專利名稱：一種自適應(yīng)濾波方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及濾波方法及裝置，尤其是自適應(yīng)濾波方法及裝置，屬于信息技術(shù)領(lǐng)域。
背景技術(shù)：
設(shè)計(jì)自適應(yīng)濾波器，主要是在濾波器模塊中植入不同的迭代方法而構(gòu)成。目的是找到一組最優(yōu)的濾波器系數(shù)使殘余誤差e(n)無限小。所謂遞歸最小二乘自適應(yīng)濾波器(RLSAF，RecursiveLeast-Squares Adaptive Filters)方法就是在n-1時(shí)刻利用最小二乘方法估計(jì)出濾波器抽頭系數(shù)，在n時(shí)刻，利用接收到的新數(shù)據(jù)信息對(duì)濾波器抽頭系數(shù)進(jìn)行更新。遞歸最小二乘自適應(yīng)濾波器RLS方法由于利用了數(shù)據(jù)相關(guān)矩陣的逆矩陣，白化了輸入數(shù)據(jù)，因此具有比最小均方(LMS，Least-Mean-Square)方法更快的收斂速度，且收斂性能與信號(hào)的頻譜特性無關(guān)，但也因需要對(duì)每一個(gè)采樣時(shí)刻的數(shù)據(jù)進(jìn)行一次子帶變換以及濾波器系數(shù)的迭代更新，計(jì)算復(fù)雜度高，所需存儲(chǔ)量大，不利于實(shí)時(shí)實(shí)現(xiàn)，計(jì)算量為O(ML2)，O表示量級(jí)。
子帶加權(quán)自適應(yīng)濾波(WASF，Weighted Adaptive Subband Filtering)方法的主要思想是通過在頻域調(diào)節(jié)子帶的加權(quán)值，實(shí)現(xiàn)對(duì)子帶信號(hào)在整個(gè)方法迭代過程中的份量的控制。在低速移動(dòng)通信的慢時(shí)變衰落信道估計(jì)中，可以降低或避開功率較強(qiáng)的窄帶干擾信號(hào)(NBI，Narrow BandInterference)影響，并可較高精度估計(jì)出信道的時(shí)域響應(yīng)。另外，加權(quán)值的調(diào)節(jié)過程是自適應(yīng)的，穩(wěn)定后的權(quán)值分布將與各子帶信號(hào)信噪比有關(guān)，信噪比大的子帶信號(hào)擁有大的權(quán)值。子帶加權(quán)自適應(yīng)濾波WASF方法所基于的子帶變換的子帶數(shù)將根據(jù)應(yīng)用的要求主觀選定，與濾波器的抽頭數(shù)無關(guān)。同時(shí)，任一子帶變換，或者空間變換，根據(jù)需要，均可以應(yīng)用到子帶加權(quán)自適應(yīng)濾波WASF方法中，也就是說，子帶加權(quán)自適應(yīng)濾波WASF方法對(duì)不同子帶變換的適應(yīng)能力很強(qiáng)。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種自適應(yīng)濾波方法及裝置，將遞歸最小二乘自適應(yīng)濾波器方法的具有較快收斂速度，且收斂性與信號(hào)頻譜特性無關(guān)，即濾波器對(duì)輸入信號(hào)譜分布具有很好的魯棒性的優(yōu)點(diǎn)融入子帶加權(quán)自適應(yīng)濾波WASF方法中，二者結(jié)合在一起，進(jìn)一步推廣。
本發(fā)明的實(shí)現(xiàn)原理如下假設(shè)濾波器輸入信號(hào)為x(n)，輸出的期望信號(hào)為y(n)，采用橫向?yàn)V波器結(jié)構(gòu)，逼近估計(jì)的濾波器系數(shù)矢量H^=[h^(0),h^(1),L,h^(L-1)],L]]>為濾波器抽頭數(shù)目，估計(jì)的殘余誤差為e(n)。應(yīng)用子帶變換，將輸入信號(hào)x(n)、期望信號(hào)y(n)、殘余誤差e(n)分別向M個(gè)不同的子帶上映射，即對(duì)0≤i≤M-1，k∈Z+，有Xi,k=Σn=0+∞X(n)Ψi,k(n)---(1)]]>
