自适应回波抵消器的算法与MATLAB仿真

1、线路回波产生的背景 在电信网中,为了降低电话中心局与电话用户之间电话线的价格,用户线的连接采用两线制;电话中心局之间连接采用四线制。为了适应四线到二线或二线到四线的连接,需要使用二线到四线的混合电路。     

基于复数ICA的无线直放站反馈干扰抵消算法

为了利用自适应滤波器抵消转发与接收天线间的反馈干扰,根据卷积型混合与独立分量分析ICA解混的原理,将反馈干扰抵消问题纳入了ICA方法的框架中.针对亚高斯复值信号的特点,依据极小化互信息的准则,提出了一种基于复数ICA的自适应算法,简要分析了算法收敛的平衡点并据此给出了新的干扰抵消器的结构.计算机仿真结果表明,相比于LM...     

一种加白化预滤波的回波抵消算法

研究了话音通信中的回波抵消问题，尤其是传统ＬＭＳ算法的收敛性问题。提出了一种加白化预滤波的块修正ＬＭＳ自适应抵消算法（ＷＢＬＭＳ）。计算机模拟结果表明，ＷＢＬＭＳ算法的收敛性明显优于传统的ＬＭＳ算法，增加的运算量也极少。     

一种改进的声回声抵消算法

NL MS(normalized least mean square)算法是是自适应信号处理中应用最广泛的算法之一 ,它的最大缺点是收敛速度慢 ,对非平稳信号自适应能力差。为提高声回声抵消算法的收敛速度 ,采取了将语音分析中常用的线性预测作为前置滤波器的方法来减少参考信号的相关性 ,采用步长控制的方法来提高收敛速度 ,同时保持了 NL MS算法稳定性好和算法简单的优点。最后在模拟环境下对算法进行了测试 ,证明了比 NL MS算法具有更高的收敛速度和回声抵消量     

基于PN序列的OFDM帧同步算法

讨论了OFDM系统的帧同步算法，针对基于循环前缀的同步算法在强干扰信道中以及在极低信噪比条件下，无法实现精确同步的缺点，提出了一种基于PN序列的帧同步算法。仿真结果表明，基于PN序列的帧同步算法在极低信噪比条件下能够实现精确同步，同时也具有抗多径效应和抗强窄带干扰的能力。     

话音回波抵消器的研究

给出了话音回波抵消技术的原理和参数选择准则.利用大规模集成电路-单片数字信号处理器TMS32020和话音编译码器MC14403,完成了128抽头的全数字话音回波抵消器的技术研究,详细讨论了TMS32020话音回波抵消器实现过程中所遇到的问题和相应的解决方法.     

基于PN序列的MIMO-OFDM系统信道估计

基于为MIMO-OFDM系统设计了一种训练序列,并给出了相应的信道估计算法.提出使用PN序列代替传统OFDM系统中的循环前缀作为训练序列,并且不同发射天线选择相互正交的PN序列,利用PN序列的自相关性和互相关性,采用时域相关的方法估计多信道.与传统采用频域导频的信道估计器相比,该方法由于无需矩阵求逆,能够大大降低计算复杂度,同时PN序列作为OFDM符号的一部分可以实时估计信道,具有跟踪时变信道的能力.仿真结果表明该估计是无偏的,而且均方估计误差极小.     

自适应回波抵消器的算法分析与比较

在简单介绍回波产生背景及回波抵消器的基本原理后，详细阐述了当前普遍采用的各种自适应回波算法，并比较了各算法的性能，指出了各算法的适用场合．LMS算法是所有算法的基础，NLMS算法是对其的归一化，改进RLS算法则针对多重回波而言，变步长的LMS算法及MVS算法主要是对LMS算法的步长值由固定突破为因输入信号或误差信号而可调节的函数．     

基于NLMS的AEDA声源估计优化算法

针对传统的自适应特征值分解(AEDA)的延估计算法收敛时间慢的问题,提出一种改进的AEDA自适应算法,该方法将归一化最小均方法与AEDA相结合,加快了收敛速度,使其可应用于信号的实时处理.实验结果证明,在真实声场中,该算法能够用于声源定位.     

基于补偿因子自适应的NLMS多媒体播放算法

基于线性预测的媒体播放算法由于其复杂度低、易实现，在网络多媒体应用中大量使用，其中采用最小均方差估计的NLMS算法精确度较高．首先对NLMS算法和改进的NLMS算法进行了分析，针对算法中补偿因子因网络抖动剧烈而导致补偿过大的问题，提出了β因子自适应的NLMS算法，采用补偿因子系数p随网络变化以及预测误差情况自适应调整的方法，对NLMS算法作了进一步改进，明显地减小了端到端延迟均值和丢包率．试验结果验证了算法改进的有效性。     

用快速自适应和相关度检测算法的回声抵消器

介绍了一种使用快速PNLMS自适应算法和快速相关度检测算法的新回声抵消器算法FPNLMS,快速PNLMS自适应算法通过快速判定自适应滤波器的更新步长方法,提高了自适应滤波器的收敛速度并减小计算复杂度;快速相关度检测算法能够在低信噪比的情况快速准确地判断出双端通话状态,测试表明,研制成功的回声抵消系统能较好地满足改善VoIP系统语音质量的要求。     

