JPH09312581A - 適応フィルタの係数推定装置 - Google Patents
適応フィルタの係数推定装置Info
- Publication number
- JPH09312581A JPH09312581A JP12475196A JP12475196A JPH09312581A JP H09312581 A JPH09312581 A JP H09312581A JP 12475196 A JP12475196 A JP 12475196A JP 12475196 A JP12475196 A JP 12475196A JP H09312581 A JPH09312581 A JP H09312581A
- Authority
- JP
- Japan
- Prior art keywords
- coefficient
- adaptive filter
- reference signal
- response
- power
- 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.)
- Withdrawn
Links
Abstract
(57)【要約】
【課題】本発明は、特性が未知の信号伝達系に送出した
既知の信号（参照信号）とその応答とから、該信号伝達
系のインパルス応答を模擬する適応フィルタの係数を推
定する装置の改良に関し、亜逐次最小２乗法において必
要とされる除算を抑えることを目的とする。 【解決手段】該未知系の応答と該参照信号との相互相関
関数を計算する手段１１０と、該参照信号の自己相関関
数を計算する手段１２０と、記憶手段１４０に記憶され
た適応フィルタの係数と該自己相関関数との積を得る手
段１２１と、該相互相関関数と該積との差分に対して自
己相関関数の一部として得た参照信号のパワーに対応す
る値を除数として除算する手段１３１と、その除算する
手段の出力を該レジスタに記憶された係数に加算する手
段１３２とを有し、その加算する手段１３２の加算値を
該適応フィルタの新しい係数として記憶手段１４０に記
憶された係数を更新することを特徴とする。
既知の信号（参照信号）とその応答とから、該信号伝達
系のインパルス応答を模擬する適応フィルタの係数を推
定する装置の改良に関し、亜逐次最小２乗法において必
要とされる除算を抑えることを目的とする。 【解決手段】該未知系の応答と該参照信号との相互相関
関数を計算する手段１１０と、該参照信号の自己相関関
数を計算する手段１２０と、記憶手段１４０に記憶され
た適応フィルタの係数と該自己相関関数との積を得る手
段１２１と、該相互相関関数と該積との差分に対して自
己相関関数の一部として得た参照信号のパワーに対応す
る値を除数として除算する手段１３１と、その除算する
手段の出力を該レジスタに記憶された係数に加算する手
段１３２とを有し、その加算する手段１３２の加算値を
該適応フィルタの新しい係数として記憶手段１４０に記
憶された係数を更新することを特徴とする。
Description
【０００１】
【発明の属する技術分野】本発明は、特性が未知の信号
伝達系に送出した既知の信号（参照信号）とその応答と
から、該信号伝達系のインパルス応答を模擬する非巡回
型（ＦＩＲ：Finite Impulse Response)フィルタなどの
適応フィルタの係数を推定する装置の改良に関する。
伝達系に送出した既知の信号（参照信号）とその応答と
から、該信号伝達系のインパルス応答を模擬する非巡回
型（ＦＩＲ：Finite Impulse Response)フィルタなどの
適応フィルタの係数を推定する装置の改良に関する。
【０００２】図２は本発明が適用される適応システムの
基本構造である。この図２に示すシステムにおいて既知
の参照信号Ｘj が信号伝達系２００に送出されたとき、
その信号伝達系の出力には応答 ｇj ＝ｈj T Ｘj （１） ｊ：時刻（sample time index, iteration) が得られる。ここで、ｈj は、その応答長がＩ標本化
周期と仮定される未知の信号伝達系のインパルス応答で
あり、参照信号とあわせて、 ｈj T ＝〔ｈj (1) ，ｈj (2) ，・・・，ｈj (I) 〕 （２） Ｘj T ＝〔Ｘj (1) ，Ｘj (2) ，・・・，Ｘj (I) 〕 （３） と表現される。
基本構造である。この図２に示すシステムにおいて既知
の参照信号Ｘj が信号伝達系２００に送出されたとき、
その信号伝達系の出力には応答 ｇj ＝ｈj T Ｘj （１） ｊ：時刻（sample time index, iteration) が得られる。ここで、ｈj は、その応答長がＩ標本化
周期と仮定される未知の信号伝達系のインパルス応答で
あり、参照信号とあわせて、 ｈj T ＝〔ｈj (1) ，ｈj (2) ，・・・，ｈj (I) 〕 （２） Ｘj T ＝〔Ｘj (1) ，Ｘj (2) ，・・・，Ｘj (I) 〕 （３） と表現される。
【０００３】非巡回型フィルタ２１０は、この応答ｇj
に対して擬似応答 Ｇj ＝Ｈj T Ｘj （４） を合成し、この擬似応答Ｇj によってその応答ｇj は減
算器２２０において相殺される。このとき、この減算の
結果として得られる応答相殺の程度は、係数更新回路２
３０によって算定される非巡回型フィルタ２１０の係数
Ｈj と信号伝達系２００のインパルス応答ｈj との