yi,k=Σn=0+∞y(n)Ψi,k(n)---(2)]]>ei,k=Σn=0+∞e(n)Ψi,k(n)---(3)]]>這里，X(n)＝[x(n)，x(n-1)，L，x(n-L+1)]T，{Ψi，k(n)}代表子帶變換的基函數(shù)，下標(biāo)i，k分別表示子帶基函數(shù)的序號(hào)與時(shí)間位移，時(shí)間位移間隔選擇為信號(hào)的采樣間隔，子帶數(shù)目M的選擇，依據(jù)實(shí)際應(yīng)用的要求與方法的復(fù)雜度而定。在給出子帶加權(quán)遞歸最小二乘自適應(yīng)濾波RLS-WASF訓(xùn)練方法結(jié)構(gòu)后，各子帶上的殘余誤差表示為ei,k=yi,k-H^HXi,k---(4)]]>定義子帶加權(quán)遞歸最小二乘自適應(yīng)濾波RLS-WASF方法的代價(jià)函數(shù)WLS為WLS=Σk=1tΣi=0m-1ωi,k|ei,k|2=Σk=1tΣi=0M-1ωi,k|yi,k-H^HXi,k|2---(5)]]>當(dāng)代價(jià)函數(shù)WLS達(dá)到最小值，即MWLS=minH^WLS---(6)]]>時(shí)，子帶加權(quán)遞歸最小二乘自適應(yīng)濾波器RLS-WASF方法取得濾波器系數(shù) 的最佳估計(jì)。為了在各個(gè)子帶上應(yīng)用遞歸最小二乘自適應(yīng)濾波RLS方法的遞歸迭代結(jié)構(gòu)，同時(shí)又能顧及到在不同子帶上配置不同的加權(quán)值，定義如下各子帶的權(quán)值{ωi，k}ωi，k＝ωi，tηt-k，0＜η≤1，0≤i≤M-1 (7)式中，η為設(shè)定的遺忘因子。針對(duì)式(5)，計(jì)算其梯度 ▿H^*=Σk=1tΣi=0M-1ωi,lηt-kXi,kXi,kHH^-Σk=1tΣi=0M-1ωi,tηt-kyi,k*Xi,k---(8)]]>顯然，當(dāng)式(6)成立時(shí)，梯度應(yīng)當(dāng)為0，即Σk=1tΣi=0M-1ωi,tηt-kXi,kXi,kHH^=Σk=1tΣi=0m-1ωi,tηt-kyi,k*Xi,k---(9)]]>為了簡(jiǎn)化表達(dá)式，令加權(quán)相關(guān)系數(shù)矩陣Φ(t)=Σk=1tΣi=0M-1ωi,tηt-kXi,kXi,kH,]]>加權(quán)互相關(guān)系數(shù)矩陣Z(t)=Σk=1tΣi=0M-1ωi,tηt-kyi,k*Xi,k,]]>于是(9)式變?yōu)?amp;Phi;(t)H^=Z(t)---(10)]]>
也就是H^=Φ-1(t)Z(t)---(11)]]>每一t時(shí)刻，直接計(jì)算Φ-1(t)的復(fù)雜度非常高，為了簡(jiǎn)化復(fù)雜度，將Φ(t)寫為Φ(t)=ηΣk=1t-1Σi=0M-1ωi,tηt-1-kXi,kXi,kH+Σi=0M-1ωi,tXi,tXi,tH]]>并假設(shè)ωi，t＝ωi，t-1，則有Φ(t)=ηΦ(t-1)+Σi=0M-1ωi,tXi,tXi,tH---(12)]]>將上式右側(cè)的第二項(xiàng)，記為A，展開為下式A=Σi=0M-1ωi,tXi,tXi,tH=Σi=0M-1ωi,t(Σn=0+∞X(n)Ψi,t(n))(Σn=0+∞X(n)Ψi,t(n))H]]>=Σi=0M-1ωi,tΣn=0+∞x(n)Ψi,t(n)Σn=0+∞x(n-1)Ψi,t(n)MΣn=0+∞x(n-L+1)Ψi,t(n)Σn=0+∞x(n)Ψi,t(n)Σn=0+∞x(n-1)Ψi,t(n)MΣn=0+∞(n-L+1)Ψi,t(n)H]]>在實(shí)際計(jì)算過程中，L＜＜+∞，故有Σn=0+∞x(n-a)Ψi,t(n)Σn=0+∞x(n-b)Ψi,t(n)B(Σn=0+∞x(n)Ψi,t(n))2]]>矩陣A可簡(jiǎn)記為ABΣi=0M-1ωi,t(Σn=0+∞x(n)Ψi,t(n))211L111L1LLLL11L1L*L]]>記U(t)=|Σ1i=0m-1ωi,t(Σn=0+∞x(n)Ψi,t(n))2|1/211L1T,]]>則矩陣A可近似分解為A=Σi=0M-1ωi,tXi,tXi,tHBU(t)U(t)H---(13)]]>式(12)又可寫成Φ(t)＝ηΦ(t-1)+U(t)UH(t) (14)
根據(jù)矩陣?yán)碚撝械哪婢仃嚩ɡ恚嚓P(guān)系數(shù)矩陣的逆矩陣Φ-1(t)的遞歸計(jì)算公式為Φ-1(t)=η-1Φ-1(t-1)-η-2Φ-1(t-1)U(t)UH(t)Φ-1(t-1)1+η-1UH(t)Φ-1(t-1)U(t)---(15)]]>其中，由于UH(t)Φ-1(t-1)U(t)是一個(gè)數(shù)值，故有UH(t)Φ-1(t-1)U(t)＝tr[UH(t)Φ-1(t-1)U(t)]又根據(jù)矩陣?yán)碚?