自适应回声消除器的设计与实现

介绍了回声消除器的基本结构、回声路径的脉冲响应以及语音信号的特点,分析输入信号为白噪声、有色噪声和语音的情况下自适应算法的性能,在此基础上应用一种参数筛选更新归一化最小均方差（NLMS）算法以及基于互相关的双边对话侦测算法,并提供详细仿真结果。     

一种变步长解相关的自适应声回波对消算法

作者提出了一种变步长归一化解相关的LMS自适应海波算法(简称μ（k）-NDLMS算法)．该算法综合了变步长自适应方法和归一化解相关方法的优点，将其用于声回波对消(AEC)中，在计算量增加很小的情况下，其收敛速度和稳态失配都较之自适应信号处理中常用的NLMS算法有所改善．作者通过计算机仿真，证实了这一结果．     

一种改进的直接求解声回波消除算法

本文在直接求解声回波消除法的基础上,提出一种改进的直接求解声回波消除算法。该算法将估计的输入信号自相关矩阵做平均处理近似为Toeplitz矩阵,从而可利用Toeplitz线性方程组的快速算法直接求解正则方程,大幅降低了原直接求解法的计算量。同时仿真表明该改进算法仍具有较好的声回波消除效果,尤其是在有强背景噪声时具有稳健的性能     

基于经验模态分解的子带自适应声学回声消除算法

在语音通信中,声学回声消除技术用于消除扬声器与麦克风之间耦合产生的回声干扰.在声学回声抵消系统的实现过程中,可以通过子带技术来提高系统的性能,并减小算法本身的运算量.常见的子带算法多是基于组合滤波器、小波变换实现的.本文基于经验模态分解提出一种新的自适应回声消除算法EMD-APNLMS,它克服了基于组合滤波器算法收敛慢的缺点以及基于小波变换算法需要选择小波基的问题.计算机仿真结果表明,该算法实现了回声的消除,收敛速率较快,非常适用回声这种非平稳信号的处理.     

基于PN序列的短波3G-ALE信号识别研究

在非协作通信中,对短波3G-ALE(第三代短波自动链路建立)协议信号,传统的识别方法是利用信号的探测报头,但其持续时间短,接收时容易丢失,无法准确识别;针对此问题,在结合滑动相关FFT法的基础上,提出了利用PN(伪随机噪声)扰码识别信号,并进行了理论推导及试验验证。PN扰码识别仿真结果表明,在低信噪比的情况下,不仅峰均比高,而且识别信号的准确率也高。研究表明,PN扰码识别是非常有效的短波协议信号识别方法之一。     

立体声回波对消的算法性能实验研究及DSP实现的可行性分析

将自适应算法应用于实时立体声回波对消,以提高电话会议的通信质量．探讨了房间冲激响应为上百ms时,实时声回波对消自适应算法的收敛速度和立体声回波对消中的非唯一解问题．实验研究了输入为白噪声或语音信号、学习过程中发送房间冲激响应突变时,立体声回波对消自适应算法的失配和均方误差．比较了该算法的运算复杂度和采用DSP实现所需的指令周期．从DSP实时处理的可行性角度举例说明了选择适当DSP芯片的方法,为工程应用中构建以DSP为核心的声回波对消器提供了参考指标。     

一种改进的自适应滤波算法及其在回波对消中的应用

提出一种改进的自适应滤波算法,它通过选择自适应滤波器的系数更新时间间隔,在系统的收敛速度与计算量之间取得折衷;算法在每次系数更新时,利用了系统过去时刻数据并将频域批处理技术运用到算法计算中,大大加快了算法的收敛速度并且降低了计算复杂度,从而克服了LMS算法收敛速度慢以及仿射投影算法(APA)、递归最小二乘算法(RLS)计算量大的缺点.将所提算法应用于声回波对消中,仿真实验结果证实了其优点.     

低复杂度伪码迭代捕获方法

针对迭代消息传递的伪码捕获算法复杂度过高的问题,提出一种低复杂度伪码迭代捕获方法.将伪码迭代捕获方法分成迭代译码算法和向量选择算法2个步骤来讨论:首先,采用归一化简化方法对迭代译码算法进行改进,降低了算法的空间复杂度;其次,提出一种新的伪码向量选择算法,大大降低了算法的时间和空间复杂度.仿真结果显示:提出的伪码迭代捕获算法以低的复杂度,实现了较低信噪比下长伪码的快速捕获,且其捕获性能优于现有的伪码迭代捕获方法.     

Construction of orthogonal multiwavelets with short sequence via genetic algorithm

A multiwavelet can possesses the properties of orthogonality, symmetry, and compact support simul taneously, which is impossible for scalar wavelets. A method to determine the multiwavelets from a class of multi-scaling functions is presented using the genetic algorithm, which not only makes the guideline to find multiwavelets clearly and simplely, but also lays a foundation for the application of multiwavelets theory.