CN115842532A - 信号滤波方法、装置以及电子设备 - Google Patents
信号滤波方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN115842532A CN115842532A CN202211651714.XA CN202211651714A CN115842532A CN 115842532 A CN115842532 A CN 115842532A CN 202211651714 A CN202211651714 A CN 202211651714A CN 115842532 A CN115842532 A CN 115842532A
- Authority
- CN
- China
- Prior art keywords
- signal
- filter
- coefficient
- determining
- filter coefficient
- 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.)
- Pending
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000004590 computer program Methods 0.000 claims description 23
- 230000006870 function Effects 0.000 description 25
- 230000000875 corresponding effect Effects 0.000 description 22
- 230000008569 process Effects 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 8
- 230000007423 decrease Effects 0.000 description 7
- 230000003044 adaptive effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
Images
Landscapes
- Filters That Use Time-Delay Elements (AREA)
Abstract
本申请提供了一种信号滤波方法、装置以及电子设备，该信号滤波方法包括：利用第一滤波系数对输入信号进行滤波，得到输出信号；基于该输出信号和期望滤波器输出的期望信号，得到该滤波器的误差信号；基于该第一滤波系数和该误差信号的符号，确定第二滤波系数。该信号滤波方法不仅能够降低收敛后的稳态失调的影响，进而提升了滤波器的滤波性能，还能够提升收敛速度以及降低更新成本。
Description
技术领域
本申请实施例涉及数字信号处理领域中的滤波领域，并且更具体地，涉及信号滤波方法、装置以及电子设备。
背景技术
截止目前，自适应滤波器是数字信号处理领域的重要分支，一直倍受学术界和工程界的广泛关注。自适应滤波器与一般的线性滤波器不同，其在输入信号统计特性未知或者变化的情况下，将使用不同的滤波算法在迭代过程中自适应的调整系统本身的参数，进而实现最佳滤波。
其中，最小均方误差(Least Mean Square，LMS)算法是诸多的自适应滤波算法中应用非常广泛的一种算法。具体地，基于LMS准则的算法的基本公式如下：
e(n)＝d(n)-XH(n)·W(n) (1)；
W(n+1)＝W(n)+μ·e(n)·X*(n) (2)。
其中，e(n)表示误差信号，d(n)表示期望滤波器输出的期望信号，XH(n)表示对输入信号的共轭信号进行转置得到的转置信号，W(n)表示滤波器存储的滤波系数，W(n+1)表示更新后的滤波系数，μ表示滤波器的步长系数；X(n)表示输入信号的转置信号；n表示滤波器的当前迭代次数。
但是，针对信噪比(Signal Noise Ratio，SNR)过低的输入信号，e(n)通常会比较大，此时，如果采用e(n)对滤波器存储的滤波系数进行更新，会导致更新后的滤波系数相对更新前的滤波系数的变化较大，即，滤波器有可能会出现稳态失调(Steady State Mis-adjustment)的问题，其中，稳态失调通常指由于滤波器的收敛后扰动范围过大而使得滤波器的滤波性能达不到实际需求。
此外，e(n)过大也会导致滤波系数更新过程中存在计算量过大的问题，进而降低了收敛速度并增加了更新成本。
发明内容
本申请实施例提供了一种信号滤波方法、装置以及电子设备，不仅能够降低收敛后的稳态失调的影响，进而提升了滤波器的滤波性能，还能够提升收敛速度以及降低更新成本。
第一方面，本申请实施例提供了一种信号滤波方法，包括：
利用第一滤波系数对输入信号进行滤波，得到输出信号；
基于该输出信号和期望滤波器输出的期望信号，得到该滤波器的误差信号；
基于该第一滤波系数和该误差信号的符号，确定第二滤波系数。
第二方面，本申请实施例提供了一种信号滤波装置，包括：
滤波单元，用于利用第一滤波系数对输入信号进行滤波，得到输出信号；
第一确定单元，用于基于该输出信号和期望滤波器输出的期望信号，得到该滤波器的误差信号；
第二确定单元，用于基于该第一滤波系数和该误差信号的符号，确定第二滤波系数。
第三方面，本申请实施例提供了一种电子设备，包括处理器和存储器。所述存储器用于存储计算机程序，所述处理器用于调用并运行所述存储器中存储的计算机程序，以执行上文涉及的第一方面或其各实现方式中的方法。
在一种实现方式中，该处理器为一个或多个，该存储器为一个或多个。
在一种实现方式中，该存储器可以与该处理器集成在一起，或者该存储器与处理器分离设置。
在一种实现方式中，该电子设备还包括发射机(发射器)和接收机(接收器)。
