回声干扰抑制中的自适应信号处理算法研究

摘要

自适应滤波是信号处理的一个重要组成部分，自适应滤波算法通过构造参数(或者系数)可变的滤波器来估计和跟踪外部未知系统，并能使得某些性能指标达到最优，其研究目的主要包含三个方面：提高算法的收敛速率、降低稳态误差和减少计算复杂度。因此，设计收敛速率块、稳态误差小和计算量少的算法一直是自适应滤波研究的主要任务。
　　系统辨识和干扰抑制是自适应滤波主要应用。无论是无线直放站回波干扰抑制，还是声回波干扰抑制，其都要首先借助自适应滤波器辨识外部回波干扰信道。在信道辨识准确的基础上，通过输入信号与回波信道的估计值获得回波干扰估计值，最后再从接收信号中减去回波干扰估计，完成回波干扰抑制。同时，输出误差信号反馈回自适应滤波器，采用使误差信号最小化原则调节滤波器权系数。自适应滤波算法是完成回波干扰抑制的核心，干扰抑制的快速性与准确性最终取决于自适应算法的收敛性能与稳态性能。
　　本文在系统辨识和干扰抑制的背景下，以自适应滤波的三个研究目的为基础，就几类自适应算法作如下创新研究：
　　1.采用功率传递原理详细分析归一化子带自适应算法的均值性能、均方偏差、均方误差以及算法收敛条件；提出了一种具有子带动态选择功能的子带仿射投影算法，并分析其计算复杂度。
　　2.提出了一种频域自适应算法的抽头动态更新优化方法，在每次频域权向量更新过程中只选取有意义的权系数参与更新。较传统的频域算法，其减小了稳态均方偏差，并降低了计算复杂度。
　　3.提出了一种变步长分数阶变抽头长度自适应算法，通过灵活控制每次算法迭代过程中滤波器抽头长度的增减，提高了变抽头长度算法的收敛速率，同时保证了其稳健性。
　　4.在现有的凸组合算法基础上，设计了一种凸组合子带部分更新算法，即每次只有部分权系数参与权值更新。此类算法的最大优点是在需辨识系统记忆效应较长，对滤波器阶数要求较大的情况下，可节省计算复杂度，从而在收敛性能和计算量之间折中。
　　5.改进了现有的声回波干扰抑制两路更新算法的控制更新逻辑，此更新逻辑不但能成功区分双向通话和信道突变，而且还能达到现有更新逻辑相近的收敛性能，并降低了计算复杂度。

目录

封面

声明

中文摘要

英文摘要

目录

主要符号表

第一章 绪 论

1.1 研究背景和意义

1.2 自适应滤波在回波干扰抑制中的应用

1.3 本论文主要内容及结构安排

第二章 子带自适应算法及干扰抑制

2.1归一化子带自适应滤波算法

2.2归一化子带自适应算法性能分析

2.3子带仿射投影算法

2.4延迟权系数变步长子带仿射投影算法

2.5具有子带动态选择功能的子带仿射投影算法

2.6子带自适应算法及干扰抑制的仿真与结果

2.7本章小结

第三章 频域自适应算法及干扰抑制

3.1 频域LMS算法

3.2 多维延迟滤波算法

3.3 抽头部分更新最大值MDF算法

3.4 抽头动态更新频域LMS算法

3.5 频域算法及干扰抑制的仿真与结果

3.6 本章小结

第四章 变抽头长度自适应算法及干扰抑制

4.1 抽头长度对LMS算法性能的影响

4.2 分段滤波算法

4.3 梯度降LMS算法

4.4 分数阶LMS算法

4.5 变步长分数阶LMS算法

4.6 变抽头长度自适应算法及干扰抑制的仿真与结果

4.7 本章小结

第五章 凸组合自适应算法及干扰抑制

5.1 凸组合LMS算法

5.2 凸组合归一化子带滤波算法

5.3 权向量部分更新凸组合子带滤波算法

5.4 凸组合自适应算法及干扰抑制的仿真与结果

5.5 本章小结

第六章 自适应两路更新算法在回声干扰抑制中的应用

6.1 回声干扰抑制两路更新算法

6.2 误差功率比较控制更新逻辑

6.3 归一化均方偏差比较控制更新逻辑

6.4 回波返回损失比较控制更新逻辑

6.5 仿真与结果

6.6 本章小结

第七章 结 论

7.1 工作总结

7.2 工作展望

致谢

参考文献

攻读博士学位期间的研究成果