确定自适应滤波器的稳定因子的方法和装置制造方法
【专利摘要】本发明提供一种确定自适应滤波器的稳定因子的方法和装置，该方法包括：根据输入到自适应滤波器的第一输入信号，确定第一输入信号的参考输入矩阵；根据参考输入矩阵，确定第一输入信号的稳定性参数；根据稳定性参数，确定自适应滤波器的稳定因子。本发明实施例提供的确定自适应滤波器的稳定因子的方法和装置，通过根据自适应滤波器的第一输入信号的参考输入矩阵确定的该第一输入信号的稳定性参数，确定该自适应滤波器的稳定因子，能够实现根据第一输入信号的稳定性特点自适应的获取自适应滤波器的稳定因子，从而能够使得自适应滤波器在收敛速度与稳态误差性能上达到平衡。
【专利说明】确定自适应滤波器的稳定因子的方法和装置
【技术领域】
[0001]本发明实施例涉及通信领域，并且更具体地，涉及一种确定自适应滤波器的稳定因子的方法和装置。
【背景技术】
[0002]随着自适应滤波技术的发展，出现了许多不同的可应用于回声消除和噪声消除的自适应滤波算法。最为常见的是最小均方(Least Mean Squares, LMS)算法,该算法的实现相对简单，但是自适应滤波器的收敛速度相对慢一些。为了提升自适应滤波器的收敛速度，提出了归一化最小均方(Normalized Least Mean Squares,NLMS)算法,这种算法的自适应滤波器更新步长会随着输入信号的特点发生变化。为了进一步提升自适应滤波器的收敛速度，又提出了仿射投影(Affine Project1n Algorithm, APA)算法,投影阶数越小计算复杂度越低，而投影阶数越大自适应滤波器的收敛速度越快。这种算法的计算复杂度高于LMS算法，但是低于最小二乘(RLS)算法。
[0003]无论是NLMS算法，还是APA算法，为了使确定自适应滤波器的系数的公式中的除法运算或者求逆运算有解，通常要引入自适应滤波器的稳定因子。而自适应滤波器的稳定因子的取值大小往往会对自适应滤波器的收敛速度和收敛后的稳态误差有较大的影响。若自适应滤波器的稳定因子的取值较大，会降低自适应滤波器的收敛速度，但收敛后的稳态误差也会更小；若自适应滤波器的稳定因子的取值较小，自适应滤波器的收敛速度会变快，但是可能会出现滤波器发散，或者陷入拒不收敛导致稳态误差变大的问题。
[0004]然而，通常情况下，是凭经验选取一个常数作为自适应滤波器的稳定因子的取值，这就导致自适应滤波器不能在收敛速度和稳态误差性能上达到很好的平衡。
【发明内容】
[0005]本发明实施例提供一种确定自适应滤波器的稳定因子的方法和装置，根据第一输入信号的稳定性特点自适应的获取自适应滤波器的稳定因子，从而能够使得自适应滤波器在收敛速度和稳态误差性能上达到平衡。
[0006]第一方面，提供一种确定自适应滤波器的稳定因子的方法，该方法包括:根据输入到自适应滤波器的第一输入信号，确定第一输入信号的参考输入矩阵；根据参考输入矩阵，确定第一输入信号的稳定性参数；根据稳定性参数，确定自适应滤波器的稳定因子。
[0007]结合第一方面，在第一方面的第一种可能的实现方式中，根据稳定因子与稳定性参数的递减函数关系和稳定性参数，确定稳定因子。
[0008]结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，当稳定性参数大于或者等于第一阈值，且小于或者等于第二阈值时，根据以下函数关系式确定稳定因子，
[0009]k5 = Aa +B,
[0010]其中，k5为稳定因子，a为稳定性参数，A为小于O的实数，B为大于O的实数。
[0011]结合第一方面，在第一方面的第三种可能的实现方式中，当稳定性参数小于或者等于第三阈值时，确定稳定因子为第一常数；当稳定性参数大于或者等于第四阈值时，确定稳定因子为第二常数，其中，第三阈值小于第四阈值，第一常数和第二常数均为大于O的数，且第一常数大于第二常数。
[0012]结合第一方面或上述可能的实现方式中的任一种，在第一方面的第四种可能的实现方式中，对参考输入矩阵进行转置，得到转置矩阵；将该转置矩阵与参考输入矩阵相乘，得到第一矩阵；将该第一矩阵的行列式的值确定为所述稳定性参数。
