一种改进的PNLMS自适应滤波算法

发布时间：2018-02-27 21:26

  本文关键词： 自适应滤波 回声消除 PNLMS算法　出处：《天津大学学报(自然科学与工程技术版)》2016年09期 　论文类型：期刊论文

【摘要】：比例归一化最小均方算法PNLMS(proportionate NLMS)引入步长控制矩阵,为滤波器不同的系数赋予不同的Proportionate步长,从而加快了算法的初始收敛速度,但其后期收敛速度下降,甚至比NLMS收敛速度还慢.针对此问题提出一种改进的PNLMS算法,通过定量分析滤波器系数的收敛过程,在迭代过程中建立了Proportionate步长与滤波器当前系数幅值之间的非线性函数关系——倒数关系,较大幅度地降低了算法的复杂度.仿真结果表明,该算法的收敛速度和稳定性优于PNLMS算法及其改进算法MPNLMS,并且算法的计算复杂度远低于MPNLMS算法.
[Abstract]:The proportional normalized minimum mean square (PNLMS(proportionate) algorithm introduces a step size control matrix, which assigns different Proportionate step sizes to different coefficients of the filter, which speeds up the initial convergence rate of the algorithm, but decreases in the latter stage. Even slower than NLMS, an improved PNLMS algorithm is proposed to analyze the convergence process of filter coefficients. In the iterative process, the nonlinear functional relationship between the Proportionate step size and the current coefficient amplitude of the filter is established, which greatly reduces the complexity of the algorithm. The simulation results show that, The convergence speed and stability of the algorithm is better than that of the PNLMS algorithm and its improved algorithm MPNLMS, and the computational complexity of the algorithm is much lower than that of the MPNLMS algorithm.
【作者单位】： 天津大学电子信息工程学院;
【基金】：国家自然科学基金资助项目(60641011)
【分类号】：TN713

【相似文献】

相关期刊论文 前10条

1 田磊;汪小志;刘志刚;;自适应滤波算法及应用研究[J];电子测试;2008年01期

2 杨波;冯久超;;一种改进的自适应滤波算法及其在回波消除中的应用[J];电子与信息学报;2008年01期

3 耿妍;张端金;;自适应滤波算法综述[J];信息与电子工程;2008年04期

4 崔旭涛;何友;杨日杰;;自适应滤波算法的仿真及工程实现[J];现代电子技术;2009年18期

5 蔡卫菊;;线性自适应滤波算法综述[J];科技资讯;2011年36期

6 吴正国;;自适应滤波算法的新进展[J];海军工程学院学报;1990年03期

7 邹艳碧,高鹰;自适应滤波算法综述[J];广州大学学报(自然科学版);2002年02期

8 高鹰,谢胜利;一种基于三阶累积量的准则及自适应滤波算法[J];电子与信息学报;2002年09期

9 高清运,李学初;适合硬件实现的自适应滤波算法[J];微电子学与计算机;2003年07期

10 王芳,冯新喜,李鸿艳;一种新的自适应滤波算法[J];现代雷达;2003年07期

相关会议论文 前10条

1 徐润博;;一种变步长自适应滤波算法及其分析[A];2008年中国高校通信类院系学术研讨会论文集（下册）[C];2009年

2 李超;毛剑琴;;一种进化的自适应滤波算法及其在振动主动控制中的应用[A];2003年中国智能自动化会议论文集（下册）[C];2003年

3 刘先省;胡振涛;;基于“当前”统计模型修正的自适应滤波算法[A];2005年中国智能自动化会议论文集[C];2005年

4 牛振中;李岁劳;王青青;任鸿飞;;改进的自适应滤波算法及其在精确空投组合导航中的应用[A];惯性技术发展动态发展方向研讨会文集——新世纪惯性技术在国民经济中的应用[C];2012年

5 赵龙;李铁军;陈璞;;新型自适应滤波算法及其在惯导/双星组合中的应用[A];第一届中国卫星导航学术年会论文集（下）[C];2010年

6 陈勇;黄清;;自适应滤波算法在多普勒频偏估计中的应用研究[A];2007年全国微波毫米波会议论文集（下册）[C];2007年

7 张磊磊;王再英;;基于Matlab仿真的几种自适应滤波算法的比较研究[A];第十七届全国煤矿自动化学术年会、中国煤炭学会自动化专业委员会学术会议论文集[C];2007年

8 陈坡;孙付平;郭飞;刘雪瑞;;扩展自适应滤波算法在GNSS/INS紧组合中的应用[A];微机电惯性技术的发展现状与趋势——惯性技术发展动态发展方向研讨会文集[C];2011年

9 陶伟刚;冯新喜;;一种新的目标跟踪自适应滤波算法[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

10 刘世金;张榆锋;刘大利;高永丽;;几种自适应滤波算法在噪声抵消应用中的仿真比较研究[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

相关博士学位论文 前5条

1 高鹰;基于累积量的自适应滤波理论及其应用[D];华南理工大学;2002年

2 张斌;高效稳健的自适应滤波算法研究[D];西安电子科技大学;2010年

3 刘立刚;稀疏冲激响应的自适应滤波算法及其应用研究[D];复旦大学;2010年

4 曾谦;基于滤波器凸集的自适应滤波算法[D];吉林大学;2015年

5 李宁;LMS自适应滤波算法的收敛性能研究与应用[D];哈尔滨工程大学;2009年

相关硕士学位论文 前10条

1 蒋阳波;分数阶傅里叶变换自适应滤波算法及应用[D];湘潭大学;2009年

2 袁志勇;一维离散数据的卡尔曼滤波模型的参数估计及自适应滤波算法的改进[D];南京理工大学;2015年

3 陈北辰;非线性化功放的数字预失真系统设计[D];电子科技大学;2015年

4 赵一逍;基于核函数的自适应滤波算法研究及其系统实现[D];北京理工大学;2015年

5 徐新龙;自适应滤波算法及其应用研究[D];复旦大学;2014年

6 李明飞;锂电池化成参数的检测与估计技术研究[D];电子科技大学;2015年

7 王林;水下INS/DVL组合导航与动基快速对准的自适应滤波算法研究[D];国防科学技术大学;2013年

8 罗海富;变步长LMS自适应滤波算法的研究[D];湖南师范大学;2015年

9 侯明云;系数比例自适应滤波算法研究及其DSP实现[D];沈阳工业大学;2016年

10 冯永;稀疏自适应滤波算法研究[D];东南大学;2015年

，

本文编号：1544423