CN107592096A - 一种鲁棒偏差补偿自适应滤波器及其滤波方法 - Google Patents
一种鲁棒偏差补偿自适应滤波器及其滤波方法 Download PDFInfo
- Publication number
- CN107592096A CN107592096A CN201710904571.1A CN201710904571A CN107592096A CN 107592096 A CN107592096 A CN 107592096A CN 201710904571 A CN201710904571 A CN 201710904571A CN 107592096 A CN107592096 A CN 107592096A
- Authority
- CN
- China
- Prior art keywords
- sef
- adapting filter
- moment
- deviation compensation
- basis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Noise Elimination (AREA)
Abstract
本发明公开了一种鲁棒偏差补偿自适应滤波器及其滤波方法,属于数字滤波器设计领域;该滤波器主要利用偏差补偿的方法和符号运算的方法使得其在有输入噪声和脉冲的噪声的影响下保持自适应滤波器的鲁棒性;利用偏差补偿的方法可以抑制输入噪声对未知系统的影响,而符号运算的方法可以减小脉冲噪声对未知系统的影响;该偏差补偿自适应滤波器可以应用在带有输入噪声及干扰脉冲的电子、通信设备。
Description
技术领域
本发明公开了一种偏差补偿自适应滤波器及其滤波方法,属于数字滤波器设计领域。
背景技术
传统的LMS和NLMS自适应滤波器在自适应滤波器中有着广泛的应用,如自适应回声抵消、主动噪声控制和适应噪声消除等。
收敛速度、稳态失调和抗脉冲干扰能力是自适应滤波器的三个重要性能指标。稳态失调的高低决定了自适应滤波器逼近未知系统能够达到的精度,而收敛速度的快慢决定了自适应滤波器逼近未知系统需要花费的时间,抗脉冲干扰能力决定了自适应滤波器的鲁棒性,这三个指标同时影响着信号处理的质量。
当自适应滤波器的输出端受脉冲噪声干扰时,这些传统的LMS和NLMS自适应滤波器的稳态失调会增大,甚至发散。采用对估计误差取符号运算的符号LMS(记为SE-LMS)自适应滤波器,能够大大减少脉冲噪声对自适应滤波器的影响,从而获得较好的收敛速度和较低的稳态失调。
在一些应用中,自适应滤波器除了受到脉冲干扰以外,还会受到输入噪声的干扰。如果采用SE-LMS自适应滤波器来估计未知系统的权值向量,将会产生估计偏差,从而无法获得好的收敛性能。
发明内容
为了解决这一问题,本发明公开一种鲁棒偏差补偿SE-LMS(记为BC-SE-LMS)自适应滤波器,该滤波器即具有抗脉冲干扰能力,又能抑制输入噪声带来的估计偏差。
本发明公开的鲁棒偏差补偿自适应滤波器,采用代价函数的无偏估计准则和符号运算来更新其权值向量,从而提高偏差补偿自适应滤波器的性能。
本发明采用的技术方案如下:
一种鲁棒偏差补偿自适应滤波器,其特征在于:所述自适应滤波器采用输入信号和期望信号携带的信息来补偿输入噪声引入的估计偏差,并对估计误差进行符号运算,来更新自适应滤波器的权值向量。
本发明还提供了一种鲁棒偏差补偿自适应滤波器的滤波方法,其特征在于:所述自适应滤波器采用以下步骤来估计n时刻无脉冲干扰误差的方差
1)将含噪输入信号向量与自适应滤波器的权值向量wn进行内积,生成自适应滤波器的输出即其中, 表示n时刻到n-M+1时刻含噪输入信号的M个样值,wn=[w0,n,w1,n,,wM-1,n]T,w0,n,w1,n,,wM-1,n表示n时刻权值向量wn的M个元素,M为整数,上标T表示转置;
2)根据计算n时刻的估计误差其中,dn表示未知系统的期望响应;
3)根据计算n时刻到n-L+1时刻的估计误差的平方的中值ψn,其中,median(·)表示求中值运算符,L表示中值窗的长度;
4)根据估计无脉冲干扰误差的平方值其中,θ为阈值参数;
5)根据来估计n时刻无脉冲干扰误差的方差其中,λ为遗忘因子。
优选的,上述自适应滤波器采用以下步骤来估计输入噪声η(n)的方差
1)根据来估计n时刻滤波器权值的功率
2)根据来估计输入噪声η(n)的方差,其中,ζ表示输出端和输入端噪声的功率比。
较佳的,上述方案中,采用更新权值向量wn,其中μ为步长,sgn[·]表示取符号函运算。
有益效果
相对于现有技术中的方案,本发明公开的鲁棒偏差补偿自适应滤波器既有抗脉冲干扰的能力,又能消除输入噪声引入的估计偏差。
