樣性估計構成的稀疏促進矩陣和周期性策略結合的方法來更新權值向量，從而提高稀疏線性系統辨識的性能，并有效地降低濾波器的稀疏促進矩陣的計算成本。