第四方面，本申请实施例提供了一种芯片，用于实现上文涉及的第一方面或其各实现方式中的方法。具体地，所述芯片包括：处理器，用于从存储器中调用并运行计算机程序，使得安装有所述芯片的设备执行如上文涉及的第一方面或其各实现方式中的方法。
第五方面，本申请实施例提供了一种计算机可读存储介质，用于存储计算机程序，所述计算机程序使得计算机执行上文涉及的第一方面或其各实现方式中的方法。
第六方面，本申请实施例提供了一种计算机程序产品，包括计算机程序指令，所述计算机程序指令使得计算机执行上文涉及的第一方面或其各实现方式中的方法。
第七方面，本申请实施例提供了一种计算机程序，当其在计算机上运行时，使得计算机执行上文涉及的第一方面或其各实现方式中的方法。
本实施例中，该误差信号过大时，利用该误差信号的符号，自适应的调整该第一滤波系数并得到更新后的第二滤波系数，不仅避免了由于该误差信号过大导致更新后的第二滤波系数变化较大的问题，进而能够降低稳态失调对滤波器的影响，提升了滤波器的滤波性能；还避免了由于该误差信号过大导致滤波系数更新过程中计算量过大的问题，即能够降低滤波系数的更新复杂度，进而能够提升收敛速度以及降低更新成本。
附图说明
图1是本申请实施例提供的信号滤波方法的示意性流程图。
图2是本申请实施例提供的信号滤波方法的另一示意性流程图。
图3是本申请实施例提供的信号滤波装置的示意性框图。
图4是本申请实施例提供的电子设备的示意性框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
需要说明的是，在本申请实施例中涉及的术语“在……时”可以被解释成为“如果”或“若”或“当……时”或“响应于”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
此外，术语“预定义”或“预定义规则”可以通过在设备(例如，包括终端设备和网络设备)中预先保存相应的代码、表格或其他可用于指示相关信息的方式来实现，本申请对于其具体的实现方式不做限定。比如预定义可以是指协议中定义的。还应理解，本申请实施例中，所述"协议"可以指通信领域的标准协议，例如可以包括LTE协议、NR协议以及应用于未来的通信系统中的相关协议，本申请对此不做限定。
另外，本申请实施例中，术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。具体地，A和/或B可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1是本申请实施例提供的信号滤波方法100的示意性流程图，该信号滤波方法100可以由任意具有信号处理能力的电子设备执行。为便于说明，下面以信号滤波装置为执行主体为例对该信号滤波方法100进行示例性说明。
如图1所示，该信号滤波方法100可包括以下部分或全部内容：
S110，信号滤波装置利用第一滤波系数对输入信号进行滤波，得到输出信号。
示例性地，该第一滤波系数为该信号滤波装置存储的滤波系数。
S120，该信号滤波装置基于该输出信号和期望滤波器输出的期望信号，得到该滤波器的误差信号。
S130，该信号滤波装置基于该第一滤波系数和该误差信号的符号，确定第二滤波系数。
本实施例中，该误差信号过大时，利用该误差信号的符号，自适应的调整该第一滤波系数并得到更新后的第二滤波系数，不仅避免了由于该误差信号过大导致更新后的第二滤波系数变化较大的问题，进而能够降低稳态失调对滤波器的影响，提升了滤波器的滤波性能；还避免了由于该误差信号过大导致滤波系数更新过程中计算量过大的问题，即能够降低滤波系数的更新复杂度，进而能够提升收敛速度以及降低更新成本。
换言之，由于该误差信号受噪声信号的影响会有较高的随机性，例如对于SNR较低的输入信号而言，该误差信号对稳态失调会有较大的影响。因此，本实施例仅考虑该误差信号的符号(即正负方向)来更新滤波器存储的滤波系数，与基于该误差信号更新滤波器存储的滤波系数的方案相比，不仅能够降低误差信号的影响，进而能够降低稳态失调对滤波器的影响，提升了滤波器的滤波性能；还避免了由于该误差信号过大导致滤波系数更新过程中计算量过大的问题，即能够降低滤波系数的更新复杂度，进而能够提升收敛速度以及降低更新成本。
当然，该信号滤波装置还可以用于对该输入信号的直流信号进行估计。
例如，该信号滤波装置可以基于以下公式对该输入信号的直流信号进行估计：
Dc(n+1)＝Dc(n)-μ1TW*(n)e(n) (3)。
其中，Dc(n+1)表示通过第n+1次迭代估计的直流信号；Dc(n)表示通过第n次迭代估计的直流信号；μ表示滤波器的步长系数；W*(n)表示滤波器的滤波系数；e(n)表示误差信号。
在一些实施例中，该S130可包括：
信号滤波装置基于该误差信号的符号，确定第一参数；然后基于该第一滤波系数、该滤波器采用的步长系数、该第一参数以及该输入信号，确定该第二滤波系数。
在一些实施例中，信号滤波装置对该输入信号进行转置，得到转置信号；接着将该滤波器采用的步长系数、该第一参数以及该转置信号进行相乘，得到第二参数；然后将该第一滤波系数和该第二参数进行相加，得到该第二滤波系数。
在一些实施例中，信号滤波装置以该误差信号为自变量，利用符号函数确定该第一参数。
示例性地，该信号滤波装置以该误差信号为自变量，利用sign()确定该第一参数。其中，sign()的功能是取某个数的符号(正或负)。或者说，该第一参数为sign(e(n))。具体地，当e(n)>0时，sign(e(n))＝S1；当e(n)＝0时，sign(e(n))＝S2；当e(n)<0时，sign(e(n))＝S3，其中，S1为大于0的整数，S3为小于0的整数，S2为小于S1且大于S3的数值，例如，S1＝1，S2＝0，S3＝-1。