本发明公开的方案利用偏差补偿的方法和符号运算的方法使得其在有输入噪声和脉冲的噪声的影响下保持自适应滤波器的鲁棒性。
利用偏差补偿的方法可以抑制输入噪声对未知系统的影响,而符号运算的方法可以减小脉冲噪声对未知系统的影响。
该偏差补偿自适应滤波器可以应用在带有输入噪声及干扰脉冲的电子、通信设备。
附图说明
下面结合附图及实施例对本发明作进一步描述:
图1为鲁棒偏差补偿自适应滤波器的框图;
图2为在实施例所述条件下LMS、SE-LMS和BC-SE-LMS的归一化均方偏差比较。
具体实施方式
实施例
本实施例通过计算机实验的方法来比较LMS自适应滤波器、SE-LMS自适应滤波器和本发明公开的BC-SE-LMS的收敛速度和稳态失调。
A.实验条件:
输入信号un为零均值的高斯白噪声声,其方差为测量噪声由z(n)由高斯白噪声vn和干扰噪声ρn合成,其中,vn的方差为脉冲噪声ρn由伯努利过程和高斯过程tn的乘积产生,即伯努利序列的概率分布满足信号干扰比取为-30dB。输入噪声ηn为零均值的高斯白噪声,方差为输入信号的信噪比未知系统的权值向量取为wo=[0.8,0.1,0.6,0.3,0.2,0.5,-0.7,-0.2,-0.3]T。
B.实验步骤:
1.初始化:
w0=[0,0,0,0,0,0,0,0,0]T,μ=0.0001,θ=5,L=11,λ=0.99,ζ=0.02,M=9。
2.在n≥1时刻,按下列各表达式更新权值向量wn:
1)
2)
3)
4)
5)
6)
7)
8)
C.实验结果:
采用随迭代次数(Iteration)变化的归一化均方偏差(NMSD)作为性能指标,其表达式为20log10(||wo-wn||/||wo||),单位为分贝(dB)。所有的NMSD曲线为200次独立实验取平均的结果。
如图2所示,对输入噪声和脉冲噪声环境中的未知系统的权值向量进行估计,本发明公开的BC-SE-LMS比传统的LMS自适应滤波器和SE-LMS自适应滤波器具有更快的收敛速度和更低的稳态失调。
上述实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人是能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰,都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种鲁棒偏差补偿自适应滤波器,其特征在于:所述自适应滤波器采用输入信号和期望信号携带的信息来补偿输入噪声引入的估计偏差,并对估计误差进行符号运算,来更新自适应滤波器的权值向量。
2.一种鲁棒偏差补偿自适应滤波器的滤波方法,其特征在于:所述自适应滤波器采用以下步骤来估计n时刻无脉冲干扰误差的方差
1)将含噪输入信号向量与自适应滤波器的权值向量wn进行内积,生成自适应滤波器的输出即其中, 表示n时刻到n-M+1时刻含噪输入信号的M个样值,wn=[w0,n,w1,n,,wM-1,n]T,w0,n,w1,n,,wM-1,n表示n时刻权值向量wn的M个元素,M为整数,上标T表示转置;
2)根据计算n时刻的估计误差其中,dn表示未知系统的期望响应;
3)根据计算n时刻到n-L+1时刻的估计误差的平方的中值ψn,其中,median(·)表示求中值运算符,L表示中值窗的长度;
4)根据估计无脉冲干扰误差的平方值其中,θ为阈值参数;
5)根据来估计n时刻无脉冲干扰误差的方差其中,λ为遗忘因子。
3.根据权利要求2所述的鲁棒偏差补偿自适应滤波器的滤波方法,其特征在于:所述自适应滤波器采用以下步骤来估计输入噪声η(n)的方差
1)根据来估计n时刻滤波器权值的功率
2)根据来估计输入噪声η(n)的方差,其中,ζ表示输出端和输入端噪声的功率比。
4.根据权利要求3所述的鲁棒偏差补偿自适应滤波器的滤波方法,其特征在于:所述自适应滤波器采用更新权值向量wn,其中μ为步长,sgn[·]表示取符号运算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710904571.1A CN107592096B (zh) | 2017-09-29 | 2017-09-29 | 一种鲁棒的偏差补偿自适应滤波器的滤波方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710904571.1A CN107592096B (zh) | 2017-09-29 | 2017-09-29 | 一种鲁棒的偏差补偿自适应滤波器的滤波方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107592096A true CN107592096A (zh) | 2018-01-16 |
