1.改进NLMS算法的稀疏系统辨识方法，其特征在于，包括以下步骤：步骤S1、获得发射台发射的功率为 的输入信号x(n)，组成输入信号向量X(n)＝[x(n) T

x(n‑1)...x(n‑L+1)]，其中，n代表信号序列数，L是滤波器长度；

步骤S2、将输入信号x(n)输入估计滤波器中，处理得到估计滤波器输出信号y(n)；将输T

入信号x(n)输入到无线稀疏通信信道中处理得到回波信号H (n)X(n)，并将所述回波信号与无线稀疏通信信道中的零均值高斯白噪声进行合成处理得到期望输出信号d(n)，其中，dT

(n)＝H(n)X(n)+n(n)，H(n)为无线稀疏通信信道的脉冲响应，n(n)是功率为 的零均值高斯白噪声；

步骤S3、对所述估计滤波器输出信号y(n)和所述期望输出信号d(n)进行处理得到误差输出信号e(n)；

步骤S4、将所述误差输出信号e(n)输入到估计滤波器中，利用SZASM‑NLMS算法的估计滤波器系数的迭代更新方程使得估计滤波器W(n)的系数逼近无线稀疏通信信道H(n)的系数，最终将回波信号抵消，得到回波抵消的输出信号，将回波抵消的输出信号传输至信号接收终端，所述的SZASM‑NLMS算法的估计滤波器系数的迭代更新方程为：T T

其中，e(n)＝d(n)‑y(n)，y(n)＝W (n)X(n)，W(n)＝[w0 w1...wL‑1] 是估计滤波器的系数，δ表示一个很小的正常数，防止被零除，ρSZ为零吸引函数的调节参数， 表示为：其中， γ为误差输出信号需要进行迭代的范围参数；

Αφ(W(n))函数为：

其中，φ和ξ为一个正数。

2.根据权利要求1所述的改进NLMS算法的稀疏系统辨识方法，其特征在于，步骤S2中所述无线稀疏通信信道的脉冲响应为H(n)＝[h0 h1...hL‑1]，则H(n)具体表现为：H(n+1)＝H(n)+q(n)，其中，q(n)是功率为 的协方差零均值高斯白噪声，q(n)的自相关矩阵I是单位矩阵，并且q(n)、X(n)与n(n)相互独立。

3.根据权利要求1所述的改进NLMS算法的稀疏系统辨识方法，其特征在于，对所述SZASM‑NLMS算法的估计滤波器系数的迭代更新方程进行优化，得到MZASM‑NLMS算法，使得当|e(n)|≤γ，将W(n)赋值给W(n+1)，MZASM‑NLMS算法的估计滤波器系数迭代更新方程为：其中定义U(ρSZ)为：

4.改进NLMS算法的滤波器，其特征在于，所述滤波器为估计滤波器，估计滤波器包括存储器和处理器，存储器内存储有被处理器执行对应于权利要求1‑3中任一所述的方法的模块。

5.改进NLMS算法的稀疏系统辨识系统，其特征在于，包括依次通信连接的信号接收模块、信号处理模块、信号发送模块、估计滤波器，其中，所述信号接收模块用于接收发射台发射的有用信号，将接收到的有用信号作为输入信号；估计滤波器为权利要求4所述的改进NLMS算法的滤波器；

所述信号处理模块用于对所述的估计滤波器的系数通过迭代方程逼近真实无线稀疏信道的系数，并进行回波抵消处理，得到回波抵消的输出信号；

所述信号发送模块用于将信号处理模块得到的回波抵消的输出信号传输至信号接收终端。