换言之，该信号滤波装置可以按照以下公式将该第一滤波系数更新为该第二滤波系数：
W(n+1)＝W(n)+μ·sign(e(n))·X*(n) (4)。
其中，W(n)表示该第一滤波系数，W(n+1)表示该第二滤波系数，μ表示该滤波器的步长系数；sign(e(n))表示该第一参数；e(n)表示该误差信号，sign()表示符号函数；X*(n)表示该输入信号的转置信号；n表示该滤波器的当前迭代次数。
本实施例中，在更新滤波器存储的滤波系数W(n)时，一方面，通过sign(e(n))能够明确W(n)的调整方向，即增大还是减小，保证了更新的准确度；另一方面，由于利用符号函数确定该第一参数通常为整数，因此，μ·sign(e(n))·X*(n)的计算量小于μ·e(n)·X*(n)的计算量，即能够降低滤波算法的运算复杂度。
在一些实施例中，该误差信号为复数信号；此时，信号滤波装置分别以该复数信号的实部和虚部为自变量，利用该符号函数得到第一数值和第二数值；然后将该第一数值和该第二数值的和，确定为该第一参数。
示例性地，若该误差信号为复数信号，则该信号滤波装置以该复数信号的实部为自变量，利用该符号函数得到该第一数值，并以该复数信号的虚部为自变量，利用该符号函数得到该第二数值；然后将该第一数值和该第二数值的和，确定为该第一参数。
换言之，该信号滤波装置可以按照以下公式确定该第一参数：
sign(e(n))＝sign(real(e(n)))+sign(imag(e(n))) (5)。
其中，sign(e(n))表示该第一参数；e(n)表示该误差信号，sign()表示符号函数；real(e(n))表示该误差信号的实部，imag(e(n))表示该误差信号的虚部。
值得注意的是，由于公式(4)采用步长系数μ为固定值，因此，如果μ较大，那么滤波器可以快速收敛，但是收敛后由于误差项(即μ·sign(e(n)))的影响，会使得滤波器具有较大的扰动范围，滤波器仍然有可能会出现稳态失调的问题；如果μ较小，该滤波器收敛后则会比较稳定，但是收敛速度会很慢。因此，本申请提出了可变步长(Variable Step Size)的VSS-LMS算法，即可以将公式(4)中的μ调整为μ(n)，即，使得滤波器能够基于当前迭代次数自适应的调整滤波器采用的步长系数。
换言之，该信号滤波装置可以按照以下公式将该第一滤波系数更新为该第二滤波系数：
W(n+1)＝W(n)+μ(n)·sign(e(n))·X*(n) (6)。
其中，W(n)表示该第一滤波系数，W(n+1)表示该第二滤波系数，μ(n)表示该滤波器的步长系数；sign(e(n))表示该第一参数；e(n)表示该误差信号，sign()表示符号函数；x*(n)表示该输入信号的转置信号；n表示该滤波器的当前迭代次数。
示例性地，该信号滤波装置可以通过以下公式，基于当前迭代次数自适应的调整滤波器采用的步长系数：
μ(n+1)＝αμ(n)+γe2(n) (7)。
其中，α表示第n次迭代过程中滤波器采用的步长系数的权重因子，γ表示误差信号的平方值的权重因子，0α＜1，γ＞0。α+γ可以等于1，也可以是大于或小于1的数值。
基于公式(7)可知，滤波器的步长系数会随着迭代次数的增加进行更新，而且会随着误差信号(即e(n))的下降而下降。但是，针对信噪比(Signal Noise Ratio，SNR)过低的输入信号，e(n)通常会比较大，此时，如果采用e(n)对μ(n)进行更新，仍然有可能导致更新后的μ(n+1)较大，即，滤波器还是有可能会出现稳态失调的问题。
有鉴于此，可以对公式(7)进行优化，即信号滤波装置可以基于当前迭代次数自适应的调整滤波器采用的步长系数：
μ(n+1)＝αμ(n)+γp2(n) (8)；
p(n)＝p(n-1)+(1-β)e(n)e(n-1) (9)o
其中，α和γ的含义与公式(7)相同，0<β<1为误差信号(即e(n))的权重因子。
基于公式(8)和公式(9)可知，通过引入β，能够降低e(n)的对稳态失调的影响，即能够解决滤波器出现稳态失调的问题。但是，基于公式(8)和公式(9)自适应的调整滤波器采用的步长系数时，会额外的引入基于α的滤波以及基于β的滤波，相当于，额外增加了两个滤波器，这会增加算法的实现复杂度。
有鉴于此，信号滤波装置可以基于该滤波器的当前迭代次数，确定该步长系数。相当于，该信号滤波装置在确定该步长系数时，可以仅考虑该滤波器的当前迭代次数，避免了基于滤波的方式确定该步长系数，能够降低算法实现的复杂度。具体地，该信号滤波装置一方面不需要考虑前一次迭代过程中滤波器采用的步长系数，即不需要引入基于α的滤波；另一方面也不需要误差信号，即不需要引入基于β的滤波，降低了算法实现的复杂度。
示例性地，该滤波器采用的步长系数与该滤波器的当前迭代次数负相关。
其中，负相关指：因变量值随自变量值的增大(减小)而减小(增大)，在这种情况下，因变量和自变量的相关系数为负值，即负相关。结合本实施例来说，该当前迭代次数为自变量，该滤波器采用的步长系数为因变量，具体而言，该滤波器采用的步长系数随该滤波器的当前迭代次数负的增大而减小。
本实施例中，该滤波器采用的步长系数会随着当前迭代次数的增加而下降，由此，能够在保证收敛速度的基础上，进一步解决滤波器出现稳态失调的问题。
在一些实施例中，信号滤波装置可以先确定该当前迭代次数所属的次数范围；然后该信号滤波装置可以基于该次数范围对应的数值，确定该步长系数。
示例性地，该信号滤波装置可以在第一映射关系包括的至少一个范围中，确定该当前迭代次数所属的次数范围；然后该信号滤波装置可以依据该第一映射关系，将该次数范围对应的数值，确定该步长系数。其中，该第一映射关系可以包括至少一个范围和至少一个数值之间的对应关系，该第一映射关系中的至少一个范围包括该次数范围。
在一些实施例中，该次数范围与该步长系数负相关。
