專利名稱：用于通過預白化確定通過lms算法調整的自適應濾波器的更新濾波系數(shù)的方法
技術領域：
本發(fā)明涉及系統(tǒng)識別，具體地說，涉及一種用于確定通過LMS算法調整(adapt)的 自適應濾波器的更新的濾波器系數(shù)的方法。
背景技術：
系統(tǒng)識別基于從測量的數(shù)據構建系統(tǒng)或處理的動態(tài)行為的數(shù)學模型的算法。系統(tǒng) 識別的常用方法是響應于未知系統(tǒng)的輸入測量該系統(tǒng)的輸出行為，以便確定輸出行為與系 統(tǒng)輸入之間的數(shù)學關系。這常常可以在不探究系統(tǒng)內部實際發(fā)生的細節(jié)的情況下完成。未知線性系統(tǒng)可由其脈沖響應完全地表征。然而，由于多數(shù)真實世界系統(tǒng)具有無 限脈沖響應(即具有無限長度的脈沖響應)，因此通常實際上使用無限脈沖響應的有限長 度近似對這些系統(tǒng)進行建模。因為這種有限近似不能對具有無限脈沖響應的系統(tǒng)進行精確 地建模，所以，當通過相同輸入信號激勵真實世界系統(tǒng)和有限近似的模型時，真實世界系統(tǒng) 的輸出行為與有限近似的模型的輸出行為典型地不同。

圖1示出通過系統(tǒng)模型2對未知系 統(tǒng)1的這種建模。未知系統(tǒng)1和系統(tǒng)模型2皆受同一輸入信號激勵。為了確定實際輸出與 模型輸出之間的誤差，從未知系統(tǒng)1的輸出響應減去系統(tǒng)模型2的輸出響應。當近似的精 度增加時，實際輸出與建模輸出之間的誤差減少。通常，因為真實世界系統(tǒng)的無限脈沖響應 中的能量隨著時間而減少，并且最終變得可忽略，所以這種近似方法運作良好。存在很多用于近似未知系統(tǒng)的脈沖響應的方法。一類方法是脈沖響應的直接測 量。雖然該方法可以是非常有效的，但如果未知系統(tǒng)的響應隨時間而改變，則該方法變得較 無吸引力。這是因為這樣的事實當未知系統(tǒng)的特性改變時，需要進行新的測量。如果未知 系統(tǒng)的特性足夠頻繁地改變，則對于每次改變執(zhí)行新的測量變得不實際。直接測量的一種替代方式是自動化測量。自動化測量算法良好適于表征隨時間而 改變的系統(tǒng)，因為它們可在未知系統(tǒng)的特性改變時進行檢測，并且響應于改變確定新的特 性。流行的用于近似未知系統(tǒng)的脈沖響應的自動化算法是自適應濾波器中使用的 LMS (最小均方)算法。LMS算法最初由BernardWidrow和Ted Hoff在1960年提出，并且例如 描述于教禾斗書"AdaptiveSignal Processing" , B. ffidrow, S. D. Stearns, PrenticeHall, Englewood Cliffs, NJ, 1985 中以及維基百科(Wikipedia)網頁〃 http //en. wikipedia. org/wiki/Least_mean_squares_filter"上。LMS算法的這些描述通過引用合并到此。

發(fā)明內容
圖2示出自適應LMS濾波器系統(tǒng)模型。相同附圖標記表示的圖1和圖2中的圖示 元件基本上相同。在圖2中，通過輸入信號χ (η)激勵未知系統(tǒng)1和對未知系統(tǒng)1進行建模 的自適應濾波器2。為了確定實際輸出與建模輸出之間的誤差e(n)，從未知系統(tǒng)1的輸出 信號減去濾波器2的輸出信號。如以下將更詳細地討論的，更新級3響應于誤差信號e (η)、 輸入信號x(n)和先前濾波器系數(shù)來生成自適應濾波器2的更新的濾波器系數(shù)。LMS算法識別使得未知系統(tǒng)1與有限脈沖響應(FIR)濾波器2生成的近似之間的 均方誤差最小化的有限脈沖響應(FIR)濾波器2的系數(shù)。自適應LMS濾波器使用隨機梯度下降算法來確定未知系統(tǒng)1的近似。在標準LMS 算法的情況下，在輸入信號χ (η)的每一采樣間隔期間，使用在使得均方誤差E{|e(n) |2}最 小化的方向上推進濾波器系數(shù)的以下遞歸方程來更新自適應HR濾波器系數(shù)+ = + —/)*e(w)，fori = 0，1 ,.,,N-L (方程 1)在方程ι中，項石> + ι)(其中i = 0，1，......，N-1)表示總共具有N個濾波器