誤差（推定誤差） Δj ＝ｈj −Ｈj （５） によって測られ、係数更新回路２３０はその残差信号 Ｅj ＝ｙj −Ｇj （６） ＝Δj T Ｘj ＋Ｎj （７） が最も小さくなるように係数Ｈj を更新する。ここ
で、Ｎj は外乱であり、加算器２２１は現実には回路と
して構成されない。
に対して擬似応答 Ｇj ＝Ｈj T Ｘj （４） を合成し、この擬似応答Ｇj によってその応答ｇj は減
算器２２０において相殺される。このとき、この減算の
結果として得られる応答相殺の程度は、係数更新回路２
３０によって算定される非巡回型フィルタ２１０の係数
Ｈj と信号伝達系２００のインパルス応答ｈj との
誤差（推定誤差） Δj ＝ｈj −Ｈj （５） によって測られ、係数更新回路２３０はその残差信号 Ｅj ＝ｙj −Ｇj （６） ＝Δj T Ｘj ＋Ｎj （７） が最も小さくなるように係数Ｈj を更新する。ここ
で、Ｎj は外乱であり、加算器２２１は現実には回路と
して構成されない。
【０００４】この適応システムの応用例の一つに図３に
示す音響エコーキャンセラがある。この音響エコーキャ
ンセラのスピーカ３００からマイクロホン３０１に至る
音響伝達系が図２に示す未知の信号伝達系２００に対応
する。この音響エコーキャンセラの目的は、非巡回型フ
ィルタ２１０で合成した擬似エコーをもってスピーカ３
００からマイクロホン３０１に至る音響結合を相殺し、
ハウリングの発生を防ぐことである。しかし、非巡回型
フィルタ２１０の係数が収束し、十分なエコー消去量が
確保されるまでには時間がかかるために、その間におい
てハウリングが発生する危険が否定できない。係数更新
回路２３０は非巡回型フィルタ２１０の係数を素早く更
新して、ハウリングが発生する前に音響結合を小さく抑
える必要がある。当然ながら、その収束の高速化と同時
に、実用的には、その係数更新に要する処理量が少ない
ことが求められ、従って適応フィルタの係数更新回路と
して、この非巡回型フィルタ２１０の係数を高速に推定
するとともに、処理量の少ないことが求められる。
示す音響エコーキャンセラがある。この音響エコーキャ
ンセラのスピーカ３００からマイクロホン３０１に至る
音響伝達系が図２に示す未知の信号伝達系２００に対応
する。この音響エコーキャンセラの目的は、非巡回型フ
ィルタ２１０で合成した擬似エコーをもってスピーカ３
００からマイクロホン３０１に至る音響結合を相殺し、
ハウリングの発生を防ぐことである。しかし、非巡回型
フィルタ２１０の係数が収束し、十分なエコー消去量が
確保されるまでには時間がかかるために、その間におい
てハウリングが発生する危険が否定できない。係数更新
回路２３０は非巡回型フィルタ２１０の係数を素早く更
新して、ハウリングが発生する前に音響結合を小さく抑
える必要がある。当然ながら、その収束の高速化と同時
に、実用的には、その係数更新に要する処理量が少ない
ことが求められ、従って適応フィルタの係数更新回路と
して、この非巡回型フィルタ２１０の係数を高速に推定
するとともに、処理量の少ないことが求められる。
【０００５】
【従来の技術】この係数更新回路を実現する比較的に計
算量が少ないアルゴリズムとして学習同定法（ＮＬＭ
Ｓ：Normalized Least Mean Square) がよく知られてい
る。その係数更新式は、 Ｈj+1 ＝Ｈj ＋μＥj Ｘj ／Ｘj T Ｘj （８） と書かれる。ここで、μはステップゲイン（０＜μ＜
２）である。この学習同定法は処理量が少ないことを特
徴としており、実用システムへの適用が最もよく検討さ
れているアルゴリズムの一つとなっている。その難点は
収束が遅いことである。
算量が少ないアルゴリズムとして学習同定法（ＮＬＭ
Ｓ：Normalized Least Mean Square) がよく知られてい
る。その係数更新式は、 Ｈj+1 ＝Ｈj ＋μＥj Ｘj ／Ｘj T Ｘj （８） と書かれる。ここで、μはステップゲイン（０＜μ＜
２）である。この学習同定法は処理量が少ないことを特
徴としており、実用システムへの適用が最もよく検討さ
れているアルゴリズムの一つとなっている。その難点は
収束が遅いことである。
【０００６】一方、逐次最小２乗法（ＲＬＳ：Recursiv
e Least Square法）は、その収束が大幅に高速化される
アルゴリズムとして知られ、その係数更新式は、 Ｈj+1 ＝Ｈj ＋Ｅj Ｐj Ｘj ／〔１＋Ｘj T Ｐj Ｘj 〕 （９） と与えられる。但し、 Ｐj+1 ＝Ｐj −Ｐj Ｘj Ｘj T Ｐj ／〔１＋Ｘj T Ｐj Ｘj 〕 （１０） である。一見して明らかに、ＲＬＳ法は学習同定法に比
較して計算量が多いという欠点をもつ。
e Least Square法）は、その収束が大幅に高速化される
アルゴリズムとして知られ、その係数更新式は、 Ｈj+1 ＝Ｈj ＋Ｅj Ｐj Ｘj ／〔１＋Ｘj T Ｐj Ｘj 〕 （９） と与えられる。但し、 Ｐj+1 ＝Ｐj −Ｐj Ｘj Ｘj T Ｐj ／〔１＋Ｘj T Ｐj Ｘj 〕 （１０） である。一見して明らかに、ＲＬＳ法は学習同定法に比
較して計算量が多いという欠点をもつ。
【０００７】このＲＬＳ法に対して、本発明者らによっ
て学習同定法の１次巡回型フィルタ表現から導出された
アルゴリズムが亜逐次最小２乗法（Sub-ＲＬＳ法）であ
る。この亜逐次最小２乗法の参考文献としては、"A Fas