示例性地，该次数范围为自变量，该步长系数为因变量，即该步长系数随该次数范围的增加而减小。
在一些实施例中，信号滤波装置可以将1/AK，确定为该步长系数；其中，该次数范围对应的数值为1/AK，或该次数范围对应的数值为K，A为正整数。
本实施例中，信号滤波装置将1/AK确定为该步长系数；一方面，随着迭代次数的增加，该步长系数以A的倍数级别的速率下降，可以保证在滤波器初期具有较大的更新幅度，提高滤波器的收敛速度；另一方面，在滤波器收敛以后，能够使得滤波器具有较小的扰动，能够避免出现稳态失调的问题，进而提升了滤波器的滤波性能。
示例性地，信号滤波装置可以基于以下公式将1/AK，确定为该步长系数：
其中，0k0＜k1＜…km，0T0＜T1＜…Tn-1，A＞0，例如A为预定义的数值。
值得注意的是，本领域技术人员可基于实际需求灵活设置A、k0～km、T0～Tm-1的取值，例如，本领域人员可以基于输出信号的信道条件，将A、k0～km、T0～Tm-1设置为与该信道条件相互匹配的数值。
例如，在该输出信号的信道质量小于预设阈值时，信号滤波装置可以按照第一梯度设置k0～km的取值，并按照第二梯度设置T0～Tm-1；在该输出信号的信道质量大于或等于该预设阈值时，可以按照第三梯度设置k0～km的取值，并按照第四梯度设置T0～Tm-1；其中，该第一梯度小于该第三梯度，和/或，该第二梯度小于该第四梯度。举例来说，在该输出信号的信道质量小于预设阈值时，信号滤波装置可以将k0～km的取值设置为1/2，1/4，1/8，...；在该输出信号的信道质量大于或等于该预设阈值时，可以将k0～km的取值设置为1/2，1/8，1/32，...。
再如，该输出信号的信道质量小于预设阈值时k0的取值，小于该输出信号的信道质量大于(或等于)预设阈值时k0的取值。例如，该输出信号的信道质量小于预设阈值时k0的取值为1/4，该输出信号的信道质量大于(或等于)预设阈值时k0的取值为1/2。
由上可知，本申请实施例中，信号滤波装置将1/AK，确定为该步长系数时，由于本领域技术人员可基于实际需求灵活设置1/AK和该次数范围，能够在不同信道条件或不同的应用场景下，保证滤波器的适用性，即提升了该滤波器的普适性。
在一些实施例中，A等于2。
换言之，信号滤波装置可以将1/2K，确定为该步长系数；其中，该次数范围对应的数值为1/2K，或该次数范围对应的数值为K。
本实施例中，A等于2时，该信号滤波装置可以通过简单的移位来确定该步长系数，进一步的降低了运算复杂度。
示例性地，信号滤波装置可以基于以下公式将1/AK，确定为该步长系数：
其中，0k0＜k1＜…km，0T＜T1＜…Tm-1。
在一些实施例中，该S110可包括：
信号滤波装置对该输入信号的共轭信号进行转置，并将得到的信号和该第一滤波系数进行相乘，得到该输出信号。
示例性地，该信号滤波装置可通过conj函数获取该输入信号的共轭信号，接着对该输入信号的共轭信号进行转置，得到共轭信号的转置信号；然后将得到的信号和该第一滤波系数进行相乘，得到该输出信号。
其中，conj函数用于计算复数的共轭值，即y＝conj(x)函数计算复数x的共轭值。输出结果y的维数跟输入x的维数一致，返回值为：real(y)-i*imag(y)。共轭信号指：值为共轭复数的信号。其中，两个实部相等且虚部互为相反数的复数互为共轭复数。当虚部不为零时，共轭复数就是实部相等，虚部相反，如果虚部为零，其共轭复数就是自身(当虚部不等于0时也叫共轭虚数)。复数z的共轭复数记作
有时也可表示为Z*。同时，复数z称为复数z的复共轭(complex conjugate)。
在一些实施例中，该S120可包括：
信号滤波装置将该期望信号与该输出信号的差值，确定为该误差信号。
在一些实施例中，该S120之前，该方法100还可包括：
信号滤波装置获取第一信号集合；该第一信号集合包括与该输入信号使用的调制方式对应的一个或多个信号；然后将该第一信号集合中与该输入信号最接近的信号，确定为该期望信号。
示例性地，该第一信号集合中的信号可以是预定义的信号。
示例性地，该输入信号使用的调制方式也可以等同替换为该输出信号使用的调制方式，其包括但不限于：幅度偏移调制(Amplitude-shift keying,ASK)、正交幅度调制(Quadrature amplitude modulation,QAM)、相位偏移调制(Phase-shift keying,PSK)、四相相移键控信号(Quadrature Phase Shift Keying，QPSK)、连续相位调制(Continuousphase modulation,CPM)、频率偏移调制(Frequency-shift keying，FSK)、高斯滤波最小移频键控(Gaussian minimum-shift keying，GMSK)、正交频分复用(Orthogonal frequencydivision multiplexing,OFDM)等调制方式，本申请对此不作具体限定。
图2是本申请实施例提供的信号滤波方法的另一示意性流程图。
如图2所示，一方面，该信号滤波装置获取期望信号d(n)和输入信号X(n)，并利用e(n)＝d(n)-XH(n)·W(n)获取误差信号e(n)；其中，XH(n)表示对输入信号X(n)的共轭信号X*(n)进行转置得到的转置信号。然后利用符号函数计算sign(e(n))。
另一方面，该信号滤波装置可以基于输入信号X(n)，利用conj函数确定该输入信号X(n)的共轭信号X*(n)，接着利用sign(e(n))乘以共轭信号X*(n)，得到sign(e(n))·X*(n)；然后，利用步长系数μ(n)乘以sign(e(n))·X*(n)，得到μ(n)·sign(e(n))·X*(n)。其中，μ(n)可以是基于当前迭代次数n在多个范围对应的多个数值中选择的数值，例如，μ(n)可以是1/2，1/4，1/8，1/16，1/32，...中的某一个数值。接着，对滤波器存储的滤波系数W(n)和μ(n)·sign(e(n))·X*(n)进行求和计算，得到更新后的滤波系数W(n+1)。由此，可利用第n+1次迭代过程中的输入信号X(n+1)对更新后的滤波系数W(n+1)进行更新。