，?dāng)U(t)為列向量tr[UH(t)Φ-1(t-1)U(t)]＝tr[Φ-1(t-1)U(t)UH(t)]則有UH(t)Φ-1(t-1)U(t)＝tr[Φ-1(t-1)U(t)UH(t)]其次，根據(jù)矩陣?yán)碚摂?shù)值Σi=0M-1ωi,tXi,tHΦ-1(t-1)Xi,t,]]>同樣有Σi=0M-1ωi,tXi,tHΦ-1(t-1)Xi,t=tr[Φ-1(t-1)Σi=0M-1ωi,tXi,tHXi,t]]]>由前述分析，Σi=0M-1ωi,tXi,tXi,tHBU(t)U(t)H,]]>即為Σi=0M-1ωi,tXi,tHΦ-1(t-1)Xi,t=tr[Φ-1(t-1)U(t)UH(t)]]]>最終有UH(t)Φ-1(t-1)U(t)=Σi=0M-1ωi,tXi,tHΦ-1(t-1)Xi,t---(16)]]>將式(16)帶入式(15)得到最終加權(quán)相關(guān)系數(shù)逆矩陣的迭代方程Φ-1(t)=η-1Φ-1(t-1)η-2Φ-1(t-1)Σi=0M-1ωi,tXi,tXi,tHΦ-1(t-1)1+η-1Σi=0M-1ωi,tXi,tHΦ-1(t-1)Xi,t---(17)]]>再利用互相關(guān)系數(shù)矩陣的內(nèi)在聯(lián)系，將Z(t)寫成如下形式Z(t)=ηΣk=1t-1Σi=0M-1ωi,tηt-1-kyi,k*Xi,k+Σi=0M-1ωi,tyi,t*Xi,t]]>并假設(shè)ωi，t＝ωi，t-1，則有
Z(t)=ηZ(t-1)+Σi=0M-1ωi,tyi,t*Xi,t---(18)]]>將式(18)代入式(11)，至此，得到子帶加權(quán)遞歸最小二乘自適應(yīng)濾波RLS-WASF方法關(guān)于橫向?yàn)V波器系數(shù)矢量迭代的關(guān)鍵方程H^t=(1-η-1Φ-1(t-1)Σi=0M-1ωi,tXi,tXi,tH1+η-1Σi=0M-1ωi,tXi,tHΦ-1(t-1)Xi,t)H^t-1+Φ-1(t)Σi=0M-1ωi,tyi,t*Xi,t---(19)]]>其中，I為L(zhǎng)*L的單位矩陣，并且假設(shè)，Φ-1(0)＝I。至于各個(gè)子帶上的權(quán)值迭代，簡(jiǎn)單地按以下方案求出，即令ei,k=yi,k-H^HXi,k,]]>則ωi，k＝1/E|ei，k|2?？紤]到收斂過程中殘余誤差的可變性，實(shí)際操作時(shí)，應(yīng)當(dāng)用以下公式估計(jì)期望值E|ei，k|2，即E|ei,k|2=f|ei,k|2+(1-f)E|ei,k-1|2]]>其中，0＜f≤1為調(diào)解子帶殘余誤差的遺忘因子，并且當(dāng)k＜0時(shí)，E|ei，k|2＝0。
綜上所述，子帶加權(quán)遞歸最小二乘自適應(yīng)濾波器設(shè)計(jì)可通過以下步驟得到自適應(yīng)調(diào)整的濾波器系數(shù)矢量(頻域) 并由濾波器的抽頭系數(shù)矢量 構(gòu)成濾波器。本發(fā)明自適應(yīng)濾波方法步驟如下第一步，將輸入信號(hào)序列X(n)＝[x(n)，x(n-1)，L，x(n-L+1)]T以及期望信號(hào)y(n)進(jìn)行子帶變換，分別得到其在完備頻域空間中M個(gè)不同子空間上的投影X0，k:XM-1，k以及y0，t:yM-1，t；第二步，求出t時(shí)刻M個(gè)子帶上的加權(quán)值，當(dāng)前t時(shí)刻第k個(gè)子帶的權(quán)值ωi，t，并用E|ei，t|2的倒數(shù)來估計(jì)，即ωi，t＝1/E|ei，t|2；第三步，利用前一個(gè)時(shí)刻的加權(quán)相關(guān)系數(shù)逆矩陣Φ-1(t-1)以及第一、二步的結(jié)果，計(jì)算當(dāng)前時(shí)刻的加權(quán)相關(guān)系數(shù)逆矩陣Φ-1(t)，迭代方程如下Φ-1(t)=η-1Φ-1(t-1)-η-2Φ-1(t-1)Σi=0M-1ωi,tXi,tXi,tHΦ-1(t-1)1+η-1Σi=0M-1ωi,tXi,tHΦ-1(t-1)Xi,t;]]>第四步，利用前一個(gè)時(shí)刻的加權(quán)相關(guān)系數(shù)逆矩陣Φ-1(t-1)及濾波器系數(shù)矢量 等，求得當(dāng)前t時(shí)刻濾波器系數(shù) 迭代方程如下