系數(shù)的濾波器2的更新的濾波器系數(shù)。項&.( )表示實際(即在更新之前)濾波器系數(shù)。項 μ對應于步長大小。在使用復值輸入信號χ (η)并且具有復值誤差信號的情況下，必須將方 程1中的項e(n)修改為共軛復數(shù)項e* (η)，如在引用的網頁“http://en. wikipedia. org/ wiki/Least—mean_squares_f ilter” 上所不。因為自適應LMS濾波器使用遞歸算法，所以其沒有瞬時地適應于未知系統(tǒng)中的改 變，而是在有限時間間隔上迭代地收斂到新未知系統(tǒng)的近似。自適應LMS濾波器到達未知 系統(tǒng)的最小均方近似所需的時間量通常被稱為收斂時間。為了自適應濾波器快速響應于未 知系統(tǒng)1中的改變，期望收斂時間盡可能短?？梢圆捎米赃m應LMS濾波的某些通常的應用是用于移動電話和公共交換電話網 絡的回波消除、前饋和反饋有源噪聲消除、以及信道均衡。圖3示出在自適應信道均衡應用 中的自適應LMS濾波器的使用。在此，LMS濾波器系數(shù)更新級13自適應地更新自適應均衡 器12的濾波器系數(shù)，從而自適應均衡器12形成未知信道11的逆。自適應LMS濾波器算法的主要問題在于，其收斂到未知系統(tǒng)的最優(yōu)近似的能力以 及其收斂時間兩者皆依賴于未知系統(tǒng)的輸入信號x(n)的特性。為了收斂到最優(yōu)解，未知系 統(tǒng)的輸入信號x(n)應理想地具有平坦譜，即，輸入信號應對應于白噪聲。此外，為了使得收 斂時間最小化，輸入信號的功率應盡可能高。隨著輸入信號的功率減少，LMS自適應濾波器 的收斂時間增加。對于某些系統(tǒng)識別應用，可具有對輸入信號χ (η)的完全控制。對于這些應用，選 取理想化的輸入信號，其允許自適應LMS濾波器收斂到未知系統(tǒng)的最優(yōu)近似。遺憾的是，在 系統(tǒng)識別的大多數(shù)實際應用中，輸入信號的完全控制是不可能的。對于這些應用，不能保證 自適應LMS濾波器收斂到未知系統(tǒng)的最優(yōu)近似。此外，對于隨時間改變的未知系統(tǒng)，自適應 LMS濾波器可能不能足夠快速地響應于未知系統(tǒng)中的改變。已經提出了嘗試減少近似對輸入信號χ (η)的依賴性的標準自適應LMS濾波器算 法的很多變型方式。一種常見的變型方式是自適應歸一化LMS(NIiK)算法。NLMS算法也 描述于已經引用的維基百科網頁 “http://en. wikipedia. org/wiki/Least_mean_squares_filter”。NLMS算法的此描述通過引用被合并到此。除了將輸入信號功率的歸一化添加到自適應系數(shù)更新級之外，NLMS算法與標準 LMS算法是相同的。對于NLMS算法，根據以下方程更新自適應濾波器系數(shù)
權利要求
1.一種用于確定通過LMS算法調整的自適應濾波器02)的至少一個更新的濾波器系 數(shù)的方法，所述方法包括以下步驟確定輸出經濾波的信號的第一白化濾波器)的濾波器系數(shù)；基于在確定第一白化濾波器)的濾波器系數(shù)期間獲得的一個或多個計算值確定 歸一化值，所述歸一化值與所述經濾波的信號的能量相關聯(lián)；以及依賴于所述經濾波的信號和所述歸一化值確定所述自適應濾波器0 的至少一個更 新的濾波器系數(shù)。