由上可知，本实施例中，利用符号函数对误差信号e(n)进行计算得到的计算结果signe(n))更新滤波器存储的滤波系数W(n)，一方面，避免了由于该误差信号过大导致更新后的滤波系数W(n＝1)变化较大的问题，进而能够降低稳态失调对滤波器的影响，提升了滤波器的滤波性能；另一方面，还避免了由于该误差信号过大导致滤波系数更新过程中计算量过大的问题，即能够降低滤波系数的更新复杂度，进而能够提升收敛速度以及降低系数的更新成本。
此外，在更新滤波器存储的滤波系数W(n)时，一方面，通过sign(e(n))能够明确W(n)的调整方向，即增大还是减小，保证了更新的准确度；另一方面，由于利用符号函数确定该第一参数通常为整数，因此，μ·sign(e(n))·X*(n)的计算量小于μ·e(n)·X*(n)的计算量，即能够降低滤波算法的运算复杂度。
另外，利用当前迭代次数n确定的步长系数μ(n)更新滤波器存储的滤波系数W(n)，一方面，随着迭代次数的增加，该步长系数以A的倍数级别的速率下降，可以保证在滤波器初期具有较大的更新幅度，提高滤波器的收敛速度；另一方面，在滤波器收敛以后，能够使得滤波器具有较小的扰动，能够避免出现稳态失调的问题，进而提升了滤波器的滤波性能。尤其是，该步长系数为1/2，1/4，1/8，1/16，1/32，...中的某一个数值时，可以通过简单的移位来确定该步长系数，进一步的降低了运算复杂度。
以上结合附图详细描述了本申请的优选实施方式，但是，本申请并不限于上文涉及的实施方式中的具体细节，在本申请的技术构思范围内，可以对本申请的技术方案进行多种简单变型，这些简单变型均属于本申请的保护范围。例如，在上文涉及的具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本申请对各种可能的组合方式不再另行说明。又例如，本申请的各种不同的实施方式之间也可以进行任意组合，只要其不违背本申请的思想，其同样应当视为本申请所公开的内容。
还应理解，在本申请的各种方法实施例中，上文涉及的各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
上文对本申请实施例提供的方法进行了说明，下面对本申请实施例提供的装置进行说明。
图3是本申请实施例提供的信号滤波装置200的示意性框图。
如图3所示，该信号滤波装置200可包括：
滤波单元210，配置成利用第一滤波系数对输入信号进行滤波，得到输出信号；
第一确定单元220，配置成基于该输出信号和期望滤波器输出的期望信号，得到该滤波器的误差信号；
第二确定单元230，配置成基于该第一滤波系数和该误差信号的符号，确定第二滤波系数。
在一些实施例中，该第二确定单元230具体配置成：
基于该误差信号的符号，确定第一参数；
基于该第一滤波系数、该滤波器采用的步长系数、该第一参数以及该输入信号，确定该第二滤波系数。
在一些实施例中，该第二确定单元230具体配置成：
对该输入信号进行转置，得到转置信号；
将该滤波器采用的步长系数、该第一参数以及该转置信号进行相乘，得到第二参数；
将该第一滤波系数和该第二参数进行相加，得到该第二滤波系数。
在一些实施例中，该第二确定单元230具体配置成：
以该误差信号为自变量，利用符号函数确定该第一参数。
在一些实施例中，该误差信号为复数信号；该第二确定单元230具体配置成：
分别以该复数信号的实部和虚部为自变量，利用该符号函数得到第一数值和第二数值；
将该第一数值和该第二数值的和，确定为该第一参数。
在一些实施例中，该第二确定单元230还配置成：
基于该第一滤波系数、该滤波器采用的步长系数、该第一参数以及该输入信号，确定该第二滤波系数之前，基于该滤波器的当前迭代次数，确定该步长系数。
在一些实施例中，该第二确定单元230具体配置成：
确定该当前迭代次数所属的次数范围；
基于该次数范围对应的数值，确定该步长系数。
在一些实施例中，该次数范围与该步长系数负相关。
在一些实施例中，该第二确定单元230具体配置成：
将1/AK，确定为该步长系数；
其中，该次数范围对应的数值为1/AK，或该次数范围对应的数值为K，A为正整数。
在一些实施例中，A等于2。
在一些实施例中，该滤波单元210具体配置成：
对该输入信号的共轭信号进行转置，并将得到的信号该转置信号和该第一滤波系数进行相乘，得到该输出信号。
在一些实施例中，该第一确定单元220具体配置成：
将该期望信号与该输出信号的差值，确定为该误差信号。
在一些实施例中，该第一确定单元220还配置成：
基于该输出信号和期望滤波器输出的期望信号，得到该滤波器的误差信号之前，获取第一信号集合；该第一信号集合包括与该输入信号使用的调制方式对应的一个或多个信号；
将该第一信号集合中与该输入信号最接近的信号，确定为该期望信号。
应理解，装置实施例与方法实施例可以相互对应，类似的描述可以参照方法实施例。为避免重复，此处不再赘述。具体地，信号滤波装置200可以对应于执行本申请实施例的方法100中的相应主体，并且信号滤波装置200中的各个单元分别为了实现方法100中的相应流程，为了简洁，在此不再赘述。