H^t=(1-η-1Φ-1(t-1)Σi=0M-1ωi,tXi,tXi,tH1+η-1Σi=0M-1ωi,tXi,tHΦ-1(t-1)Xi,t)H^t-1+Φ-1(t)Σi=0M-1ωi,tyi,t*Xi,t,]]>從而得到自適應(yīng)調(diào)整后的濾波器系數(shù)矢量(頻域) 本發(fā)明子帶加權(quán)遞歸最小二乘自適應(yīng)濾波器RLS-WASF方法的良好性能分析如下假設(shè)(1)遺忘因子η＝1；(2)不同子帶的加權(quán)輸入信號(hào){ωi,kXi,k,i=0,L,M-1}]]>獨(dú)立同分布；(3)加權(quán)輸入信號(hào){ωi,kXi,k,k=1,L,t}]]>是一均值為0，相關(guān)矩陣為R的多維高斯分布的隨機(jī)變量；(4)式(1)定義的逼近誤差ei，k是一均值為0、方差為σ2的高斯型隨機(jī)變量。則有性能1 是關(guān)于H的無偏估計(jì)；性能2橫向?yàn)V波器 的估計(jì)方差可以達(dá)到克拉美拉下界(Cramer-Rao Lower Bound)；性能3子帶加權(quán)遞歸最小二乘自適應(yīng)濾波RLS-WASF方法能夠在有限步內(nèi)收斂。
實(shí)際上，傳統(tǒng)的自適應(yīng)濾波器方法，如遞歸最小二乘RLS方法，是子帶加權(quán)遞歸最小二乘自適應(yīng)濾波RLS-WASF方法的一種特例，因?yàn)檫f歸最小二乘RLS方法實(shí)際上應(yīng)用了一種正交變換——單脈沖函數(shù)，即δ(n)=1n=00n≠0]]>而單脈沖函數(shù)在時(shí)域上保持正交Σn=0+∞δ(n)δ(n-l)=δ(l)·]]>


圖1是本發(fā)明方法的訓(xùn)練結(jié)構(gòu)示意圖。
圖2是本發(fā)明裝置在通信系統(tǒng)中一種實(shí)施例的原理示意圖。其中，201-H為信道沖激響應(yīng)函數(shù)，202-子帶加權(quán)遞歸最小二乘自適應(yīng)濾波器。
圖3是本發(fā)明一種實(shí)施例中信道估計(jì)器部分在通信系統(tǒng)中的原理示意圖。其中，301-子帶加權(quán)遞歸最小二乘自適應(yīng)濾波器中的信道估計(jì)器(RLS-WASF Channel Estimation)。
圖4是本發(fā)明一種實(shí)施例信道估計(jì)器模塊組成示意圖。其中，401-輸入信號(hào)x(n)子帶變換模塊，402-期望信號(hào)y(n)子帶變換模塊，403-Φ-1(t-1)寄存器模塊， 寄存器模塊，405-權(quán)值計(jì)算模塊，406-求加權(quán)相關(guān)矩陣逆模塊，407-計(jì)算濾波器系數(shù)模塊。
圖5是本發(fā)明一種實(shí)施例信道估計(jì)器中模塊關(guān)系示意圖。
具體實(shí)施例方式
本發(fā)明一般用于線性建模的參數(shù)估計(jì)，在通信系統(tǒng)中可以用來進(jìn)行信道估計(jì)、線性均衡等等。下文以信道估計(jì)器為例，基于橫向?yàn)V波器結(jié)構(gòu)，對(duì)本發(fā)明方法作進(jìn)一步詳細(xì)說明。
請(qǐng)參閱圖2-5，本發(fā)明的一種實(shí)施例，基于子帶加權(quán)遞歸最小二乘自適應(yīng)濾波方法的信道估計(jì)器302，主要是將輸入信號(hào)序列、期望信號(hào)分別進(jìn)行子帶變換轉(zhuǎn)化到頻域，然后定義一個(gè)子帶加權(quán)遞歸最小二乘方法的代價(jià)函數(shù)，推導(dǎo)出濾波器系數(shù)矢量(頻域)的迭代算式，實(shí)現(xiàn)系數(shù)的自適應(yīng)調(diào)整。在白適應(yīng)濾波器202中，RLS-WASF信道估計(jì)器302看成是濾波器202的一部分。濾波器202設(shè)計(jì)時(shí)，先用輸入信號(hào)x(n)和期望信號(hào)y(n)進(jìn)行信道估計(jì)，以自適應(yīng)方法得到子帶加權(quán)遞歸最小二乘自適應(yīng)濾波器202的抽頭系數(shù)矢量 即信道估計(jì)器302的輸出——最優(yōu)的濾波器系數(shù)矢量 再由濾波器系數(shù)矢量構(gòu)成橫向?yàn)V波器202。輸入信號(hào)x(n)通過橫向?yàn)V波器202濾波后得到期望信號(hào)少y(n)的估計(jì)值 也就是，將輸入信號(hào)序列X(n)＝[x(n)，x(n-1)，L，x(n-L+1)]T以及期望信號(hào)y(n)進(jìn)行子帶變換，經(jīng)過橫向?yàn)V波器H^=h^(0)h^(1)Lh(n-M+1)]]>后，再將其進(jìn)行子帶反變換，最終得到對(duì)期望信號(hào)y(n)的估計(jì)值 。其中，由于濾波器系數(shù)矢量 受誤差e(n)=y(n)-yo(on)]]>控制，通過對(duì) 不斷調(diào)節(jié)，可找到一組最優(yōu)的濾波器系數(shù)矢量 使殘余誤差e(n)無限小。
