[发明专利]基于多态可变步长最小均方的自适应信号处理方法及介质

说明书

本发明公开了基于多态可变步长最小均方的自适应信号处理方法，涉及数字信号处理技术领域，其技术方案要点是：第一阶段，计算滤波器系数W(n)与最佳滤波器系数H(n)之间的稳态MSD，选取一个较大的步长μ₁以获得较快的收敛速度，并根据步长因子μ₁计算得到第一阶段中初始态的稳态MSD₁；第三阶段，计算出最小的最终稳态MSD_min值，并根据最终稳态MSD_min值计算出最佳的μ_opt；第二阶段，在初始态MSD₁与最终态MSD_min之间添加多个暂态，根据步长因子μ₁与最佳步长因子μ_opt的倍数因子来调节暂态步长因子并根据暂态步长因子计算得到暂态在突变信道下，既能达到该通道下的最小MSD值，也能以一个较快的收敛速度进行收敛，且在平稳信道的信号突变的情况下保持良好的性能。

技术领域

本发明涉及数字信号处理技术领域，更具体地说，它涉及基于多态可变步长最小均方的自适应信号处理方法及介质。

背景技术

自适应滤波是近年以来发展起来的一种最佳滤波方法。它是在维纳滤波,Kalman滤波等线性滤波基础上发展起来的一种最佳滤波方法。由于它具有更强的适应性和更优的滤波性能。从而在工程实际中,尤其在信息处理技术中得到了广泛的应用，如：信号处理、通信处理、图像处理等。

在1960年，Widrow和Hoff提出了自适应滤波的典型算法：最小均方算法(LeastMean Square,LMS)，此算法是基于最小均方误差准则。此算法在近几十年得到了广泛的发展，已应用在了通信、控制、雷达信号处理、系统辨识、回波抵消等领域。然而，研究发现，LMS算法在信号降噪过程中的收敛速度和稳态均方差(Mean Least Deviation,MSD)相互矛盾，快(慢)的收敛速度有大(小)的稳态MSD。为了解决LMS上述的问题，KWONG提出了可变步长LMS(Variable Step Size Least Mean Square,VSS-LMS)算法。根据误差的大小来调整步长的大小，虽然获得了较好的性能，但是需要合理的调整四个参数，较难实现。之后，在VSS-LMS算法的基础上，又提出了许多改进的VSS-NLMS算法，都有一定的收敛速度的提升。

本文的研究背景是系统辨识，如图1所示。目前，性能可观的便是Prob-LMS算法。研究发现，此算法应用于信号降噪过程中的复杂度过高，并且在突变信道中收敛速度慢。

发明内容

在对LMS算法进行稳态MSD分析，研究发现LMS算法达到最小的MSD由系统的输入信号功率、噪声信号的功率、随机扰动信号的功率与滤波器的长度共同决定，当LMS达到最小的MSD值时，其收敛速度慢。为解决LMS算法的上述问题，本发明的目的是提供基于多态可变步长最小均方(Multi-state Variable Step Size Mean Least Square,MVSS-LMS)的自适应信号处理方法及介质。MVSS-LMS算法与Prob-LMS算法相比，其复杂度更低，并克服了在突变信道中收敛速度慢的问题。

本发明的上述技术目的是通过以下技术方案得以实现的：

第一方面，提供了基于多态可变步长最小均方的自适应信号处理方法，该方法应用于输入信号的快速收敛调节过程，包括：

第一阶段，计算滤波器系数W(n)与最佳滤波器系数H(n)之间的稳态均方差MSD，选取一个较大的步长μ₁以获得较快的收敛速度，并根据步长因子μ₁计算得到第一阶段中初始态的稳态MSD₁；

第三阶段，计算出最小的最终稳态MSD_min值，并根据最终稳态MSD_min值计算出最佳的μ_opt；