还应当理解，本申请实施例涉及的信号滤波装置200中的各个单元可以分别或全部合并为一个或若干个另外的单元来构成，或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成，这可以实现同样的操作，而不影响本申请的实施例的技术效果的实现。上文涉及的单元是基于逻辑功能划分的，在实际应用中，一个单元的功能也可以由多个单元来实现，或者多个单元的功能由一个单元实现。在本申请的其它实施例中，该信号滤波装置200也可以包括其它单元，在实际应用中，这些功能也可以由其它单元协助实现，并且可以由多个单元协作实现。根据本申请的另一个实施例，可以通过在包括例如中央处理单元(CPU)、随机存取存储介质(RAM)、只读存储介质(ROM)等处理元件和存储元件的通用计算机的通用计算设备上运行能够执行相应方法所涉及的各步骤的计算机程序(包括程序代码)，来构造本申请实施例涉及的信号滤波装置200，以及来实现本申请实施例提供的方法。计算机程序可以记载于例如计算机可读存储介质上，并通过计算机可读存储介质装载于电子设备中，并在其中运行，来实现本申请实施例的相应方法。
换言之，上文涉及的单元可以通过硬件形式实现，也可以通过软件形式的指令实现，还可以通过软硬件结合的形式实现。具体地，本申请实施例中的方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路和/或软件形式的指令完成，结合本申请实施例公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件组合执行完成。可选地，软件可以位于随机存储器，闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等本领域的成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上文涉及的方法实施例中的步骤。
图4是本申请实施例提供的电子设备300的示意结构图。
如图4所示，该电子设备300至少包括处理器310以及计算机可读存储介质320。其中，处理器310以及计算机可读存储介质320可通过总线或者其它方式连接。计算机可读存储介质320用于存储计算机程序321，计算机程序321包括计算机指令，处理器310用于执行计算机可读存储介质320存储的计算机指令。处理器310是电子设备300的计算核心以及控制核心，其适于实现一条或多条计算机指令，具体适于加载并执行一条或多条计算机指令从而实现相应方法流程或相应功能。
作为示例，处理器310也可称为中央处理器(Central Processing Unit，CPU)。处理器310可以包括但不限于：通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立元件门或者晶体管逻辑器件、分立硬件组件等等。
作为示例，计算机可读存储介质320可以是高速RAM存储器，也可以是非不稳定的存储器(Non-VolatileMemory)，例如至少一个磁盘存储器；可选的，还可以是至少一个位于远离前述处理器310的计算机可读存储介质。具体而言，计算机可读存储介质320包括但不限于：易失性存储器和/或非易失性存储器。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DR RAM)。
如图4所示，该电子设备300还可以包括收发器330。
其中，处理器310可以控制该收发器330与其他设备进行通信，具体地，可以向其他设备发送信息或数据，或接收其他设备发送的信息或数据。收发器330可以包括发射机和接收机。收发器330还可以进一步包括天线，天线的数量可以为一个或多个。
应当理解，该电子设备300中的各个组件通过总线系统相连，其中，总线系统除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。值得注意的是，该电子设备300可以是任意一种具有数据处理能力的电子设备；该计算机可读存储介质320中存储有计算机指令；由处理器310加载并执行计算机可读存储介质320中存放的计算机指令，以实现图1所示方法实施例中的相应步骤；具体实现中，计算机可读存储介质320中的计算机指令由处理器310加载并执行相应步骤，为避免重复，此处不再赘述。
根据本申请的另一方面，本申请实施例提供了一种芯片。该芯片可以是一种集成电路芯片，具有信号的处理能力，可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。该芯片还可以称为系统级芯片，系统芯片，芯片系统或片上系统芯片等。该芯片可应用到各种能够安装芯片的电子设备中，使得安装有该芯片的通信设备能够执行本申请实施例中的公开的各方法、步骤及逻辑框图。例如，该芯片可以是处理器310，其适于实现一条或多条计算机指令，具体适于加载并执行一条或多条计算机指令从而实现相应方法流程或相应功能。
根据本申请的另一方面，本申请实施例提供了一种计算机可读存储介质(Memory)。计算机可读存储介质是电子设备300中的记忆设备，用于存放程序和数据。例如，计算机可读存储介质320。可以理解的是，此处的计算机可读存储介质320既可以包括电子设备300中的内置存储介质，当然也可以包括电子设备300所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了电子设备300的操作系统。并且，在该存储空间中还存放了适于被处理器310加载并执行的一条或多条的计算机指令，这些计算机指令可以是一个或多个的计算机程序321(包括程序代码)。