下面以估計(jì)未知的固定/低速移動(dòng)通信信道的沖激響應(yīng)為例，詳細(xì)敘述基于子帶加權(quán)遞歸最小二乘自適應(yīng)濾波RLS-WASF方法的信道估計(jì)器302的實(shí)現(xiàn)過程。
本發(fā)明植入子帶加權(quán)遞歸最小二乘自適應(yīng)濾波RLS-WASF方法信道估計(jì)器，由輸入信號(hào)x(n)子帶變換模塊401、期望信號(hào)y(n)子帶變換模塊402、Φ-1(t-1)寄存器模塊403、 寄存器模塊404、權(quán)值計(jì)算模塊405、求加權(quán)相關(guān)矩陣逆模塊406和計(jì)算濾波器系數(shù)矢量模塊407組成。
設(shè)d(n)為測(cè)試信號(hào)，η(t)為加性高斯白噪聲，H301為信道沖激響應(yīng)， 為估計(jì)出的信道沖激響應(yīng)的倒數(shù)(也就是濾波器系數(shù)矢量，用來濾除信道對(duì)測(cè)試信號(hào)的影響)，x(n)為信道估計(jì)器輸入信號(hào)，y(n)為期望信號(hào)。測(cè)試信號(hào)d(n)經(jīng)過信道，加上高斯白噪聲η(t)后得到信道估計(jì)器輸入信號(hào)x(n)，信道估計(jì)器期望信號(hào)y(n)即為測(cè)試信號(hào)d(n)，則有表達(dá)式如下x(n)＝d(n)*h(n)+η(n)y(n)＝d(n)設(shè)模塊已知參數(shù)子帶數(shù)目M、子帶變換基函數(shù)的總樣點(diǎn)數(shù)N、濾波器系數(shù)長(zhǎng)度L(也即輸入信號(hào)數(shù)據(jù)序列長(zhǎng))、遺忘因子f、高斯白噪聲η(n)。各模塊作用如下
在輸入信號(hào)x(n)子帶變換模塊401中首先將輸入信號(hào)x(n)輸入移位寄存器，每個(gè)信號(hào)采樣時(shí)刻移位一次，得到長(zhǎng)為L(zhǎng)的數(shù)據(jù)序列X(n)＝[x(n)，x(n-1)，L，x(n-L+1)]T，然后將序列按照下式Xi,k=Σn=0NX(n)Ψi,k(n)]]>進(jìn)行子帶變換，求得其在完備頻域空間中M個(gè)不同子空間上的投影X0，k:XM-1，k，其中Ψi，k(n)代表子帶變換的基函數(shù)，i表示子帶基函數(shù)的序號(hào)(i＝0，1，…M-1)，k表示時(shí)間位移，參數(shù)n也為時(shí)間位移，N表示子帶變換基函數(shù)的總樣點(diǎn)數(shù)(一般，N很大，且N＞＞L)。這里對(duì)向量的子帶變換就是對(duì)向量中的每個(gè)元素進(jìn)行子帶變換。
在期望信號(hào)y(n)子帶變換模塊402中，同樣也將期望信號(hào)y(n)進(jìn)行子帶變換，如下式y(tǒng)i,k=Σn=0Ny(n)Ψi,k(n)]]>得到M個(gè)不同子帶上的映射y0，t:yM-1，t。
在Φ-1(t-1)寄存器模塊403中Φ-1(t-1)寄存器用來存放前一時(shí)刻的加權(quán)相關(guān)系數(shù)矩陣Φ(t-1)的逆矩陣，寄存器陣列為L(zhǎng)*L，按相關(guān)矩陣排列。在t＝0時(shí)刻，令Φ-1(0)＝I，I為單位矩陣，即將Φ-1(t-1)寄存器陣列值按單位陣I初始化。在每個(gè)采樣時(shí)刻之初，模塊將寄存器中所存矩陣Φ-1(t-1)分別送給求加權(quán)相關(guān)矩陣逆模塊406、計(jì)算濾波器系數(shù)矢量模塊407，當(dāng)計(jì)算濾波器系數(shù)矢量模塊407計(jì)算出該時(shí)刻濾波器更新系數(shù) 后，模塊將接收求加權(quán)相關(guān)矩陣逆模塊406的輸出矩陣Φ-1(t)，并用以更新寄存器為當(dāng)前時(shí)刻的加權(quán)相關(guān)系數(shù)矩陣的逆矩陣。
在 寄存器模塊404中 寄存器用來存放前一時(shí)刻的濾波器系數(shù)矢量H^t-1=H^0,t-1,L,H^L-1,t-1T·]]>在t＝0時(shí)刻，令H^0=0]]>這里0表示零向量。在每個(gè)采樣時(shí)刻之初，該模塊將前一時(shí)刻濾波器系數(shù) 分別送給權(quán)值計(jì)算模塊405、計(jì)算濾波器系數(shù)矢量模塊407，當(dāng)計(jì)算濾波器系數(shù)矢量模塊407計(jì)算出該時(shí)刻濾波器更新系數(shù) 后，模塊接收來自計(jì)算濾波器系數(shù)矢量模塊407的輸出 使 寄存器更新為當(dāng)前時(shí)刻的濾波器迭代系數(shù)。
