[发明专利]一种改进的分段频域块LMS自适应滤波算法

说明书

本发明公开了一种改进的分段频域块LMS自适应滤波算法。该算法的具体步骤如下：(1)设定参数，(2)采集与外扰输入信号相关的参考信号，每次累积N+L＝(P+1)L个数据为一帧，分成为P个数据块；(3)对第k帧的全部P个数据块计算对应的匹配通道的输出；(4)采用频域滤波最小均方算法更新自适应滤波器系数；(5)不断迭代数据帧k，使得误差信号达到最小。本发明改进的分段频域块LMS自适应滤波算法，能够使得滤波器系统在非因果条件下，其均方误差依然可以收敛到维纳解。

技术领域

本发明属于自适应信号处理的技术领域，具体涉及一种改进的分段频域块LMS自适应滤波算法。

背景技术

自适应算法被广泛应用于有源噪声控制、回声消除和通信系统等方面。最小均方(LMS) 算法由于其算法简单、稳定性好而被自适应滤波广泛使用，但是它的运算量随着自适应滤波器长度的增加而显著增加。

为了减少自适应滤波的运算量，人们通常使用频域块最小均方(FBLMS)算法。FBLMS 算法虽然运算效率高，但延时大。分段频域块自适应LMS(PFBLMS)算法由于其运算效率高、延时短而在音频处理领域得到广泛应用。如果对PFBLMS算法的参考信号能量进行归一化处理，可以明显加快算法的收敛速度。已有研究表明(J.Lu,X.Qiu and H.S.Zou,“Amodified frequency-domain block LMS algorithm with guaranteed optimal steady-state performance,”Signal Process.104,27-32(2014))，当滤波器系统为非因果时，频域LMS算法面临非最优收敛的问题，归一化PFBLMS算法的均方误差(MSE)不能收敛到维纳解。

发明内容

针对现有技术中存在的上述技术问题，本发明提出了一种改进的分段频域块LMS自适应滤波算法，使得滤波器系统在非因果条件下，其均方误差依然可以收敛到维纳解。

本发明采用的技术方案为：

一种改进的分段频域块LMS自适应滤波算法，包括如下步骤：

(1)设定频域块长度为L，自适应滤波器长度为N＝P×L，P为一个整数，代表每一帧数据分段频域处理的数量，归一化的收敛步长μ的范围为0μ1；

(2)采集与外扰输入信号相关的参考信号x(n)，每次累积N+L＝(P+1)L个数据为一帧，分成为P个数据块；记第k帧的第p块参考输入为x_p(k)＝[x((k–p)L–L),x((k–p)L–L+1),…,x((k–p)L+L–1)]^T，并令第k帧的第p块参考输入对应的控制滤波器权值系数为w_p(k)＝ [w_(pL+0)(k),w_(pL+1)(k),…,w_(pL+L–1)(k)]^T，T为转置；

(3)对第k帧的全部P个数据块计算对应的匹配通道的输出，具体过程如下：

利用1/2重叠保留法和快速傅里叶变换方法，计算匹配通道的时域输出为y(k)＝其中表示点乘，x_f,p(k)＝FFT[x_p(k)]，w_f,p(k)＝FFT[w_p^T(k),0_1×L]^T；其中，FFT代表快速傅里叶变换操作，IFFT代表快速傅里叶逆变换操作；去掉y(k)的前L个值，保留剩下的L个值便是匹配通道的真实输出；

(4)获取误差点的信号e(k)＝[0_1×L,x(kL),…,x(kL+L–1)]^T；采用频域滤波最小均方算法更新自适应滤波器系数其中，M_f为归一化矩阵，X_f,p(k) ＝diag[x_f,p(k)]，表示对的数据的后半部分清零后再进行快速傅里叶变换；