根据本申请的另一方面，本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。例如，计算机程序321。此时，数据处理设备300可以是计算机，处理器310从计算机可读存储介质320读取该计算机指令，处理器310执行该计算机指令，使得该计算机执行上文涉及的各种可选方式中提供的各种方法。换言之，当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时，全部或部分地运行本申请实施例的流程或实现本申请实施例的功能。该计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质进行传输，例如，该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriberline，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元以及流程步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
最后需要说明的是，以上内容，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (17)
1.一种信号滤波方法，其特征在于，包括：
利用第一滤波系数对输入信号进行滤波，得到输出信号；
基于所述输出信号和期望滤波器输出的期望信号，得到所述滤波器的误差信号；
基于所述第一滤波系数和所述误差信号的符号，确定第二滤波系数。
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一滤波系数和所述误差信号的符号，确定第二滤波系数，包括：
基于所述误差信号的符号，确定第一参数；
基于所述第一滤波系数、所述滤波器采用的步长系数、所述第一参数以及所述输入信号，确定所述第二滤波系数。
3.根据权利要求2所述的方法，其特征在于，所述基于所述第一滤波系数、所述滤波器采用的步长系数、所述第一参数以及所述输入信号，确定所述第二滤波系数，包括：
对所述输入信号进行转置，得到转置信号；
将所述滤波器采用的步长系数、所述第一参数以及所述转置信号进行相乘，得到第二参数；
将所述第一滤波系数和所述第二参数进行相加，得到所述第二滤波系数。
4.根据权利要求2所述的方法，其特征在于，所述基于所述误差信号的符号位，确定第一参数，包括：
以所述误差信号为自变量，利用符号函数确定所述第一参数。
5.根据权利要求4所述的方法，其特征在于，所述误差信号为复数信号；
其中，所述以所述误差信号为自变量，利用符号函数确定所述第一参数，包括：
分别以所述复数信号的实部和虚部为自变量，利用所述符号函数得到第一数值和第二数值；
将所述第一数值和所述第二数值的和，确定为所述第一参数。
6.根据权利要求2所述的方法，其特征在于，所述基于所述第一滤波系数、所述滤波器采用的步长系数、所述第一参数以及所述输入信号，确定所述第二滤波系数之前，所述方法还包括：
基于所述滤波器的当前迭代次数，确定所述步长系数。
7.根据权利要求6所述的方法，其特征在于，所述基于所述滤波器的当前迭代次数，确定所述步长系数，包括：
确定所述当前迭代次数所属的次数范围；
基于所述次数范围对应的数值，确定所述步长系数。
8.根据权利要求7所述的方法，其特征在于，所述次数范围与所述步长系数负相关。
9.根据权利要求7所述的方法，其特征在于，所述基于所述次数范围对应的数值，确定所述步长系数，包括：
将1/AK，确定为所述步长系数；
其中，所述次数范围对应的数值为1/AK，或所述次数范围对应的数值为K，A为正整数。
10.根据权利要求9所述的方法，其特征在于，A等于2。
11.根据权利要求1至10中任一项所述的方法，其特征在于，所述利用第一滤波系数对输入信号进行滤波，得到输出信号，包括：
对所述输入信号的共轭信号进行转置，并将得到的信号和所述第一滤波系数进行相乘，得到所述输出信号。
12.根据权利要求1至10中任一项所述的方法，其特征在于，所述基于所述输出信号和期望滤波器输出的期望信号，得到所述滤波器的误差信号，包括：
将所述期望信号与所述输出信号的差值，确定为所述误差信号。
13.根据权利要求1至10中任一项所述的方法，其特征在于，所述基于所述输出信号和期望滤波器输出的期望信号，得到所述滤波器的误差信号之前，所述方法还包括：
获取第一信号集合；所述第一信号集合包括与所述输入信号使用的调制方式对应的一个或多个信号；
将所述第一信号集合中与所述输入信号最接近的信号，确定为所述期望信号。
14.一种信号滤波装置，其特征在于，包括：
滤波单元，配置成利用第一滤波系数对输入信号进行滤波，得到输出信号；
第一确定单元，配置成基于所述输出信号和期望滤波器输出的期望信号，得到所述滤波器的误差信号；
第二确定单元，配置成基于所述第一滤波系数和所述误差信号的符号，确定第二滤波系数。
15.一种芯片，其特征在于，包括：
处理器，用于执行计算机程序，使得安装有所述芯片的设备执行权利要求1至13中任一项所述的方法。
16.一种电子设备，其特征在于，包括：
处理器，适于执行计算机程序；
计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被所述处理器执行时，实现权利要求1至13中任一项所述的方法。
17.一种计算机可读存储介质，其特征在于，用于存储计算机程序，所述计算机程序使得计算机执行权利要求1至13中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211651714.XA CN115842532A (zh) | 2022-12-21 | 2022-12-21 | 信号滤波方法、装置以及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211651714.XA CN115842532A (zh) | 2022-12-21 | 2022-12-21 | 信号滤波方法、装置以及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115842532A true CN115842532A (zh) | 2023-03-24 |
