1.基于改进LMS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)，组成输入信号矩阵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，n(，H(n)为稀疏通信信道的系数，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)进行处理得到输出信号；

步骤S4、将所述输出信号输入到估计滤波器中，利用CSLMS算法的估计滤波器系数的迭代更新方程对估计滤波器W(n)的系数进行迭代更新，使估计的滤波器辨识出无线通信信道的系数，最终将回波信号抵消，得到回波抵消的误差输出信号e(n)，将回波抵消的误差输出信号e(n)传输至信号接收终端，所述CSLMS算法的估计滤波器系数的迭代更新方程为：W(n+1)＝W(n)+μe(n)X(n)+fS1(W(n))其中，

T T T

W(n)＝[w0 w1...wL‑1]，y(n)＝W (n)X(n)，d(n)＝H (n)X(n)+n(n)，e(n)＝d(n)‑y(n)，W(n)是估计滤波器的系数，β是正控制参数，μ为步长。

2.根据权利要求1所述的基于改进LMS算法的稀疏系统辨识方法，其特征在于，步骤S2中所述稀疏通信信道的系数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)都相互独立。

3.根据权利要求1所述的基于改进LMS算法的稀疏系统辨识方法，其特征在于，对步骤S4中CSLMS算法的估计滤波器系数的迭代更新方程进行优化，得到的估计滤波器系数的迭代更新方程为：

W(n+1)＝μe(n)X(n)+fS2(W(n))其中，

T T T

W(n)＝[w0 w1...wL‑1]，y(n)＝W (n)X(n)，d(n)＝H (n)X(n)+n(n)，e(n)＝d(n)‑y(n)，W(n)是估计滤波器的系数，β是正控制参数，μ为步长。

4.基于改进LMS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.基于改进LMS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所述的基于改进LMS算法的估计滤波器；

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，得到回波抵消的误差输出信号e(n)；

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误差输出信号e(n)传输至信号接收终端。