1.零吸引惩罚与吸引补偿组合的稀疏LMS方法,其特征在于:T
建立稀疏系统辨识模型,输入信号X(n)=[x(n) x(n‑1)...x(n‑L+1)]是功率为 的T
零均值高斯信号,n为信号的序列号,L是滤波器长度;W(n)=[w0 w1...wL‑1] 是估计滤波器的系数,H(n)=[h0 h1...hL‑1]是稀疏信道的系数,H(n)中大部分系数等于零或接近;考虑时变性,则向量H(n)表现为:
H(n+1)=H(n)+q(n) (1)其中q(n)是功率为 的协方差零均值高斯白噪声,其自相关矩阵I是单位矩阵;n(n)是功率为 的零均值高斯白噪声;假设q(n)、X(n)与n(n)都相互独立;
y(n)和d(n)分别为
T
y(n)=W(n)X(n) (2)T
d(n)=H(n)X(n)+n(n) (3)其误差输出信号为
lc‑LMS方法的迭代更新方程W(n+1)=W(n)+μe(n)X(n)+fC1(W(n)) (5)其中
根据等式(5)与(6),其估计滤波器迭代方程改为W(n+1)=μe(n)X(n)+fC2(W(n)) (7)其中
其中,ρ为吸引的强度;β为区分接近零系数与小系数的分界参数;φ为区分小系数与大系数的分界参数,并有效的将小系数进行放大,大系数进行缩小;在 范围内,函数‑Wi(n)代入(5)中将每一次的迭代更新公式中的Wi(n)抵消掉,从而迭代更新公式中含有乘积项μe(n)X(n)作为下一次的估计滤波器的系数,以实现较大的零吸引惩罚;在范围内,函数‑φWi(n)针对小系数进行放大的零吸引惩罚,称为浮动系数;在 范围内,采用全新的吸引方式,在每一次迭代更新该类型的系数值时,增加微量的补偿,促使估计滤波器的系数更快的逼近信道的大系数值。
2.根据权利要求1所述的零吸引惩罚与吸引补偿组合的稀疏LMS方法,其特征在于:在所述方法中,设置一个估计滤波器W(n),使得估计滤波器系数进行等式(7)的迭代更新,并与回波信号d(n)相减,得到最后的误差信号e(n),实现回波抵消。
3.根据权利要求1所述的零吸引惩罚与吸引补偿组合的稀疏LMS方法,其特征在于:将所述方法应用于同频直放站中存在的回波自激问题、麦克风中的声回波现象和降噪耳机;
在无线通信的直放站中,布置同频直放站,以扩大信号覆盖范围,采用自适应滤波算法解决回波导致直放站自激的问题;
主发射平台发射出有用信号,传输到同频直放站,同频直放站又经过功放进行放大有用信号,再将有用信号发射到接收终端;
lc‑LMS的输入信号X(n)就是发射平台所发射的信号,而H(n)代表无线稀疏信道;同频直放站内含有一个估计滤波器,同频直放站将接收到的发射平台的信号经过估计滤波器生成y(n)信号;同频直放站将接受到的发射平台的信号经过无线稀疏信道与信道的高斯白噪声n(n),合成产生出d(n)信号;在同频直放站内部,进行e(n)=d(n)‑y(n)计算,抵消回波信号。