Family
ID=85579033
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211651714.XA Pending CN115842532A (zh) | 2022-12-21 | 2022-12-21 | 信号滤波方法、装置以及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115842532A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113765503A (zh) * | 2021-08-20 | 2021-12-07 | 湖南艾科诺维科技有限公司 | 用于自适应滤波的lms权值迭代计算装置及方法 |
-
2022
- 2022-12-21 CN CN202211651714.XA patent/CN115842532A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113765503A (zh) * | 2021-08-20 | 2021-12-07 | 湖南艾科诺维科技有限公司 | 用于自适应滤波的lms权值迭代计算装置及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Benesty et al. | On regularization in adaptive filtering | |
| Yu et al. | A new normalized subband adaptive filter algorithm with individual variable step sizes | |
| US20040062317A1 (en) | Multi-pass interference removal apparatus and mult-pass interference removal method | |
| CN115842532A (zh) | 信号滤波方法、装置以及电子设备 | |
| US9194902B2 (en) | Noise variance estimation and interference detection | |
| CN116032702B (zh) | 自适应信道估计方法、装置、计算机设备和存储介质 | |
| CN109729032B (zh) | 一种频偏估计值的校正方法、装置及计算机可读存储介质 | |
| CN114697178A (zh) | 导频位置信道的估计方法、装置、存储介质及电子设备 | |
| Besson et al. | Training sequence selection for frequency offset estimation in frequency selective channels | |
| CN114866375B (zh) | 一种信道估计的方法、装置、存储介质及电子设备 | |
| CN115396055A (zh) | 信道预测方法及装置 | |
| CN111198673A (zh) | 字长调整方法、装置、设备及存储介质 | |
| US8917799B2 (en) | Edge equalizer | |
| Shu et al. | Set-membership LMS adaptive algorithms based on an error-estimation time-varying bound method | |
| CN118020077A (zh) | 针对天线阵列的基于机器学习的信道估计 | |
| CN108243124B (zh) | 一种信道估计方法和装置 | |
| Zhang et al. | Low-Complexity l 0-Norm Penalized Shrinkage Linear and Widely Linear Affine Projection Algorithms | |
| US10516554B2 (en) | Method and node in a wireless communication network | |
| CN109314534B (zh) | 无线电通信接收机和用于配置无线电通信接收机的陷波滤波器的方法 | |
| JP5454237B2 (ja) | 受信装置および受信方法 | |
| Liu et al. | Adaptive modulation based on steady-state mean square error for underwater acoustic communication | |
| Salman et al. | Recursive inverse adaptive algorithm: a second-order version, a fast implementation technique, and further results | |
| Elisei-Iliescu et al. | Recursive Least-Squares Algorithms for Echo Cancellation An Overview and Open Issues | |
| CN114665994B (zh) | 接收功率的估计方法、装置、设备和可读存储介质 | |
| WO2022120757A1 (zh) | 一种星座符号检测方法及装置 |
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 |