在權(quán)值計(jì)算模塊405中權(quán)值計(jì)算模塊內(nèi)部除計(jì)算單元外還包含一個(gè)寄存器，用來存儲(chǔ)前一時(shí)刻子帶殘余誤差ei，t-1的模的平方的期望值E|ei，t-1|2。在每個(gè)采樣時(shí)刻，權(quán)值計(jì)算模塊405接收輸入信號(hào)x(n)子帶變換模塊401的輸出Xi，t、期望信號(hào)y(n)子帶變換模塊402的輸出yi，t以及 寄存器模塊404中寄存器的輸出 并由以下步驟計(jì)算加權(quán)值ωi，t。這樣的處理模塊共有M個(gè)，對(duì)應(yīng)計(jì)算出M個(gè)各個(gè)子帶上的加權(quán)值，權(quán)值ωi，t計(jì)算步驟如下步驟(1)若t＝0，則初始化內(nèi)部寄存器E|ei，t-1|2＝1；步驟(2)根據(jù)子帶殘余誤差定義求出當(dāng)前t時(shí)刻對(duì)應(yīng)第i各子帶上的殘余誤差ei，t。子帶殘余誤差定義為期望信號(hào)yi，t與估計(jì)期望信號(hào) 間的誤差，表達(dá)式如下ei,t=yi,t-H^t-1Xi,t]]>這里用前一個(gè)時(shí)刻濾波器系數(shù) 對(duì)輸入信號(hào)Xi，t濾波得到當(dāng)前時(shí)刻的期望信號(hào)的估計(jì)值 步驟(3)當(dāng)前時(shí)刻子帶殘余誤差模的平方的期望值E|ei，t|2用當(dāng)前誤差模的平方|ei，t|2乘上遺忘因子f，加上E|ei，t-1|2乘上1與遺忘因子差的和來表示，表達(dá)式如下E|ei，t|2＝f|ei，t|2+(1-f)E|ei，t-1|2將求得的期望值E|ei，t|2存入內(nèi)部寄存器；步驟(4)當(dāng)前t時(shí)刻第k個(gè)子帶的權(quán)值ωi，t用E|ei，t|2的倒數(shù)來估計(jì)，即ωi，t＝1/E|ei，t|2。
在求加權(quán)相關(guān)矩陣逆模塊406中每個(gè)采樣時(shí)刻初，求加權(quán)相關(guān)矩陣逆模塊406接收Φ-1(t-1)寄存器模塊403的輸出Φ-1(t-1)、輸入信號(hào)x(n)子帶變換模塊401的輸出X0，t:XM-1，t以及權(quán)值計(jì)算模塊405的輸出ω0，t:ωM-1，t，并用來計(jì)算當(dāng)前t時(shí)刻加權(quán)相關(guān)系數(shù)矩陣的逆矩陣Φ-1(t)。利用當(dāng)前時(shí)刻輸入信號(hào)信息在原有逆矩陣的基礎(chǔ)上求得的迭代方程如下Φ-1(t)=η-1Φ-1(t-1)-η-1Φ-1(t-1)Σi=0M-1ωi,tXi,tXi,tHΦ-1(t-1)1+η-1Σi=0M-1ωi,tXi,tHΦ-1(t-1)Xi,t]]>在計(jì)算濾波器系數(shù)矢量模塊407中每個(gè)采樣時(shí)刻初，計(jì)算濾波器系數(shù)模塊接收 寄存器模塊404的輸出 Φ-1(t-1)寄存器模塊403的輸出Φ-1(t-1)，求加權(quán)相關(guān)矩陣逆模塊406的輸出Φ-1(t)，輸入信號(hào)x(n)子帶變換模塊401的輸出X0，t:XM-1，t，期望信號(hào)y(n)子帶變換模塊402的輸出y0，t:yM-1，t以及權(quán)值計(jì)算模塊405的輸出ω0，t:ωM-1，t，并用來計(jì)算當(dāng)前t時(shí)刻濾波器系數(shù) 迭代方程如下H^t=(I-η-1Φ-1(t-1)Σi=0M-1ωi,tXi,tXi,tH1+η-1Σi=0M-1ωi,tXi,tHΦ-1(t-1)Xit)H^t-1+Φ-1(t)Σi=0M-1ωi,tyi,t*Xi,t·]]>以上模塊連接后，信道估計(jì)器中信號(hào)數(shù)據(jù)流流程如下在t時(shí)刻信號(hào)輸入到輸入信號(hào)x(n)子帶變換模塊401以及期望信號(hào)y(n)子帶變換模塊402，進(jìn)行子帶變換，變換結(jié)果輸出到權(quán)值計(jì)算模塊405計(jì)算權(quán)值。計(jì)算出的權(quán)值聯(lián)合Φ-1(t-1)寄存器模塊403以及輸入信號(hào)x(n)子帶變換模塊401的輸出，輸入到求加權(quán)相關(guān)矩陣逆模塊406，進(jìn)行計(jì)算加權(quán)相關(guān)系數(shù)矩陣的逆矩陣。