本文選題：自適應(yīng)濾波　切入點：子帶自適應(yīng)濾波算法　出處：《西南交通大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：從上世紀(jì)八十年代至今,數(shù)字信號處理相關(guān)技術(shù)發(fā)展迅速,這得益于越來越多的實用性技術(shù)可被應(yīng)用于基于數(shù)字信號處理的一系列算法當(dāng)中。在面對一些統(tǒng)計特性未知的信號時,傳統(tǒng)的基本算法并不能有效地對一些復(fù)雜信號進行處理分析,解決的一種方法則是通過自適應(yīng)濾波器,優(yōu)化內(nèi)部參數(shù)來改變?yōu)V波器本身特性,而自適應(yīng)濾波算法在信號處理應(yīng)用中必不可少。自適應(yīng)濾波器在回聲消除,主動噪聲控制等系統(tǒng)辨識領(lǐng)域應(yīng)用廣泛�；镜淖钚【�(LMS)算法因為結(jié)構(gòu)簡單,計算復(fù)雜度低等優(yōu)點被廣泛運用,但對于高相關(guān)性的輸入信號,LMS濾波器則會出現(xiàn)收斂速度變慢,梯度噪聲被放大等問題。為解決該類問題,仿射投影算法(APA)和子帶自適應(yīng)濾波(SAF)算法相繼被提出。為優(yōu)化收斂速度和穩(wěn)態(tài)失調(diào)性能,本文在APA和SAF相結(jié)合的基礎(chǔ)上做出改進,并利用變步長和成比例思想進一步提升新算法的跟蹤能力。首先,簡要對傳統(tǒng)的AP算法、歸一化子帶自適應(yīng)濾波(NSAF)算法及其改進算法的基本思想做出概括。然后分析了現(xiàn)有的NSAF算法及其改進算法各自的優(yōu)缺點。當(dāng)輸入端為有色信號時,尤其是在高背景噪聲環(huán)境中,針對改進的多帶結(jié)構(gòu)子帶自適應(yīng)濾波算法(IMSAF)跟蹤能力下降等的問題,本文提出一種改進的仿射投影子帶自適應(yīng)濾波(IAPSAF)算法,為進一步說明所提算法的有效性,對新算法進行了穩(wěn)態(tài)分析。其次,當(dāng)輸入信號為相關(guān)信號時,NSAF在收斂速度上確實比歸一化最小均方(NLMS)算法快很多,且計算復(fù)雜度上兩者較為接近,尤其是在長脈沖響應(yīng)中。基于這個特性,語音回聲消除(AEC)成為NSAF的一個重要應(yīng)用。然而,由于固定步長的使用,NSAF需要解決所存在的快收斂速度和低穩(wěn)態(tài)失調(diào)的折中問題,受益于凸組合的思想,本文在IAPSAF基礎(chǔ)上提出了一種組合步長的仿射投影子帶自適應(yīng)濾波(CSS-IAPSAF)算法,相比于凸組合算法,該算法不再需要兩個濾波器進行更新,并且計算復(fù)雜度有所降低。最后,在回聲消除中,針對具有稀疏特性的脈沖響應(yīng),Duttweiler在2000年提出成比例歸一化最小均方(Proportionate NLMS)算法,基本思想就是根據(jù)每個抽頭權(quán)系數(shù)增益參數(shù)的不同,按照數(shù)值大小成比例進行更新,使該算法在回聲消除應(yīng)用中獲得較快的收斂速度和較低的穩(wěn)態(tài)失調(diào)。在輸入信號呈現(xiàn)相關(guān)性較高特性時,成比例歸一化子帶自適應(yīng)(PNSAF)算法也表現(xiàn)出較快的收斂速度,基于這一思想,同時為了進一步改善在稀疏脈沖響應(yīng)時IAPSAF的性能,本文提出了一種改進的成比例APSAF(IP-APSAF)算法,同時和其他改進成比例算法進行比較,不但有提升了收斂速度,同時較低穩(wěn)態(tài)失調(diào)。通過在MATLAB軟件中所做的仿真實驗,驗證了本文所提出的各種改進仿射投影子帶自適應(yīng)濾波算法的有效性。
[Abstract]:Since -20s, digital signal processing technology has developed rapidly. This is due to the fact that more and more practical techniques can be applied to a series of algorithms based on digital signal processing. The traditional basic algorithm can not effectively process and analyze some complex signals. One way to solve the problem is to change the characteristics of the filter by adaptive filter and optimize the internal parameters. Adaptive filter is necessary in signal processing. Adaptive filter is widely used in system identification such as echo cancellation, active noise control and so on. The basic minimum mean square (LMS) algorithm is simple because of its simple structure. The advantages of low computational complexity are widely used, but for the high correlation input signal LMS filter, the convergence rate will slow down, gradient noise will be amplified and so on. Affine projection algorithm (APA) and subband adaptive filter (SAF) algorithm have been proposed one after another. In order to optimize the convergence rate and steady-state misalignment performance, this paper makes an improvement based on the combination of APA and SAF. And the idea of variable step size and proportionality is used to further improve the tracking ability of the new algorithm. Firstly, the traditional AP algorithm is briefly introduced. The basic ideas of the normalized subband adaptive filter (NSAF) algorithm and its improved algorithm are summarized. Then, the advantages and disadvantages of the existing NSAF algorithm and its improved algorithm are analyzed. When the input is a colored signal, especially in a high background noise environment, In this paper, an improved affine projection subband adaptive filter (IAPSAF) algorithm is proposed to further illustrate the effectiveness of the proposed algorithm. The steady state analysis of the new algorithm is given. Secondly, when the input signal is a correlation signal, the convergence speed of NSAF is much faster than that of the normalized minimum mean square (NLMS) algorithm, and the computational complexity is close. Especially in long pulse response. Based on this characteristic, speech echo cancellation has become an important application of NSAF. However, due to the use of fixed step size, it is necessary to solve the problems of fast convergence rate and low steady state misalignment. This paper presents an affine projection subband adaptive filter CSS-IAPSAF algorithm based on IAPSAF. Compared with the convex combination algorithm, the algorithm no longer needs two filters to update. And the computational complexity is reduced. Finally, in echo cancellation, a proportional normalized least mean square (LMS) algorithm is proposed in 2000 for pulse response with sparse characteristics. The basic idea is to update it in proportion to the magnitude of each tap weight coefficient gain parameter. The proposed algorithm can obtain faster convergence speed and lower steady-state misalignment in echo cancellation applications. When the input signal presents high correlation, the proportional normalized sub-band adaptive PNSAF algorithm also exhibits a faster convergence rate. Based on this idea, and in order to further improve the performance of IAPSAF in sparse impulse response, an improved proportional APSAF IP-APSAF algorithm is proposed, which is compared with other improved proportional algorithms. At the same time, the low steady-state misalignment. The effectiveness of the improved affine projection subband adaptive filtering algorithm is verified by the simulation experiments in MATLAB software.
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN911.7;TN713