CN107592096B CN107592096B (zh) | 2020-06-16 |
Family
ID=61047291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710904571.1A Active CN107592096B (zh) | 2017-09-29 | 2017-09-29 | 一种鲁棒的偏差补偿自适应滤波器的滤波方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107592096B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108279564A (zh) * | 2018-01-30 | 2018-07-13 | 苏州大学 | 一种鲁棒的稀疏多任务自适应系统及迭代方法 |
CN109212309A (zh) * | 2018-08-09 | 2019-01-15 | 西安理工大学 | 一种三相电力系统频率估计方法 |
CN110034747A (zh) * | 2019-04-02 | 2019-07-19 | 苏州大学 | 鲁棒的复数比例符号自适应滤波器 |
CN110190831A (zh) * | 2019-06-09 | 2019-08-30 | 苏州大学 | 一种混合范数非负自适应滤波器 |
CN112583381A (zh) * | 2020-12-15 | 2021-03-30 | 北京理工大学 | 一种基于偏差补偿类辅助变量的自适应滤波方法 |
CN112953463A (zh) * | 2021-03-05 | 2021-06-11 | 苏州大学 | 受约束的带遗忘因子递归最大相关熵自适应滤波器 |
CN113381730A (zh) * | 2021-05-19 | 2021-09-10 | 浙江传媒学院 | 一种鲁棒性自适应滤波系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1112317A (zh) * | 1994-03-07 | 1995-11-22 | 王幼华 | 自适应噪声滤波器 |
CN1790902A (zh) * | 2004-12-13 | 2006-06-21 | 上海无线通信研究中心 | 一种自适应滤波方法及装置 |
CN103929151A (zh) * | 2014-04-21 | 2014-07-16 | 北京航空航天大学 | 自适应最优相角陷波滤波器设计方法 |
US20150323232A1 (en) * | 2012-12-14 | 2015-11-12 | Daikin Industries, Ltd. | Active filter control device |
-
2017
- 2017-09-29 CN CN201710904571.1A patent/CN107592096B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1112317A (zh) * | 1994-03-07 | 1995-11-22 | 王幼华 | 自适应噪声滤波器 |
CN1790902A (zh) * | 2004-12-13 | 2006-06-21 | 上海无线通信研究中心 | 一种自适应滤波方法及装置 |
US20150323232A1 (en) * | 2012-12-14 | 2015-11-12 | Daikin Industries, Ltd. | Active filter control device |
CN103929151A (zh) * | 2014-04-21 | 2014-07-16 | 北京航空航天大学 | 自适应最优相角陷波滤波器设计方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108279564A (zh) * | 2018-01-30 | 2018-07-13 | 苏州大学 | 一种鲁棒的稀疏多任务自适应系统及迭代方法 |
CN108279564B (zh) * | 2018-01-30 | 2020-11-03 | 苏州大学 | 一种鲁棒的稀疏多任务自适应系统及迭代方法 |
CN109212309A (zh) * | 2018-08-09 | 2019-01-15 | 西安理工大学 | 一种三相电力系统频率估计方法 |
CN110034747A (zh) * | 2019-04-02 | 2019-07-19 | 苏州大学 | 鲁棒的复数比例符号自适应滤波器 |