計(jì)算出的逆矩陣輸出到濾波器系數(shù)矢量計(jì)算模塊407，計(jì)算出濾波器系數(shù)后輸入到 寄存器模塊404寄存；同時(shí)，求加權(quán)相關(guān)矩陣逆模塊406計(jì)算的加權(quán)相關(guān)系數(shù)矩陣逆矩陣，也輸入移位寄存器模塊403寄存。更新為下一時(shí)刻的輸入信號(hào)數(shù)據(jù)后，重復(fù)以上流程，直至獲得穩(wěn)定的最優(yōu)的濾波器系數(shù)矢量 本發(fā)明實(shí)施例由濾波器抽頭系數(shù)矢量 構(gòu)成的橫向?yàn)V波器202中，將輸入信號(hào)序列X(n＝[x(n)，x(n-1)，L，x(n-L+1)]T以及期望信號(hào)y(n)進(jìn)行子帶變換，經(jīng)過橫向?yàn)V波器H^=h^(0)h^(1)Lh(n-M+1)]]>后，再將其進(jìn)行子帶反變換，得到對(duì)期望信號(hào)y(n)的估計(jì)值 。其中，由于濾波器系數(shù)矢量 受誤差e(n)=y(n)-yo(on)]]>控制，可通過自適應(yīng)調(diào)節(jié)，找到一組最優(yōu)的濾波器系數(shù)矢量使殘余誤差e(n)無限小。
上述的對(duì)具體實(shí)施例的描述可以使該技術(shù)領(lǐng)域的普通技術(shù)人員能理解和使用本發(fā)明。熟悉本技術(shù)的人員顯然可以很快地依據(jù)這些實(shí)施例的揭示做出各種修改，并把在此說明的一般原理應(yīng)用到其他實(shí)施例中而不必經(jīng)過創(chuàng)造性的勞動(dòng)。因此，本發(fā)明的內(nèi)容不限于這里所公開的實(shí)施例，本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明的揭示，對(duì)于本發(fā)明做出的改進(jìn)和修改都應(yīng)該在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種自適應(yīng)濾波方法，其特征在于采用以下步驟第一步，將輸入信號(hào)序列以及期望信號(hào)進(jìn)行子帶變換，分別得到其在完備頻域空間中M個(gè)不同子空間上的投影；第二步，求出t時(shí)刻M個(gè)子帶上的加權(quán)值，當(dāng)前t時(shí)刻第k個(gè)子帶上的權(quán)值；第三步，利用前一個(gè)時(shí)刻的加權(quán)相關(guān)系數(shù)逆矩陣迭代算式，計(jì)算當(dāng)前時(shí)刻的加權(quán)相關(guān)系數(shù)逆矩陣；第四步，利用前一個(gè)時(shí)刻的加權(quán)相關(guān)系數(shù)逆矩陣及濾波器系數(shù)矢量，求得當(dāng)前t時(shí)刻濾波器系數(shù)矢量。
2.根據(jù)權(quán)利要求1所述的自適應(yīng)濾波方法，其特征在于輸入信號(hào)序列以X(n)＝[x(n)，x(n-1)，L，x(n-L+1)]T表示，期望信號(hào)以y(n)表示，其在完備頻域空間中M個(gè)不同子空間上的投影分別以X0，kXM-1，k及y0，tyM-1，t表示；當(dāng)前t時(shí)刻第k個(gè)子帶的權(quán)值以ωi，t表示，并用E|ei，t|2的倒數(shù)來估計(jì)，即ωi，t＝1/E|ei，t|2；前一個(gè)時(shí)刻的加權(quán)相關(guān)系數(shù)逆矩陣以Φ-1(t-1)表示，當(dāng)前時(shí)刻的加權(quán)相關(guān)系數(shù)逆矩陣以Φ-1(t)表示，則Φ-1(t)=η-1Φ-1(t-1)-η-2Φ-1(t-1)Σi=0M-1ωi,tXi,tXi,tHΦ-1(t-1)1+η-1Σi=0M-1ωi,tXi,tHΦ-1(t-1)Xi,t;]]>前一個(gè)時(shí)刻的濾波器系數(shù)矢量以 表示，當(dāng)前t時(shí)刻濾波器系數(shù)以 表示，則；H^t=(1-η-1Φ-1(t-1)Σi=0M-1ωi,tXi,tXi,tH1+η-1Σi=0M-1ωi,tXi,tHΦ-1(t-1)Xi,t)H^t-1+Φ-1Σi-0M-1ωi,tyi,t*Xi,t.]]>
3.根據(jù)權(quán)利要求2所述的自適應(yīng)濾波方法，其特征在于在得到自適應(yīng)調(diào)整濾波器系數(shù)矢量 過程中，各子帶上的殘余誤差為ei,k=yi,k-H^HXi,k.]]>