t Adaptive Algorithm Suitable for Acoustic Echo Ca
nceller, IEICE Trans. , vol.B75-A, No.11, pp.1509-
1515, Nov.1992" がある。この計算式は Ｈj+1 ＝Ｓj Ｙj −Ｒj Ｈj （１１） と書かれる。
て学習同定法の１次巡回型フィルタ表現から導出された
アルゴリズムが亜逐次最小２乗法（Sub-ＲＬＳ法）であ
る。この亜逐次最小２乗法の参考文献としては、"A Fas
t Adaptive Algorithm Suitable for Acoustic Echo Ca
nceller, IEICE Trans. , vol.B75-A, No.11, pp.1509-
1515, Nov.1992" がある。この計算式は Ｈj+1 ＝Ｓj Ｙj −Ｒj Ｈj （１１） と書かれる。
【０００８】但し、 Ｙj ＝Σｙt Ｘt （１２） （但し、Σはｔ＝１からｊまでの加算、以下の各式にお
いても同じ） Ｓnn＝１／ΣＸt (n) Ｘt (n) （１３） ｒnm＝ΣＸt (n) Ｘt (m) ／ΣＸt (n) Ｘt (n) 〔ｎ≠ｍ〕 （１６） である。
いても同じ） Ｓnn＝１／ΣＸt (n) Ｘt (n) （１３） ｒnm＝ΣＸt (n) Ｘt (m) ／ΣＸt (n) Ｘt (n) 〔ｎ≠ｍ〕 （１６） である。
【０００９】また、その係数更新に対して係数Ｈ
j+1 (1) の算定には次の係数の組 ｛０，Ｈj (2) ，Ｈj (3) ，・・・Ｈj (I) ｝ を用いるとしても、次の係数Ｈj+1 (2) の算定には新し
く得たＨj+1 (1) の利用が可能となるので、 ｛Ｈj+1 (1)，０，Ｈj (3) ，・・・Ｈj (I) ｝ を用いて式（１１）の第２項を計算する。この構成とす
るとき、古いＨj (1) を保存する必要がなくなるので、
メモリの節約が可能となる。以下同様に、 ｛Ｈj+1 (1) ，Ｈj+1 (2) ，０，Ｈj （４）・・・Ｈj (I) ｝ ・・・・・・・・・・・・・・・・・・・・・・・・・ ｛Ｈj+1 (1) ，Ｈj+1 (2) ，Ｈj+1 (3) ，・・・Ｈj+1 (I-1) ，０｝ を係数更新に用いる。
j+1 (1) の算定には次の係数の組 ｛０，Ｈj (2) ，Ｈj (3) ，・・・Ｈj (I) ｝ を用いるとしても、次の係数Ｈj+1 (2) の算定には新し
く得たＨj+1 (1) の利用が可能となるので、 ｛Ｈj+1 (1)，０，Ｈj (3) ，・・・Ｈj (I) ｝ を用いて式（１１）の第２項を計算する。この構成とす
るとき、古いＨj (1) を保存する必要がなくなるので、
メモリの節約が可能となる。以下同様に、 ｛Ｈj+1 (1) ，Ｈj+1 (2) ，０，Ｈj （４）・・・Ｈj (I) ｝ ・・・・・・・・・・・・・・・・・・・・・・・・・ ｛Ｈj+1 (1) ，Ｈj+1 (2) ，Ｈj+1 (3) ，・・・Ｈj+1 (I-1) ，０｝ を係数更新に用いる。
【００１０】明らかに、この係数更新法において計算量
の大部分を占める式（１３）、式（１５）の合計計算量
もＲＬＳ法におけるＸj Ｘj T と、その行列Ｘj
Ｘ j T の対角成分で各行を正規化する計算量に等し
く、その量はＲＬＳ法と比較して少ない。
の大部分を占める式（１３）、式（１５）の合計計算量
もＲＬＳ法におけるＸj Ｘj T と、その行列Ｘj
Ｘ j T の対角成分で各行を正規化する計算量に等し
く、その量はＲＬＳ法と比較して少ない。
【００１１】また、その収束速度は図４から確認される
ようにＲＬＳ法に比較して少し劣る程度である。但し、
この例において未知の信号伝達系２００のインパルス応
答の振幅特性は平坦、Ｉ＝１２８、参照信号と外乱はと
もに白色雑音で、そのパワー比は約４０dBとしている。
また、推定精度は、 Ｄj ＝Δj T Δj ／ｈj T ｈj （１７） を標本化周期ごとに計算して対数で表示している。
ようにＲＬＳ法に比較して少し劣る程度である。但し、
この例において未知の信号伝達系２００のインパルス応
答の振幅特性は平坦、Ｉ＝１２８、参照信号と外乱はと
もに白色雑音で、そのパワー比は約４０dBとしている。
また、推定精度は、 Ｄj ＝Δj T Δj ／ｈj T ｈj （１７） を標本化周期ごとに計算して対数で表示している。
【００１２】
【発明が解決しようとする課題】それでも、計算量は依
然として多い。特に、行列Ｓj やＲj の各成分を得
るのにタップ数×タップ数（Ｉ×Ｉ）個の除算を必要と
する。除算は乗算に比較して格段に多くの処理量を必要
とし、その削減は乗算数や加算数を減らす以上の効果が
ある。
然として多い。特に、行列Ｓj やＲj の各成分を得
るのにタップ数×タップ数（Ｉ×Ｉ）個の除算を必要と
する。除算は乗算に比較して格段に多くの処理量を必要
とし、その削減は乗算数や加算数を減らす以上の効果が
ある。
【００１３】本発明の目的は、この亜逐次最小２乗法に
おいて必要とされる除算を抑えた適応フィルタ係数の更
新回路を提供することにある。
おいて必要とされる除算を抑えた適応フィルタ係数の更
新回路を提供することにある。
【００１４】
【課題を解決するための手段】図１は、特性が未知の信
号伝達系に送出する参照信号とその応答とから該信号伝
達系の応答特性を推定し、その応答特性に等価な応答を
出力する適応フィルタの係数を推定する本発明にかかる