CN110034747B (zh) * | 2019-04-02 | 2023-02-03 | 苏州大学 | 鲁棒的复数比例符号自适应滤波器 |
CN110190831A (zh) * | 2019-06-09 | 2019-08-30 | 苏州大学 | 一种混合范数非负自适应滤波器 |
CN110190831B (zh) * | 2019-06-09 | 2022-12-30 | 苏州大学 | 一种混合范数非负自适应滤波器 |
CN112583381A (zh) * | 2020-12-15 | 2021-03-30 | 北京理工大学 | 一种基于偏差补偿类辅助变量的自适应滤波方法 |
CN112583381B (zh) * | 2020-12-15 | 2022-07-15 | 北京理工大学 | 一种基于偏差补偿类辅助变量的自适应滤波方法 |
CN112953463A (zh) * | 2021-03-05 | 2021-06-11 | 苏州大学 | 受约束的带遗忘因子递归最大相关熵自适应滤波器 |
CN112953463B (zh) * | 2021-03-05 | 2023-06-23 | 苏州大学 | 受约束的带遗忘因子递归最大相关熵自适应滤波器 |
CN113381730A (zh) * | 2021-05-19 | 2021-09-10 | 浙江传媒学院 | 一种鲁棒性自适应滤波系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107592096B (zh) | 2020-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107592096A (zh) | 一种鲁棒偏差补偿自适应滤波器及其滤波方法 | |
CN108428445B (zh) | 一种无误差传声器的自适应主动降噪方法 | |
CN108200522B (zh) | 一种变正则化比例归一化子带自适应滤波方法 | |
CN109617538A (zh) | 鲁棒的变参数稀疏自适应滤波器 | |
WO2015165261A1 (zh) | 一种自适应rls判决反馈均衡系统及其实现方法 | |
CN107749304B (zh) | 有限冲激响应滤波器系数矢量的可持续更新方法及装置 | |
CN111277244B (zh) | 一种变步长零吸引归一化双符号自适应滤波器 | |
CN106210370B (zh) | 一种仿射投影最大熵子带自适应回声消除方法 | |
CN107333017B (zh) | 一种重用权系数指数型误差自适应回声消除方法 | |
CN110191245A (zh) | 一种基于时变参数的自适应回声消除方法 | |
CN109102794A (zh) | 基于凸组合的m估计成比例类仿射投影的回声消除方法 | |
CN106059531B (zh) | 一种非负自适应滤波器 | |
CN105721729B (zh) | 基于块稀疏成比例重用权系数仿射投影的回声消除方法 | |
CN110572525A (zh) | 一种用于语音通信的自适应通信回声消除方法 | |
CN114172490A (zh) | 一种基于Ekblom范数的鲁棒自适应噪声消除方法 | |
Gao et al. | A new variable step size CMA blind equalization algorithm | |
CN113676157B (zh) | 一种抵消直流偏置的自适应滤波算法 | |
Douglas et al. | The least-mean-magnitude-phase algorithm with applications to communications systems | |
CN110190832A (zh) | 变正则化参数多任务自适应滤波器网络 | |
Akingbade et al. | Separation of digital audio signals using least-mean-square (LMS) adaptive algorithm | |
CN111181531B (zh) | 一种变正则化偏差补偿符号子带自适应滤波器 | |
CN109147753A (zh) | 基于误差平方与误差平方对数之差最小的凸组合降噪方法 | |
CN114420147A (zh) | 基于比例总体自适应方法的回声消除器 | |
CN110034747A (zh) | 鲁棒的复数比例符号自适应滤波器 | |
CN113452350A (zh) | 一种变步长块稀疏仿射投影自适应滤波器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |