摘 要: 介紹了稀疏路徑回聲消除PNLMS,、MPNLMS,、IPNLMS和MIPNLMS的幾種自適應(yīng)濾波算法,并進(jìn)行了Matlab的仿真比較,。仿真結(jié)果表明,,PNLMS的初始收斂速度優(yōu)于NLMS,但當(dāng)脈沖響應(yīng)變得密集后性能明顯下降,,甚至不如NLMS,。IPNLMS將NLMS與PNLMS結(jié)合,從而無(wú)論脈沖響應(yīng)稀疏或是非稀疏,,它都有較好的收斂速度,。MPNLMS和MIPNLMS對(duì)PNLMS在權(quán)系數(shù)的分配上引入了對(duì)數(shù)函數(shù),在相同條件下,,使其收斂速度得到提高,,但隨著脈沖響應(yīng)變得密集,MPNLMS的收斂速度有所下降,,而MIPNLMS保持了最快的收斂速度,。
關(guān)鍵詞: 回聲消除; 自適應(yīng)濾波算法; 稀疏
免提通話系統(tǒng)中會(huì)產(chǎn)生聲學(xué)回聲,因此需要用自適應(yīng)濾波器進(jìn)行回聲消除,,雖然聲學(xué)回聲可以持續(xù)很久,,但其回聲路徑中大系數(shù)卻很少,即其脈沖響應(yīng)具有明顯的稀疏性,。
成比例自適應(yīng)濾波算法[1]是因系統(tǒng)的這種稀疏特性而發(fā)展起來(lái)的一種新的算法,。第一個(gè)真正意義上的成比例算法是在2000年由Duttweiler提出的PNLMS算法。GAY S L等人針對(duì)PNLMS遇到密集的脈沖響應(yīng)時(shí)性能下降的問(wèn)題提出了基于l1范數(shù)的IPNLMS算法,,該算法對(duì)脈沖響應(yīng)的稀疏程度敏感性較低,。DENG H通過(guò)在權(quán)系數(shù)分配上引入對(duì)數(shù)函數(shù),用最速下降法重新推導(dǎo)PNLMS得到了?滋準(zhǔn)則PNLMS(MPNLMS)算法,,該算法中更加合理的權(quán)系數(shù)分配使得算法收斂速度得到了提高,。國(guó)內(nèi)學(xué)者在MPNLMS的基礎(chǔ)上對(duì)成比例因子有所改進(jìn),得到了改進(jìn)型MPNLMS(MIPNLMS)算法,,該算法在脈沖響應(yīng)無(wú)論稀疏還是不稀疏的條件下,,都保持了很快的收斂速度。
由圖4可知,,在不同稀疏度下,,MIPNLMS與IPNLMS和MPNLMS相比,,表現(xiàn)出了最高的收斂速度,。
通過(guò)仿真分析發(fā)現(xiàn),,在回聲路徑稀疏條件下,PNLMS快速有效,,而融合了NLMS和PNLMS各自優(yōu)點(diǎn)的IPNLMS,,其收斂速度要比PNLMS快。MPNLMS在成比例因子分配方面做了改進(jìn),,同等條件下比PNLMS收斂速度快,。MIPNLMS更是在MPNLMS的基礎(chǔ)上優(yōu)化了權(quán)重的分配,所以MIPNLMS的收斂速度更快一些,。
參考文獻(xiàn)
[1] 黃章梁. 基于成比例的自適應(yīng)魯棒回聲消除算法[D].成都:西南交通大學(xué),,2012.
[2] HAYKIN S. Adaptive filter the ory[M]. Prentice-Hall,1996.
[3] BENESTY J, HUANG Y A, CHEN J,et al. Adaptive algorithms for the Identification of Sparse Impulse Responses[J]. Selected Methods for Acoustic Echo and Noise Control, 2006(5):125-153.