適応フィルタの係数推定装置の原理図である。図１に示
す１１０は参照信号Ｘj と外乱Ｎj を含む信号伝達系の
応答ｙj との相互相関関数ベクトルＹj を計算する回
路、１２０は参照信号Ｘj の自己相関関数行列Ｂj を
計算する回路で、記憶手段１４０に記憶された係数Ｈ
j との積を相互相関関数ベクトルＹj との差分が演算
手段１３０で計算される。１３１は参照信号のパワーに
近似される定数との積を得る演算手段で、その積を演算
手段１３２で係数Ｈj と加算することで係数更新を行
う。
号伝達系に送出する参照信号とその応答とから該信号伝
達系の応答特性を推定し、その応答特性に等価な応答を
出力する適応フィルタの係数を推定する本発明にかかる
適応フィルタの係数推定装置の原理図である。図１に示
す１１０は参照信号Ｘj と外乱Ｎj を含む信号伝達系の
応答ｙj との相互相関関数ベクトルＹj を計算する回
路、１２０は参照信号Ｘj の自己相関関数行列Ｂj を
計算する回路で、記憶手段１４０に記憶された係数Ｈ
j との積を相互相関関数ベクトルＹj との差分が演算
手段１３０で計算される。１３１は参照信号のパワーに
近似される定数との積を得る演算手段で、その積を演算
手段１３２で係数Ｈj と加算することで係数更新を行
う。
【００１５】上述の課題を解決するために、本発明に係
る適応フィルタの係数推定装置は、一つの形態として、
該未知系の応答と該参照信号との相互相関関数を計算す
る手段１１０と、該参照信号の自己相関関数を計算する
手段１２０と、記憶手段１４０に記憶された適応フィル
タの係数と該自己相関関数との積を得る手段１２１と、
該相互相関関数と該積との差分に対して自己相関関数の
一部として得た参照信号のパワーに対応する値を除数と
して除算する手段１３１と、その除算する手段の出力を
該レジスタに記憶された係数に加算する手段１３２とを
有し、その加算する手段１３２の加算値を該適応フィル
タの新しい係数として記憶手段１４０に記憶された係数
を更新することを特徴とする。上記の除算する手段１３
１は、該パワーに相当する値の逆数を乗じる乗算器で構
成することができる。
る適応フィルタの係数推定装置は、一つの形態として、
該未知系の応答と該参照信号との相互相関関数を計算す
る手段１１０と、該参照信号の自己相関関数を計算する
手段１２０と、記憶手段１４０に記憶された適応フィル
タの係数と該自己相関関数との積を得る手段１２１と、
該相互相関関数と該積との差分に対して自己相関関数の
一部として得た参照信号のパワーに対応する値を除数と
して除算する手段１３１と、その除算する手段の出力を
該レジスタに記憶された係数に加算する手段１３２とを
有し、その加算する手段１３２の加算値を該適応フィル
タの新しい係数として記憶手段１４０に記憶された係数
を更新することを特徴とする。上記の除算する手段１３
１は、該パワーに相当する値の逆数を乗じる乗算器で構
成することができる。
【００１６】まず、式（１１）を Ｈj+1 ＝Ｓj Ｙj −Ｒj Ｈj ＋Ｈj −Ｈj （１８） と変形し、自己相関係数行列Ｒj の対角成分を１とお
いた行列 を導入して Ｈj+1 ＝Ｈj ＋Ｓj Ｙj −Ａj Ｈj （２０） と置き換える。ここで、説明を簡単にするために外乱Ｎ
t を無視すると、 Ｘt ｙt ＝Ｘt ｇt ＝Ｘt Ｘt T ｈt （２１） と書ける。このｔ＝１〜ｊの加算値Ｙj に正規化パワ
ー行列Ｓj を乗じた結果である式（２０）の第２項は
自己相関係数行列Ａj を用いることにより、 Ｓj Ｙj ＝Ａj ｈj （２２） とおける。ここに推定誤差Δj を導入すれば式（２
０）は、 Ｈj+1 ＝Ｈj ＋Ａj Δj （２３） と表され、自己相関係数ｒnm〔ｎ≠ｍ〕が０に漸近する
ときには式（２３）の第２項はΔj に近似される。す
なわち、式（２３）の第２項は現推定値Ｈj と真値
ｈj との差を与え、現時点において最も望ましい係数
更新量とみなせる。従って、収束速度に若干の低下を許
せば、定数 ρ≦１ （２４） を導入して本アルゴリズムを Ｈj+1 ＝Ｈj ＋ρ（Ｓj Ｙj −Ａj Ｈj ） （２５） とする変形も可能となる。当然ながら、その更新量を最
大に見積もるρ＝１と与えるときに収束がもっとも早
く、ρ＝１として小さめに見積もるときに収束は遅くな
る。図５は定数ρを導入したときに得られる本アルゴリ
ズムによって得られる収束特性である。但し、ρ＝０．
７、その他は図４と同様の条件を設定している。明らか
に、定数ρの導入によって収束速度に若干の低下が見ら
れるものの、収束値は逐次最小２乗法と同様となること
が確認される。
いた行列 を導入して Ｈj+1 ＝Ｈj ＋Ｓj Ｙj −Ａj Ｈj （２０） と置き換える。ここで、説明を簡単にするために外乱Ｎ
t を無視すると、 Ｘt ｙt ＝Ｘt ｇt ＝Ｘt Ｘt T ｈt （２１） と書ける。このｔ＝１〜ｊの加算値Ｙj に正規化パワ
ー行列Ｓj を乗じた結果である式（２０）の第２項は
自己相関係数行列Ａj を用いることにより、 Ｓj Ｙj ＝Ａj ｈj （２２） とおける。ここに推定誤差Δj を導入すれば式（２
０）は、 Ｈj+1 ＝Ｈj ＋Ａj Δj （２３） と表され、自己相関係数ｒnm〔ｎ≠ｍ〕が０に漸近する
ときには式（２３）の第２項はΔj に近似される。す
なわち、式（２３）の第２項は現推定値Ｈj と真値
ｈj との差を与え、現時点において最も望ましい係数
更新量とみなせる。従って、収束速度に若干の低下を許
せば、定数 ρ≦１ （２４） を導入して本アルゴリズムを Ｈj+1 ＝Ｈj ＋ρ（Ｓj Ｙj −Ａj Ｈj ） （２５） とする変形も可能となる。当然ながら、その更新量を最
大に見積もるρ＝１と与えるときに収束がもっとも早
く、ρ＝１として小さめに見積もるときに収束は遅くな
る。図５は定数ρを導入したときに得られる本アルゴリ
ズムによって得られる収束特性である。但し、ρ＝０．
７、その他は図４と同様の条件を設定している。明らか
に、定数ρの導入によって収束速度に若干の低下が見ら
れるものの、収束値は逐次最小２乗法と同様となること
が確認される。
【００１７】次に、正規化パワー行列Ｓj の各成分Ｓ
nn間の差は時間の経過とともに少なくなって行くことに
注意すれば、行列Ｓj は Ｓj ≒Ｓ11Ｉj （２５−１） （但し、Ｉj は単位行列） とする近似が見出される。このとき、自己相関係数行列
Ａj も同様に、その正規化パワーを共通にして Ａj ≒Ｓ11Ｂj （２６） と近似するならば、式（２５）の第２項の除算個数は１
／Ｉに減少する。但し、上式において、 ｂnm＝ΣＸt (n) Ｘt (m) （２８） である。図６は正規化パワーを全行について共通化する
本発明が与える収束特性の例である。但し、定数ρ＝
０．９９としている。
nn間の差は時間の経過とともに少なくなって行くことに
注意すれば、行列Ｓj は Ｓj ≒Ｓ11Ｉj （２５−１） （但し、Ｉj は単位行列） とする近似が見出される。このとき、自己相関係数行列
Ａj も同様に、その正規化パワーを共通にして Ａj ≒Ｓ11Ｂj （２６） と近似するならば、式（２５）の第２項の除算個数は１
／Ｉに減少する。但し、上式において、 ｂnm＝ΣＸt (n) Ｘt (m) （２８） である。図６は正規化パワーを全行について共通化する
本発明が与える収束特性の例である。但し、定数ρ＝
０．９９としている。
【００１８】また本発明に係る適応フィルタの係数推定
装置は、他の形態として、上記乗算器で乗じる逆数を、
該参照信号の最大パワーの逆数に１以下の定数を乗じて
得た定数に置き換えて該係数更新を実行することを特徴
とする。
装置は、他の形態として、上記乗算器で乗じる逆数を、
該参照信号の最大パワーの逆数に１以下の定数を乗じて
得た定数に置き換えて該係数更新を実行することを特徴
とする。
【００１９】前記のＳ11が次第に大きくなってしまうこ
との対策として、、忘却係数αを導入して自己相関関数
を ｂnm＝ｂnm×α＋ΣＸt (n) Ｘt (m) （１−α） （２９） と計算して係数更新を実行する場合においては、正規化
パワーｂnnは一定の範囲内に留まると期待できる。従っ
て、その最大値をｂmax とおいて定数ρに含め、 λ＝ρ／ｂmax （３０） とおいて係数更新式を Ｈj+1 ＝Ｈj ＋λ（Ｙj −Ｂj Ｈj ) （３１） に変形すれば、除算は全て乗算に置き換えられる。図７
は式（３０）に従って決定したλ＝１３を与えて計算し
た本アルゴリズムの収束特性である。また、その他の条
件は図５と同じである。明らかに、従来の最小２乗法と
同程度の収束速度が得られていることが分かる。
との対策として、、忘却係数αを導入して自己相関関数
を ｂnm＝ｂnm×α＋ΣＸt (n) Ｘt (m) （１−α） （２９） と計算して係数更新を実行する場合においては、正規化
パワーｂnnは一定の範囲内に留まると期待できる。従っ
て、その最大値をｂmax とおいて定数ρに含め、 λ＝ρ／ｂmax （３０） とおいて係数更新式を Ｈj+1 ＝Ｈj ＋λ（Ｙj −Ｂj Ｈj ) （３１） に変形すれば、除算は全て乗算に置き換えられる。図７
は式（３０）に従って決定したλ＝１３を与えて計算し
た本アルゴリズムの収束特性である。また、その他の条
件は図５と同じである。明らかに、従来の最小２乗法と
同程度の収束速度が得られていることが分かる。
【００２０】また本発明に係る適応フィルタの係数推定
装置は、また他の形態として、乗算器に与える逆数を一
定の時間を経過するまでは予め定めた定数で代用し、そ
の時間の経過後は該自己相関関数の一部として得られる
参照信号の最大パワーに置き換えることを特徴とする。
装置は、また他の形態として、乗算器に与える逆数を一
定の時間を経過するまでは予め定めた定数で代用し、そ
の時間の経過後は該自己相関関数の一部として得られる
参照信号の最大パワーに置き換えることを特徴とする。
【００２１】
【発明の実施の形態】通常、式（２９）によって得られ
る参照信号のパワーは未知と考える必要がある。従っ
て、自己相関関数の計算から得られるパワーをもとに修
正しつつ、係数を更新することが望ましい。図８にはそ
の原理を利用した本発明の一実施例の適応フィルタの係
数推定装置が示される。
る参照信号のパワーは未知と考える必要がある。従っ
て、自己相関関数の計算から得られるパワーをもとに修
正しつつ、係数を更新することが望ましい。図８にはそ
の原理を利用した本発明の一実施例の適応フィルタの係
数推定装置が示される。
【００２２】図８において、相互相関ベクトル計算回路
１０は参照信号Ｘj と外乱Ｎj を含む信号伝達系の応答
ｙj との相互相関関数ベクトルＹj を計算する回路、
自己相関行列計算回路２０は参照信号Ｘj の自己相関関
数行列Ｂj を計算する回路、レジスタ４０は係数Ｈ
j を記憶するレジスタである。減算器３０は自己相関行
列計算回路２０からの自己相関関数行列Ｂj とレジス
タ４０に記憶された係数Ｈj との積と、相互相関ベク
トル計算回路１０からの相互相関関数ベクトルＹj と
の差分を計算する。乗算器３１は参照信号のパワーに近
似される定数λとの積を得るもので、その積を加算器３
２で係数Ｈj と加算することで係数更新を行う。
１０は参照信号Ｘj と外乱Ｎj を含む信号伝達系の応答
ｙj との相互相関関数ベクトルＹj を計算する回路、
自己相関行列計算回路２０は参照信号Ｘj の自己相関関
数行列Ｂj を計算する回路、レジスタ４０は係数Ｈ
j を記憶するレジスタである。減算器３０は自己相関行
列計算回路２０からの自己相関関数行列Ｂj とレジス
タ４０に記憶された係数Ｈj との積と、相互相関ベク
トル計算回路１０からの相互相関関数ベクトルＹj と
の差分を計算する。乗算器３１は参照信号のパワーに近
似される定数λとの積を得るもので、その積を加算器３
２で係数Ｈj と加算することで係数更新を行う。
【００２３】最大パワー検出回路５１は最大パワーを検
出する回路、初期値回路５２は当初の最大パワーとして
与える初期値を保持する回路、最大値更新回路５３は、
最大パワー検出回路５１からの最大パワーと初期値回路
５２からの初期値を比較し、大きい方を最大値ｂmax と
して更新する回路、逆数計算回路５４はλ＝ρ／ｂma x
の演算を行う回路である。カウンタ５５は一定時間を計
時するためのもので、最大値更新回路５３はカウンタ５
５で一定時間が経過した後にも初期値が最大値ｂmax と
して用いられている場合に、最大値ｂmax を最大パワー
検出回路５１からの最大パワーに強制的に切り換えるよ
う構成される。
出する回路、初期値回路５２は当初の最大パワーとして
与える初期値を保持する回路、最大値更新回路５３は、
最大パワー検出回路５１からの最大パワーと初期値回路
５２からの初期値を比較し、大きい方を最大値ｂmax と
して更新する回路、逆数計算回路５４はλ＝ρ／ｂma x
の演算を行う回路である。カウンタ５５は一定時間を計
時するためのもので、最大値更新回路５３はカウンタ５
５で一定時間が経過した後にも初期値が最大値ｂmax と
して用いられている場合に、最大値ｂmax を最大パワー
検出回路５１からの最大パワーに強制的に切り換えるよ
う構成される。
【００２４】この実施例回路においては、式（２９）に
よって得られるパワーは漸増し、収束の初期段階から最
大パワーｂmax が得られないことを重視して、初期段階
においては初期値回路５２からの予め定めた定数（初期
値）で最大パワーｂmax を代用する。しかし、この初期
値が実際に観測される最大パワーに比べ予想よりも大き
過ぎた場合、最大値更新回路５３の最大値ｂmax はいつ
までも初期値のままで更新されない。よってカウンタ５
４による一定の時間の経過後に、最大値更新回路５３の
最大値ｂmax が初期値であった場合には、最大パワー検
出回路５１で観測された最大パワーが初期値よりも小さ
い場合であっても、最大値更新回路５３の最大値ｂmax
をこの観測された最大パワーで強制的に入れ替え、これ
をもとに定数λを計算する。
よって得られるパワーは漸増し、収束の初期段階から最
大パワーｂmax が得られないことを重視して、初期段階
においては初期値回路５２からの予め定めた定数（初期
値）で最大パワーｂmax を代用する。しかし、この初期
値が実際に観測される最大パワーに比べ予想よりも大き
過ぎた場合、最大値更新回路５３の最大値ｂmax はいつ
までも初期値のままで更新されない。よってカウンタ５
４による一定の時間の経過後に、最大値更新回路５３の
最大値ｂmax が初期値であった場合には、最大パワー検
出回路５１で観測された最大パワーが初期値よりも小さ
い場合であっても、最大値更新回路５３の最大値ｂmax
をこの観測された最大パワーで強制的に入れ替え、これ
をもとに定数λを計算する。
【００２５】
【発明の効果】以上に説明したように、本発明によれ
ば、亜逐次最小２乗法における演算量の削減が実現され
る。
ば、亜逐次最小２乗法における演算量の削減が実現され
る。
【図１】本発明に係る原理説明図である。
【図２】本発明が適用されるシステムの基本構造を示す
図である。
図である。
【図３】本発明が適用される音響エコーキャンセラの例
を示す図である。
を示す図である。
【図４】逐次最小２乗法（ＲＬＳ）と亜逐次最小２乗法
（Ｓｕｂ−ＲＬＳ）との収束特性を比較する図である。
（Ｓｕｂ−ＲＬＳ）との収束特性を比較する図である。
【図５】定数ρを導入した時に得られる、逐次最小２乗
法（ＲＬＳ）と亜逐次最小２乗法（Ｓｕｂ−ＲＬＳ）と
の収束特性を、定数ρ＝０．７と与えた時の収束特性で
比較する図である。
法（ＲＬＳ）と亜逐次最小２乗法（Ｓｕｂ−ＲＬＳ）と
の収束特性を、定数ρ＝０．７と与えた時の収束特性で
比較する図である。
【図６】正規化パワーを共通化する本発明の収束特性
〔亜逐次最小２乗法（Ｓｕｂ−ＲＬＳ）〕を逐次最小２
乗法（ＲＬＳ）と比較して示す図である。
〔亜逐次最小２乗法（Ｓｕｂ−ＲＬＳ）〕を逐次最小２
乗法（ＲＬＳ）と比較して示す図である。
【図７】共通化した正規化パワーを定数とした本発明の
収束特性〔亜逐次最小２乗法（Ｓｕｂ−ＲＬＳ）〕を逐
次最小２乗法（ＲＬＳ）と比較して示す図である。
収束特性〔亜逐次最小２乗法（Ｓｕｂ−ＲＬＳ）〕を逐
次最小２乗法（ＲＬＳ）と比較して示す図である。
【図８】本発明の一実施例としての適応フィルタの係数
推定装置を示す図である。
推定装置を示す図である。
１０ 相互相関ベクトル計算回路 ２０ 自己相関行列計算回路 ２１ 乗算器 ３０ 減算器 ３１ 乗算器 ３２ 加算器 ４０ レジスタ ５１ 最大パワー検出回路 ５２ 初期値回路 ５３ 最大値更新回路 ５４ 逆数計算回路 ５５ カウンタ
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｈ０４Ｂ 3/23 Ｈ０４Ｂ 3/23
Claims (4)
- 【請求項１】特性が未知の信号伝達系に送出する参照信
号とその応答とから該信号伝達系の応答特性を推定し、
その応答特性に等価な応答を出力する適応フィルタの係
数を推定する装置であって、該未知系の応答と参照信号
との相互相関関数を計算する手段と、該参照信号の自己
相関関数を計算する手段と、記憶手段に記憶された該適
応フィルタの係数と該自己相関関数との積を得る手段
と、該相互相関関数と該積との差分に対して該自己相関
関数の一部として得た参照信号のパワーに対応する値を
除数として除算する手段と、その除算する手段の出力を
該レジスタに記憶された係数に加算する手段とを有し、
その加算する手段の加算値を該適応フィルタの新しい係
数として該記憶手段に記憶された係数を更新することを
特徴とする適応フィルタの係数推定装置。 - 【請求項２】該除算する手段は、該パワーに相当する値
の逆数を乗じる乗算器で構成される請求項１記載の適応
フィルタの係数推定装置。 - 【請求項３】該乗算器で乗じる逆数を、該参照信号の最
大パワーの逆数に１以下の定数を乗じて得た定数に置き
換えて該係数更新を実行することを特徴とする請求項２
記載の適応フィルタの係数推定装置。 - 【請求項４】該乗算器に与える逆数を一定の時間を経過
するまでは予め定めた定数で代用し、その時間の経過後
は該自己相関関数の一部として得られる参照信号の最大
パワーに置き換えることを特徴とする請求項３記載の適
応フィルタの係数推定装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP12475196A JPH09312581A (ja) | 1996-05-20 | 1996-05-20 | 適応フィルタの係数推定装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP12475196A JPH09312581A (ja) | 1996-05-20 | 1996-05-20 | 適応フィルタの係数推定装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH09312581A true JPH09312581A (ja) | 1997-12-02 |
Family
ID=14893222
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP12475196A Withdrawn JPH09312581A (ja) | 1996-05-20 | 1996-05-20 | 適応フィルタの係数推定装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH09312581A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005091677A1 (ja) * | 2004-03-22 | 2005-09-29 | Toa Corporation | マルチチャンネルシステム同定装置 |
| WO2010135868A1 (en) * | 2009-05-27 | 2010-12-02 | Fujitsu Limited | Filter coefficient control apparatus and method |
| JP2015082762A (ja) * | 2013-10-23 | 2015-04-27 | 日本電気株式会社 | 情報処理装置、情報処理方法、プログラム |
| JP2017011528A (ja) * | 2015-06-23 | 2017-01-12 | 日本電信電話株式会社 | 伝達系推定装置、その方法及びプログラム |
| JP2021022861A (ja) * | 2019-07-29 | 2021-02-18 | アルパイン株式会社 | 適応同定システム、適応同定装置、及び適応同定方法 |
-
1996
- 1996-05-20 JP JP12475196A patent/JPH09312581A/ja not_active Withdrawn
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005091677A1 (ja) * | 2004-03-22 | 2005-09-29 | Toa Corporation | マルチチャンネルシステム同定装置 |
| WO2010135868A1 (en) * | 2009-05-27 | 2010-12-02 | Fujitsu Limited | Filter coefficient control apparatus and method |
| CN102027696A (zh) * | 2009-05-27 | 2011-04-20 | 富士通株式会社 | 滤波器系数控制装置和方法 |
| JP2012528491A (ja) * | 2009-05-27 | 2012-11-12 | 富士通株式会社 | フィルタ係数制御装置および方法 |
| CN102027696B (zh) * | 2009-05-27 | 2014-08-20 | 富士通株式会社 | 滤波器系数控制装置和方法 |
| JP2015082762A (ja) * | 2013-10-23 | 2015-04-27 | 日本電気株式会社 | 情報処理装置、情報処理方法、プログラム |
| JP2017011528A (ja) * | 2015-06-23 | 2017-01-12 | 日本電信電話株式会社 | 伝達系推定装置、その方法及びプログラム |
| JP2021022861A (ja) * | 2019-07-29 | 2021-02-18 | アルパイン株式会社 | 適応同定システム、適応同定装置、及び適応同定方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3008763B2 (ja) | 適応フィルタによるシステム同定の方法および装置 | |
| Albu et al. | The Gauss-Seidel fast affine projection algorithm | |
| Kowalczyk et al. | Blind system identification using sparse learning for TDOA estimation of room reflections | |
| WO2002017487A1 (en) | Partioned block frequency domain adaptive filter | |
| US5638311A (en) | Filter coefficient estimation apparatus | |
| JP3068996B2 (ja) | 適応フィルタ装置及びそのステップゲインの発生方法 | |
| Van Waterschoot et al. | Adaptive feedback cancellation for audio applications | |
| Zhao et al. | Adaptive recursive algorithm with logarithmic transformation for nonlinear system identification in α-stable noise | |
| EP1314247B1 (en) | Partitioned block frequency domain adaptive filter | |
| EP0637803B1 (en) | Method and device for adaptively estimating a transfer function of an unknown system | |
| JPH09312581A (ja) | 適応フィルタの係数推定装置 | |
| JP2002135171A (ja) | システム同定方法 | |
| JP2001257565A (ja) | ラティス型フィルタの反射係数の更新方法及び、装置 | |
| JP3707443B2 (ja) | 適応忘却係数制御適応フィルタ、および忘却係数適応制御方法 | |
| Althahab | A new robust adaptive algorithm based adaptive filtering for noise cancellation | |
| CN114822571A (zh) | 一种回声消除方法、装置、电子设备和存储介质 | |
| JP6343585B2 (ja) | 未知伝達系推定装置、未知伝達系推定方法、およびプログラム | |
| JPH09232913A (ja) | 適応フィルタの係数更新装置 | |
| Albu et al. | A recursive least square algorithm for active noise control based on the Gauss-Seidel method | |
| JP3092647B2 (ja) | 適応フィルタ装置 | |
| Stanciu et al. | FPGA implementation of an efficient proportionate affine projection algorithm for echo cancellation | |
| JP2010068457A (ja) | エコーキャンセル装置、信号処理装置及び方法、並びにプログラム | |
| Jamel et al. | Noise canceller using a new modified adaptive step size LMS algorithm | |
| JP2001077730A (ja) | 適応フィルタの係数推定装置 | |
| JP6389805B2 (ja) | 伝達系推定装置、その方法及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20030805 |