【相似文獻】

相關(guān)期刊論文 前10條

1 孫曉昶,皇埔堪,陳強;數(shù)據(jù)分段輸入的低秩自適應(yīng)濾波方法[J];信號處理;2003年04期

2 徐常勝，周兆英，，李杰;自適應(yīng)濾波的原理和應(yīng)用[J];中國儀器儀表;1994年06期

3 劉兵軍,牛東曉;灰色自適應(yīng)濾波組合優(yōu)化預(yù)測模型及其應(yīng)用[J];電網(wǎng)技術(shù);1998年09期

4 遲男,劉杰;浮點DSP實現(xiàn)自適應(yīng)濾波的研究[J];北方交通大學(xué)學(xué)報;2000年05期

5 魏瑞軒,韓崇昭,張宗麟,方洋旺;魯棒總體均方最小自適應(yīng)濾波:算法與分析[J];電子學(xué)報;2002年07期

6 楊元喜;動態(tài)定位自適應(yīng)濾波解的性質(zhì)[J];測繪學(xué)報;2003年03期

7 祝轉(zhuǎn)民,楊宜康,黃永宣,李濟生;軌道重構(gòu)的自適應(yīng)濾波改進算法[J];導(dǎo)彈與航天運載技術(shù);2003年02期

8 李海君,陳忠寶,孫恒;自適應(yīng)濾波技術(shù)在GIS局放檢測中的應(yīng)用[J];黑龍江電力;2003年01期

9 謝勝利,田森平,柳書棠;基于向量圖分析的自適應(yīng)濾波快速算法[J];控制理論與應(yīng)用;2003年06期

10 李富才,訾艷陽,何正嘉;自適應(yīng)濾波與相關(guān)濾波在沖擊響應(yīng)信號特征提取中的應(yīng)用[J];振動與沖擊;2004年03期

相關(guān)會議論文 前10條

1 宋迎春;;抗差自適應(yīng)濾波中帶有置信度的自適應(yīng)因子設(shè)計[A];第一屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會論文集（下）[C];2010年