2.權利要求1所述的方法，其中，所述第一白化濾波器是輸出殘差信號作為經濾波的 信號的LPC白化濾波器)。
3.權利要求1-2中的任一項所述的方法，其中，確定歸一化值的步驟包括基于在確定所述第一白化濾波器)的濾波器系數(shù)期間獲得的一個或多個計算值 確定所述經濾波的信號的能量估計。
4.權利要求3所述的方法，其中，確定歸一化值的步驟還包括對所述能量估計取倒數(shù)。
5.權利要求3-4中的任一項所述的方法，其中，基于以下LMS濾波器系數(shù)更新方程確定 至少一個濾波器系數(shù)其中，&( + 1)表示更新的至少一個濾波器系數(shù)，其中i e
并且N指示 自適應濾波器的濾波器系數(shù)的數(shù)量，表示實際的至少一個濾波器系數(shù)，rx表示經濾波 的信號，re表示誤差信號，并且瓦表示能量估計。
6.權利要求3-5中的任一項所述的方法，其中，所述第一白化濾波器是輸出殘差信號 作為經濾波的信號的LPC白化濾波器)，并且其中，基于基本上與結合用于求解自相 關方程的Durbin算法的自相關方法對應的方法確定LPC白化濾波器)的濾波器系 數(shù)。
7.權利要求6所述的方法，其中，能量估計與Durbin算法的迭代j的平方預測誤差&對應。
8.權利要求6-7中的任一項所述的方法，其中，能量估計與Durbin算法的最后迭代的 平方預測誤差&對應。
9.權利要求8所述的方法，其中，基于Durbin算法的倒數(shù)第二迭代的平方預測誤差Esh 確定平方預測誤差&。
10.權利要求9所述的方法，其中，通過兩個乘法累加運算確定所述能量估計。
11.前述權利要求中的任一項所述的方法，其中，自適應地更新所述第一白化濾波器 (25')的濾波器系數(shù)。
12.權利要求11所述的方法，其中，每次更新所述第一白化濾波器)的濾波器系 數(shù)時，確定更新的歸一化值。
13.權利要求12所述的方法，其中，以比所述自適應濾波器0 和所述第一白化濾波 器05')的上游的輸入信號的采樣速率低的更新速率更新所述第一白化濾波器)的濾波器系數(shù)和所述歸一化值。
14.權利要求13所述的方法，其中，在所述歸一化值的更新時段期間，輸入信號的統(tǒng)計 特性基本上是穩(wěn)定的。
15.權利要求1-12中的任一項所述的方法，其中，將確定歸一化值的步驟以及確定第 一白化濾波器)的濾波器系數(shù)的步驟執(zhí)行一次，并且此后，使所述歸一化值和所述第 一白化濾波器)的濾波器系數(shù)保持固定。
16.前述權利要求中的任一項所述的方法，其中，所述自適應濾波器0 接收所述經 濾波的信號。
17.權利要求1-10中的任意一項所述的方法，其中，所述自適應濾波器0 接收來自所述第一白化濾波器)的上游的信號，以及進一步依賴于由第二白化濾波器06)濾波的誤差信號確定所述自適應濾波器02)的 所述至少一個更新的濾波器系數(shù)，所述第二白化濾波器06)具有與所述第一白化濾波器 (25')相同的濾波器系數(shù)。
18.前述權利要求中的任一項所述的方法，其中，確定所述自適應濾波器0 的所有 濾波器系數(shù)的更新的濾波器系數(shù)。
19.權利要求3-10中的任一項所述的方法，其中，在確定第一白化濾波器)的濾 波器系數(shù)期間確定所述能量估計。
20.一種用于確定通過LMS算法調整的自適應濾波器02)的至少一個更新的濾波器系 數(shù)的裝置，所述裝置包括用于確定輸出經濾波的信號的第一白化濾波器)的濾波器系數(shù)，以及用于基于 在確定所述第一白化濾波器)的濾波器系數(shù)期間獲得的一個或多個計算值確定歸一 化值的部件)，所述歸一化值與所述經濾波的信號的能量相關聯(lián)；以及更新級)，用于依賴于所述經濾波的信號和所述歸一化值確定所述自適應濾波 器02)的至少一個更新的濾波器系數(shù)。
