零吸引惩罚与吸引补偿组合的稀疏LMS方法技术

本发明专利技术涉及一种零吸引惩罚与吸引补偿组合的稀疏LMS方法，属于信号处理领域。该方法将零吸引惩罚与吸引补偿相结合，对估计滤波器的系数分成近零系数、小系数与大系数，然后采取不同的吸引方法。在每一次迭代更新中，对于估计滤波器的近零系数，仅用迭代更新公式中的乘积项来计算；对于估计滤波器的大系数，对其进行一种微量的吸引补偿，以加快估计滤波器的系数去逼近信道的大系数的收敛速度；对于估计滤波器的小系数，如果迭代过程中该系数逼近了信道的零系数值或信道的大系数值，则分别按前述针对估计滤波器近零系数和大系数的方法进行处理，否则，对该系数采取一种简单的零吸引惩罚。该方法收敛速度快、复杂度低、调谐参数适用范围广。范围广。范围广。

【技术实现步骤摘要】
零吸引惩罚与吸引补偿组合的稀疏LMS方法


[0001]本专利技术属于信号处理领域，涉及零吸引惩罚与吸引补偿组合的稀疏LMS方法。

技术介绍

[0002]许多信道都具有稀疏性，而辨识这种稀疏信道，就需要特定的自适应滤波算法。目前针对于稀疏系统辨识的算法类型有l0‑
norm、l1‑
norm和l
p
‑
norm，其中l0‑
norm是对估计滤波器的系数在某一较小的阈值内才进行零吸引惩罚，l1‑
norm是对估计滤波器所有的系数进行零吸引惩罚，l
p
是对估计滤波器所有的系数进行含有除法和指数的零吸引惩罚。l
p
‑
norm实现了比l0‑
norm和l1‑
norm类型的算法更为优秀的性能，不过由于高复杂度，该方法难以硬件实现。l1‑
norm类型中典型的算法是零吸引LMS(Zero
‑
attracting Least Mean Square,ZA
‑
LMS)，该方法对有所的信道系数给予了同本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.零吸引惩罚与吸引补偿组合的稀疏LMS方法，其特征在于：建立稀疏系统辨识模型，输入信号X(n)＝[x(n) x(n
‑
1)...x(n
‑
L+1)]
T
是功率为的零均值高斯信号，n为信号的序列号，L是滤波器长度；W(n)＝[w
0 w1...w
L
‑1]
T
是估计滤波器的系数，H(n)＝[h
0 h1...h
L
‑1]是稀疏信道的系数，H(n)中大部分系数等于零或接近；考虑时变性，则向量H(n)表现为：H(n+1)＝H(n)+q(n)
ꢀꢀꢀ
(1)其中q(n)是功率为的协方差零均值高斯白噪声，其自相关矩阵I是单位矩阵；n(n)是功率为的零均值高斯白噪声；假设q(n)、X(n)与n(n)都相互独立；y(n)和d(n)分别为y(n)＝W
T
(n)X(n)
ꢀꢀꢀ
(2)d(n)＝H
T
(n)X(n)+n(n)
ꢀꢀꢀ
(3)其误差输出信号为l
c
‑
LMS方法的迭代更新方程W(n+1)＝W(n)+μe(n)X(n)+f
C1
(W(n))
ꢀꢀꢀ
(5)其中根据等式(5)与(6)，其估计滤波器迭代方程改为W(n+1)＝μe(n)X(n)+f
C2
(W(n))
ꢀꢀꢀ
(7)其中其中，ρ为吸引的强度；β为区分接近零系数与小系数的分界参数；φ为区分小系数与大系数的分界参数，并有效的将小系数进行放大，大系数进行缩小；在范围...

【专利技术属性】
技术研发人员：张红升，孟金，甘济章，杨虹，黄义，刘挺，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：