[0013]结合第一方面或第一方面的第一种至第三种可能的实现方式中的任一种，在第一方面的第五种可能的实现方式中，对参考输入矩阵进行转置，得到转置矩阵；将该转置矩阵与参考输入矩阵相乘，得到第二矩阵；将该第二矩阵的行列式的值取对数得到的结果确定为稳定性参数。
[0014]结合第一方面或上述可能的实现方式中的任一种，在第一方面的第六种可能的实现方式中，该方法还包括:根据输入到自适应滤波器的第二输入信号，确定第二输入信号的输入向量；根据当前时刻的自适应滤波器系数、输入向量和参考输入矩阵，确定当前时刻的输出信号；根据参考输入矩阵、输出信号、稳定因子和自适应滤波器的更新步长，确定自适应滤波器的滤波系数。
[0015]第二方面，提供一种确定自适应滤波器的稳定因子的装置，该装置包括:第一确定模块，用于根据输入到自适应滤波器的第一输入信号，确定第一输入信号的参考输入矩阵；第二确定模块，用于根据第一确定模块确定的参考输入矩阵，确定第一输入信号的稳定性参数；第三确定模块，用于根据第二确定模块确定的稳定性参数，确定自适应滤波器的稳定因子。
[0016]结合第二方面，在第二方面的第一种可能的实现方式中，第三确定模块，具体用于根据稳定因子与稳定性参数的递减函数关系和稳定性参数，确定稳定因子。
[0017]结合第二方面的第一种可能的实现方式，在第二方面的第二种可能的实现方式中，第三确定模块包括第一确定单元，用于当第二确定模块确定的稳定性参数大于或者等于第一阈值，且小于或者等于第二阈值之间时，根据以下函数关系式确定稳定因子，
[0018]k5 = Aa +B,
[0019]其中，k5为稳定因子，a为稳定性参数，A为小于O的实数，B为大于O的实数。
[0020]结合第二方面，在第二方面的第三种可能的实现方式中，第三确定模块包括:第二确定单元，用于当第二确定模块确定的稳定性参数小于或者等于第三阈值时，确定稳定因子为第一常数；第三确定单元，用于当第二确定模块确定的稳定性参数大于或者等于第四阈值时，确定稳定因子为第二常数，其中，第三阈值小于第四阈值，第一常数和第二常数均为大于O的数，且第一常数大于第二常数。
[0021]结合第二方面或上述可能的实现方式中的任一种，在第二方面的第四种可能的实现方式中，第二确定模块包括:第一确定单元，用于对参考输入矩阵进行转置，得到转置矩阵；乘法单元，用于将第一确定单元得到的转置矩阵与参考输入矩阵相乘，得到第一矩阵；第二确定单元，用于将乘法单元得到的第一矩阵的行列式的值确定为稳定性参数。
[0022]结合第二方面或第二方面的第一种至第三种可能的实现方式中的任一种，在第二方面的第五种可能的实现方式中，第二确定模块包括:第一确定单元，用于对参考输入矩阵进行转置，得到转置矩阵；乘法单元，用于将第一确定单元得到的转置矩阵与参考输入矩阵相乘，得到第二矩阵；第三确定单元，用于将乘法单元得到的第二矩阵的行列式的值取对数得到的结果确定为稳定性参数。
[0023]结合第二方面或上述可能的实现方式中的任一种，在第二方面的第六种可能的实现方式中，该装置还包括:第四确定模块，用于根据滤波器的第二输入信号，确定第二输入信号的输入向量；第五确定模块，用于根据当前时刻的自适应滤波器系数、第四确定模块确定的输入向量和第一确定模块确定的参考输入矩阵，确定当前时刻的输出信号；第六确定模块，用于根据第一确定模块确定的参考输入矩阵、第五确定模块确定的输出信号、第三确定模块确定的稳定因子和自适应滤波器的更新步长，确定自适应滤波器的滤波系数。
[0024]因此，本发明实施例提供的确定自适应滤波器的稳定因子的方法，通过根据自适应滤波器的第一输入信号的参考输入矩阵确定的该第一输入信号的稳定性参数，确定该自适应滤波器的稳定因子，能够实现根据第一输入信号的稳定性特点自适应的获取自适应滤波器的稳定因子，从而能够使得自适应滤波器在收敛速度与稳态误差性能上达到平衡。
【专利附图】
【附图说明】
[0025]为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0026]图1是根据本发明的一个实施例的确定自适应滤波器的稳定因子的方法的示意性流程图。