21.權利要求20所述的裝置，其中，用于確定濾波器系數(shù)的部件)被配置用于確 定輸出殘差信號作為經濾波的信號的LPC白化濾波器)的濾波器系數(shù)。
22.權利要求20-21中的任一項所述的裝置，其中，用于確定歸一化值的部件) 被配置用于基于在確定所述第一白化濾波器)的濾波器系數(shù)期間獲得的一個或多個 計算值確定經濾波的信號的能量估計。
23.權利要求22所述的裝置，其中，用于確定濾波器系數(shù)的部件)被配置用于確 定輸出殘差信號作為經濾波的信號的LPC白化濾波器(25')的濾波器系數(shù)，并且其中，用 于確定LPC白化濾波器的濾波器系數(shù)的部件被配置用于基于基本上與結合用于求解自相 關方程的Durbin算法的自相關方法對應的方法確定濾波器系數(shù)。
24.權利要求23所述的裝置，其中，能量估計與Durbin算法的最后迭代的平方預測誤 差^f對應。
25.權利要求20-24中的任一項所述的裝置，其中，用于確定歸一化值的部件) 被配置用于每次更新所述第一白化濾波器)的濾波器系數(shù)時，確定更新的歸一化值。
26.權利要求25所述的裝置，其中，第一白化濾波器)的濾波器系數(shù)和歸一化值 被以比所述自適應濾波器0 和所述第一白化濾波器)的上游的輸入信號的采樣速率低的更新速率更新。
27.一種濾波器系統(tǒng)，包括通過LMS算法調整的自適應濾波器02)；輸出經濾波的信號的第一白化濾波器)；用于確定第一白化濾波器的濾波器系數(shù)，以及用于基于在確定第一白化濾波器的濾波 器系數(shù)期間獲得的一個或多個計算值確定歸一化值的部件)，歸一化值與經濾波的 信號的能量相關聯(lián)；以及更新級)，用于依賴于所述經濾波的信號和所述歸一化值確定所述自適應濾波 器的至少一個更新的濾波器系數(shù)。
28.權利要求27所述的濾波器系統(tǒng)，其中，所述自適應濾波器0 接收所述經濾波的 信號。
29.權利要求27所述的濾波器系統(tǒng)，還包括具有基本上與所述第一白化濾波器 (25')相同的濾波器系數(shù)的第二白化濾波器( )，其中，所述更新級(XT)接收由所述第二 白化濾波器06)濾波的誤差信號。
30.權利要求27-29中的任一項所述的濾波器系統(tǒng)，其中，所述自適應濾波器02)是 HR濾波器。
31.權利要求27-30中的任一項所述的方法，其中，用于確定第一白化濾波器的濾波器 系數(shù)以及用于確定歸一化值的部件形成公共單元)，所述公共單元將確定的歸一化 值發(fā)送到所述更新級。
32.—種軟件程序，包括用于當軟件被運行時執(zhí)行根據權利要求1-19中的任一項所述 的方法的指令。
33.一種用于通過自適應濾波器0 對信號進行濾波的方法，所述自適應濾波器02) 通過LMS算法被調整，其中，根據權利要求1-19中的任一項所述的方法確定所述自適應濾 波器02)的至少一個更新的濾波器系數(shù)。
全文摘要
本發(fā)明涉及一種用于確定通過LMS算法調整的自適應濾波器(22)的至少一個更新的濾波器系數(shù)的方法。根據所述方法，確定第一白化濾波器(25′)的濾波器系數(shù)、尤其是LPC白化濾波器的濾波器系數(shù)。第一白化濾波器(25′)生成經濾波的信號?；谠诖_定第一白化濾波器(25′)的濾波器系數(shù)期間獲得的一個或多個計算值確定歸一化值。歸一化值關聯(lián)于該經濾波的信號的能量。依賴于該經濾波的信號和歸一化值確定自適應濾波器(22)的至少一個更新的濾波器系數(shù)。優(yōu)選地，確定對于自適應濾波器(22)的所有濾波器系數(shù)的更新的濾波器系數(shù)。
文檔編號G10L19/00GK102132491SQ200980133068
公開日2011年7月20日 申請日期2009年8月24日 優(yōu)先權日2008年8月25日
發(fā)明者G·A·戴維森, R·L·安德森 申請人:杜比實驗室特許公司