自适应滤波器是信号处理和自动控制应用领域强大的工具。在许多应用中,系统冲击响应呈稀疏性,如声学回声信道、卫星通信信道等,稀疏自适应滤波算法利用这一特性提高了算法的收敛性能。然而现有的稀疏算法大都存在以下两个问题第一,算法实际性能对于待辨识系统冲击响应稀疏程度有一定的要求,而实际应用中系统稀疏程度差异较大且未知。第二,在这些稀疏自适应滤波算法中,为保证稳定性,一般采用迭代步长矢量L1范数恒定的约束,限制了算法的收敛速度。针对这两个问题,本项目拟开展待辨识系统冲击响应稀疏程度未知条件下自适应滤波器快速收敛方法研究。主要研究思想为,通过建立与系统稀疏性无关的代价函数,采用迭代步长矢量L1范数的不等式约束,从理论上获得最优步长矢量迭代方法;然后通过合理的近似和假设获得实际可用的近似最优步长矢量迭代方法;最后通过理论分析获得算法参数与滤波器性能之间的关系,为算法提供参数选择依据,促进其实际应用。
英文主题词adaptive filtering;sparse system;LMS;;