[0027]图2是根据本发明的另一实施例的确定自适应滤波器的稳定因子的方法的示意性流程图。
[0028]图3是根据本发明的一个实施例的确定自适应滤波器的滤波系数的方法的示意性流程图。
[0029]图4是根据本发明的另一实施例的确定自适应滤波器的滤波系数的方法的示意性流程图。
[0030]图5是根据本发明的一个实施例的确定自适应滤波器的稳定因子的装置的结构性框图。
[0031]图6是根据本发明的实施例的第三确定模块的结构性框图。
[0032]图7是根据本发明的另一实施例的确定自适应滤波器的稳定因子的装置的结构性框图。
[0033]图8是根据本发明的一个实施例的确定自适应滤波器的稳定因子的装置的示意性框图。
【具体实施方式】
[0034]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
[0035]图1是根据本发明的一个实施例的确定自适应滤波器的稳定因子的方法100的示意性流程图。图1可以由确定自适应滤波器的稳定因子的装置来执行，如图1所示的方法100，包括:
[0036]110,根据输入到自适应滤波器的第一输入信号,确定该第一输入信号的参考输入矩阵；
[0037]120,根据参考输入矩阵,确定第一输入信号的稳定性参数；
[0038]130，根据稳定性参数，确定自适应滤波器的稳定因子。
[0039]具体地，在本发明实施例中，确定自适应滤波器的稳定因子的装置可以获取当前时刻输入到自适应滤波器的第一输入信号和多个历史时刻输入到自适应滤波器的第一输入信号，构建参考输入矩阵，并根据参考输入矩阵确定第一输入信号的稳定性参数，该装置可以根据稳定性参数确定自适应滤波器的稳定因子。
[0040]因此，本发明实施例提供的确定自适应滤波器的稳定因子的方法，通过根据自适应滤波器的第一输入信号的参考输入矩阵确定的该第一输入信号的稳定性参数，确定该自适应滤波器的稳定因子，能够实现根据第一输入信号的稳定性特点自适应的获取自适应滤波器的稳定因子，从而能够使得自适应滤波器在收敛速度与稳态误差性能上达到平衡。
[0041]具体地，在本发明实施例中，在110中，自适应滤波器可以获取的当前时刻输入到自适应滤波器的第一输入信号和多个历史时刻输入到自适应滤波器的第一输入信号，该第一输入信号可以以信号向量的形式输入到自适应滤波器，并且可以根据自适应滤波器采用的自适应滤波算法，利用该第一输入信号构建参考输入矩阵。
[0042]应理解，在本发明实施例中，由于自适应滤波器可以采用不同的算法，所以根据第一输入信号构建的参考输入矩阵包括LX I维的向量或LXp维的矩阵。也就是说，参考输入矩阵可以是向量，也可以是矩阵，本发明对此不做限定。
[0043]例如:自适应滤波器可以米用归一化最小均方(Normalized Least MeanSquares, NLMS)算法,可以根据第一输入信号,构建参考输入矩阵x (η):
[0044]X (η) = [x (η)，X (n_l)，...，X (n-L+1) ]τ,
[0045]其中，x(n)为第η时刻的第一输入信号，L为自适应滤波器的长度。即:可以根据第η时刻的第一输入信号和从第η时刻起之前的L-1个时刻的L-1个第一输入信号，构建参考输入矩阵，该参考输入矩阵为LX I的参考输入向量。换句话说，在NLMS算法中，可以根据第η时刻和第η时刻之前的L-1个时刻的L-1个第一输入信号,构建参考输入向量χ (η),并根据该参考输入向量χ (η)，确定第一输入信号的稳定性参数，再根据确定的该稳定性参数，确定第η时刻的自适应滤波器的稳定因子。
[0046]再如:自适应滤波器可以采用基于仿射投影(Affine Project1n Algorithm,APA)
算法，可以根据第一输入信号，构建参考输入矩阵X(n):
[0047]
【权利要求】
1.一种确定自适应滤波器的稳定因子的方法，其特征在于，包括: 根据输入到自适应滤波器的第一输入信号，确定所述第一输入信号的参考输入矩阵； 根据所述参考输入矩阵，确定所述第一输入信号的稳定性参数； 根据所述稳定性参数，确定所述自适应滤波器的稳定因子。
