一种改进的自适应滤波算法及其在回波消除中的应用

杨波; 冯久超

doi:10.3724/SP.J.1146.2006.00634

一种改进的自适应滤波算法及其在回波消除中的应用

doi: 10.3724/SP.J.1146.2006.00634

杨波,
冯久超

基金项目:

国家自然科学基金(60572025)，教育部基金(新世纪优秀人才基金：NCET-04-0813，重点项目：105137)和广东省自然科学基金(个人项目：05006506，团队项目：04205783)资助课题

计量
- 文章访问数: 3184
- HTML全文浏览量: 73
- PDF下载量: 871
- 被引次数: 25
出版历程
- 收稿日期: 2006-05-11
- 修回日期: 2007-07-25
- 刊出日期: 2008-01-19

An Improved Adaptive Filtering Algorithmand Its Application to Chaotic Echo Cancellation

摘要

摘要: 该文改进了一种自适应滤波算法，并对新算法进行了收敛性分析。作为应用，将新算法应用于混沌调制通信系统在回波信道中的回波消除问题。仿真结果表明，改进后的算法比原算法具有更好的收敛速度和收敛精度；在低信噪比下，新算法更为稳定。
- 信号处理; 自适应滤波; 回波消除; 自回归模型; 误调
Abstract: An improved adaptive filtering algorithm is proposed in this paper, and the convergence of the algorithm is analyzed. As an example, the new algorithm is used to cancel echo for the chaotic modulation communication systems experiencing echo channels. The results by computer simulation indicate that the improved algorithm has faster convergence speed and higher accuracy of computation. In addition, the new algorithm is steadier in the case of low SNR.

HTML全文

参考文献(1)

[1] Sondhi M, Morgan D R, and Hall J L. Stereophonic acoustic echo cancellation: A overview of the fundamental problem[J].IEEE Signal Processing Letters.1996, 2(8):148-151 [2] Yann J and Akihiko S. A stereo echo canceler with preprocessing for correct echo-path identification. Proc. ICASSP, Seattle, USA, 1998: 3677-3680. Murtaza A. Stereophonic acoustic echo cancellation system using time-varying all pass filtering for signal decorrelation. Proc. ICASSP, Seattle, USA, 1998: 3689-3692. [3] Andreas M and Jaafar M H E. Blind channel estimation and echo cancellation using chaotic coded signals[J].IEEE Comm.Letters.1999, 3(3):72-74 [4] Jaafar M H E, Milner S H, and Cryan R A. Experimental evaluation of echo path modeling with chaotic coded speech[J].IEEE Trans. on Signal Processing.1997, 45(10):2600-2604 [5] Andrew I H and Danilo P M. Nonlinear FIR adaptive filters with a gradient adaptive amplitude in the non-Linearity[J].IEEE Signal Processing Letter.2002, 9(8):253-255 [6] Haykin S. Adaptive Filter Theory (Third Edition). New Jersey, Prentice Hall, 1996, Chapter 4. [7] 阎平凡, 黄端旭. 人工神经网络-模型分析与应用. 安徽教育出版社, 1993, 第三章. [8] Henry L. System identification using chaos with application to equalization of a chaotic modulation system[J].IEEE Trans. on Circuits and Systems-I.1998, 45(3):314-320 [9] Feng J C and Tse C K. On-line adaptive chaotic demodulator based on radial-basis-function neural networks. Physical Review E, 2001, 63(2), 026202: 1-10.

施引文献

期刊类型引用(14)

1.	赵锋，徐志明，刘蕾，艾小锋. 弹道目标特征提取研究现状与展望. 信息对抗技术. 2022(03): 15-32 . 百度学术
2.	徐志明，艾小锋，刘晓斌，吴其华，赵锋. 基于散射中心滑动特性的双基地雷达锥体目标微动特征提取方法. 电子学报. 2021(03): 461-469 . 百度学术
3.	汤华涛，察豪，刘峰. 考虑微多普勒特征的鸟类目标多假设跟踪算法. 舰船电子工程. 2020(05): 43-47 . 百度学术
4.	黄翔东，黎鸣诗，罗蓬，马欣. 基于全相位谱分析的多频内插迭代频率估计器. 振动与冲击. 2019(01): 89-95 . 百度学术
5.	魏嘉琪，张磊，刘宏伟，周叶剑. 基于相位测距的宽带雷达弹道目标微动几何参数估计. 电子与信息学报. 2018(09): 2227-2234 . 本站查看
6.	宋鑫华，叶春茂，杨健. 一种基于雷达窄带回波的转动参数估计方法. 太赫兹科学与电子信息学报. 2018(06): 1087-1092 . 百度学术
7.	李彦兵，张曦文，李飞，陈大庆，高红卫. 一种大加速度机动目标微动参数估计方法. 电子与信息学报. 2017(01): 82-87 . 本站查看
8.	周叶剑，张磊，菅毛，王虹现，邢孟道. 多频调频稀疏分解的微动目标参数估计方法. 电子与信息学报. 2017(10): 2360-2365 . 本站查看
9.	沈菲菲，李立钢，贾配洋，宋振健. 一种基于雷达微多普勒效应苍蝇识别的方法. 电子设计工程. 2017(09): 22-26+30 . 百度学术
10.	曹文杰，赵新燕. 基于三次样条插值的微动目标特征提取. 舰船电子对抗. 2017(04): 55-58 . 百度学术
11.	夏鹏，田西兰. 基于微多普勒信息的弹道目标成像. 雷达科学与技术. 2017(05): 553-557 . 百度学术
12.	肖金国，杜兰，韩勋，曹文杰，刘宏伟. 基于参数化时频分析的进动锥裙目标瞬时微多普勒频率提取方法. 电子与信息学报. 2016(01): 90-96 . 本站查看
13.	黄翔东，王越冬，靳旭康，吕卫. 无窗全相位FFT/FFT相位差频移补偿频率估计器. 电子与信息学报. 2016(05): 1135-1142 . 本站查看
14.	陈春晖，张群，罗迎，孙玉雪. 一种空间微动目标宽带雷达干涉三维成像方法. 电子与信息学报. 2016(12): 3144-3151 . 本站查看