4.根據(jù)權(quán)利要求2或3所述的自適應(yīng)濾波方法，其特征在于所述方法的代價(jià)函數(shù)WLS為WLS=Σk=1tΣi=0M-1ωi,k|ei,k|2=Σk=1tΣi=0M-1ωi,k|yi,k-H^HXi,k|2.]]>
5.根據(jù)權(quán)利要求4所述的自適應(yīng)濾波方法，其特征在于當(dāng)代價(jià)函數(shù)WLS達(dá)到最小值時(shí)，即MWLS=minH^WLS]]>時(shí)得到頻域 的最佳估計(jì)值。
6.一種自適應(yīng)濾波裝置，其特征在于采用權(quán)利要求1至5中任一所述的方法進(jìn)行濾波。
7.根據(jù)權(quán)利要求6所述的自適應(yīng)濾波裝置，其特征在于包括輸入信號(hào)x(n)子帶變換模塊、期望信號(hào)y(n)子帶變換模塊、Φ-1(t-1)寄存器模塊、 寄存器模塊、權(quán)值計(jì)算模塊、求加權(quán)相關(guān)矩陣逆模塊和計(jì)算濾波器系數(shù)矢量模塊。
8.根據(jù)權(quán)利要求7所述的自適應(yīng)濾波裝置，其特征在于該自適應(yīng)濾波裝置中信號(hào)數(shù)據(jù)流的流程如下在t時(shí)刻信號(hào)輸入到輸入信號(hào)x(n)子帶變換模塊401以及期望信號(hào)y(n)子帶變換模塊402，進(jìn)行子帶變換，變換結(jié)果輸出到權(quán)值計(jì)算模塊405計(jì)算權(quán)值；計(jì)算出的權(quán)值聯(lián)合Φ-1(t-1)寄存器模塊403以及輸入信號(hào)x(n)子帶變換模塊401的輸出，輸入到求加權(quán)相關(guān)矩陣逆模塊406，進(jìn)行計(jì)算加權(quán)相關(guān)系數(shù)矩陣的逆矩陣；計(jì)算出的逆矩陣輸出到濾波器系數(shù)矢量計(jì)算模塊407，計(jì)算出濾波器系數(shù)后輸入到 寄存器模塊404寄存；同時(shí)，求加權(quán)相關(guān)矩陣逆模塊406計(jì)算的加權(quán)相關(guān)系數(shù)矩陣逆矩陣，也輸入移位寄存器模塊403寄存；更新為下一時(shí)刻的輸入信號(hào)數(shù)據(jù)后，重復(fù)以上流程，直至獲得穩(wěn)定的最優(yōu)的濾波器系數(shù)矢量
9.根據(jù)權(quán)利要求7所述的自適應(yīng)濾波裝置，其特征在于該權(quán)值計(jì)算模塊中，權(quán)值ωi，t的取得步驟如下步驟一若t＝0，則初始化內(nèi)部寄存器E|ei，t-1|2＝1；步驟二根據(jù)子帶殘余誤差定義求出當(dāng)前t時(shí)刻對(duì)應(yīng)第i各子帶上的殘余誤差ei，t，子帶殘余誤差定義為期望信號(hào)yi，t與估計(jì)期望信號(hào) 間的誤差，表達(dá)式如下ei,t=yi,t-H^t-1Xi,t]]>這里用前一個(gè)時(shí)刻濾波器系數(shù) 對(duì)輸入信號(hào)Xi，t濾波得到當(dāng)前時(shí)刻的期望信號(hào)的估計(jì)值 步驟三當(dāng)前時(shí)刻子帶殘余誤差模的平方的期望值E|ei，t|2用當(dāng)前誤差模的平方|ei，t|2乘上遺忘因子f，加上E|ei，t-1|2乘上1與遺忘因子差的和來表示，表達(dá)式如下E|ei，t|2＝f|ei，t|2+(1-f)E|ei，t-1|2將求得的期望值E|ei，t|2存入內(nèi)部寄存器；步驟四當(dāng)前t時(shí)刻第k個(gè)子帶的權(quán)值ωi，t用E|ei，t|2的倒數(shù)來估計(jì)，即ωi，t＝1/E|ei，t|2。
全文摘要
本發(fā)明涉及一種自適應(yīng)濾波方法及裝置，包括，將輸入信號(hào)序列、期望信號(hào)分別進(jìn)行子帶變換轉(zhuǎn)化到頻域，然后定義一個(gè)子帶加權(quán)遞歸最小二乘方法的代價(jià)函數(shù)，得到濾波器系數(shù)矢量(頻域)的迭代算式，實(shí)現(xiàn)系數(shù)的自適應(yīng)調(diào)整。本發(fā)明的特點(diǎn)是，通過在頻域調(diào)節(jié)子帶的加權(quán)值，實(shí)現(xiàn)對(duì)各子帶信號(hào)在整個(gè)方法迭代過程中的份量控制。
文檔編號(hào)H03H17/02GK1790902SQ20041008945
公開日2006年6月21日 申請(qǐng)日期2004年12月13日 優(yōu)先權(quán)日2004年12月13日
發(fā)明者張小東, 卜智勇, 楊玨 申請(qǐng)人:上海無線通信研究中心