2 邱新蕓;高原;;自適應(yīng)濾波最佳準(zhǔn)則的研究[A];第七屆青年學(xué)術(shù)會議論文集[C];2005年

3 曾威;崔玉平;李邦清;王文輝;;基于自適應(yīng)濾波的捷聯(lián)慣性/星光組合導(dǎo)航技術(shù)[A];慣性技術(shù)發(fā)展動態(tài)發(fā)展方向研討會文集——新世紀(jì)慣性技術(shù)在國民經(jīng)濟中的應(yīng)用[C];2012年

4 徐炳吉;;嚴(yán)重非線性系統(tǒng)的自適應(yīng)濾波[A];1996年中國控制會議論文集[C];1996年

5 徐飛;李兵飛;;一種自適應(yīng)Kalman濾波實現(xiàn)的新思路[A];面向航空試驗測試技術(shù)——2013年航空試驗測試技術(shù)峰會暨學(xué)術(shù)交流會論文集[C];2013年

6 張磊;郭圣權(quán);;自適應(yīng)限定記憶平滑濾波器[A];1995年中國控制會議論文集（上）[C];1995年

7 賈躍;丁紅巖;劉慷;劉德才;;定向定速潛艇狀態(tài)的自適應(yīng)濾波應(yīng)用設(shè)計[A];1994中國控制與決策學(xué)術(shù)年會論文集[C];1994年

8 褚建新;顧偉;甘世紅;;抑制大塊分離物沖擊力的一種自適應(yīng)濾波方法[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

9 江金龍;盧國慶;查代奉;;非線性變換自適應(yīng)濾波方法及在水聲信道均衡中的應(yīng)用[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議�？痆C];2008年

10 張芳;黃大貴;黃逸平;;基于方差和自適應(yīng)濾波對火焰狀態(tài)的識別[A];中國電子學(xué)會電子機械工程分會2007年機械電子學(xué)學(xué)術(shù)會議論文集[C];2007年

相關(guān)博士學(xué)位論文 前7條

1 劉泳慶;衛(wèi)星導(dǎo)航系統(tǒng)多維域抗干擾技術(shù)研究[D];北京理工大學(xué);2016年

2 檀甲甲;模型化自適應(yīng)濾波及其應(yīng)用研究[D];復(fù)旦大學(xué);2011年

3 黃全振;壓電智能結(jié)構(gòu)自適應(yīng)濾波振動主動控制研究[D];上海大學(xué);2012年

4 朱紅路;熱工信號自適應(yīng)濾波及其在建模與控制中的應(yīng)用[D];華北電力大學(xué)（北京）;2010年

5 林耀榮;自適應(yīng)濾波理論及其在回波消除中的應(yīng)用研究[D];華南理工大學(xué);1999年

6 尚勇;并行濾波算法及其脈動陣結(jié)構(gòu)研究[D];西安電子科技大學(xué);2000年

7 趙海全;基于非線性函數(shù)擴展的流水線型自適應(yīng)濾波理論與方法研究[D];西南交通大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 王夢楠;基于FPGA的中頻數(shù)字信號處理[D];大連海事大學(xué);2015年

2 柴曉珂;心肺耦合分析研究[D];中國人民解放軍醫(yī)學(xué)院;2015年

3 王璞;基于自適應(yīng)濾波的降階在線系統(tǒng)辨識[D];蘭州大學(xué);2015年

4 譚滋中;基于自適應(yīng)濾波的噪聲抵消算法研究與應(yīng)用[D];河北科技大學(xué);2015年

5 王建明;聲學(xué)回波消除方法及實現(xiàn)技術(shù)[D];西安電子科技大學(xué);2014年

6 謝長鴻;奧氏體不銹鋼焊縫的超聲TOFD檢測技術(shù)研究[D];南昌航空大學(xué);2015年

7 李川;多導(dǎo)聯(lián)心電采集系統(tǒng)設(shè)計與實現(xiàn)[D];重慶大學(xué);2015年

8 王斌;WiFi網(wǎng)絡(luò)中面向移動目標(biāo)的定位追蹤算法研究[D];東北大學(xué);2014年

9 孫萬亭;永磁同步電機電流自適應(yīng)濾波控制研究[D];冶金自動化研究設(shè)計院;2016年

10 王秀麗;基于無線傳輸技術(shù)的管道漏水檢測去噪算法研究與設(shè)計[D];內(nèi)蒙古師范大學(xué);2016年

本文編號：1630954