2.根据权利要求1所述的方法，其特征在于，所述根据所述稳定性参数，确定所述自适应滤波器的稳定因子，包括: 根据稳定因子与稳定性参数的递减函数关系和所述稳定性参数，确定所述自适应滤波器的稳定因子。
3.根据权利要求2所述的方法，其特征在于，所述根据稳定因子与稳定性参数的递减函数关系和所述稳定性参数，确定所述自适应滤波器的稳定因子，包括: 当所述稳定性参数大于或者等于第一阈值，且小于或者等于第二阈值时，根据以下函数关系式确定所述稳定因子，k6 = A α +B， 其中，k5为所述稳定因子，α为所述稳定性参数，A为小于O的实数，B为大于O的实数。
4.根据权利要求1所述的方法，其特征在于，所述根据所述稳定性参数，确定所述自适应滤波器的稳定因子，包括: 当所述稳定性参数小于或者等于第三阈值时，确定所述稳定因子为第一常数； 当所述稳定性参数大于或者等于第四阈值时，确定所述稳定因子为第二常数，其中，所述第三阈值小于所述第四阈值，所述第一常数和所述第二常数均为大于O的数，且所述第一常数大于所述第二常数。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述根据所述参考输入矩阵，确定所述第一输入信号的稳定性参数，包括: 对所述参考输入矩阵进行转置，得到转置矩阵； 将所述转置矩阵与所述参考输入矩阵相乘，得到第一矩阵； 将所述第一矩阵的行列式的值确定为所述稳定性参数。
6.根据权利要求1至4中任一项所述的方法，其特征在于，所述根据所述参考输入矩阵，确定所述第一输入信号的稳定性参数，包括: 对所述参考输入矩阵进行转置，得到转置矩阵； 将所述转置矩阵与所述参考输入矩阵相乘，得到第二矩阵； 将所述第二矩阵的行列式的值取对数得到的结果确定为所述稳定性参数。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述方法还包括: 根据输入到所述自适应滤波器的第二输入信号，确定所述第二输入信号的输入向量；根据当前时刻的自适应滤波器系数、所述输入向量和所述参考输入矩阵，确定所述当前时刻的输出信号； 根据所述参考输入矩阵、所述输出信号、所述稳定因子和所述自适应滤波器的更新步长，确定所述自适应滤波器的滤波系数。
8.一种确定自适应滤波器的稳定因子的装置，其特征在于，包括: 第一确定模块，用于根据输入到自适应滤波器的第一输入信号，确定所述第一输入信号的参考输入矩阵； 第二确定模块，用于根据所述第一确定模块确定的所述参考输入矩阵，确定所述第一输入信号的稳定性参数； 第三确定模块，用于根据所述第二确定模块确定的所述稳定性参数，确定所述自适应滤波器的稳定因子。
9.根据权利要求8所述的装置，其特征在于，所述第三确定模块，具体用于根据稳定因子与稳定性参数的递减函数关系和所述稳定性参数，确定所述自适应滤波器的稳定因子。
10.根据权利要求9所述的装置，其特征在于，所述第三确定模块包括第一确定单元，用于当所述第二确定模块确定的所述稳定性参数大于或者等于第一阈值，且小于或者等于第二阈值之时，根据以下函数关系式确定所述稳定因子，
k5 = A α +Β, 其中，k5为所述稳定因子，α为所述稳定性参数，A为小于O的实数，B为大于O的实数。
11.根据权利要求8所述的装置，其特征在于，所述第三确定模块包括: 第二确定单元，用于当所述第二确定模块确定的所述稳定性参数小于或者等于第三阈值时，确定所述稳定因子为第一常数； 第三确定单元，用于当所述第二确定模块确定的所述稳定性参数大于或者等于第四阈值时，确定所述稳定因子为第二常数，其中，所述第三阈值小于所述第四阈值，所述第一常数和所述第二常数均为大于O的数，且所述第一常数大于所述第二常数。
12.根据权利要求8至11中任一项所述的装置，其特征在于，所述第二确定模块包括: 第一确定单元，用于对所述参考输入矩阵进行转置，得到转置矩阵； 乘法单元，用于将所述第一确定单元得到的所述转置矩阵与所述参考输入矩阵相乘，得到第一矩阵； 第二确定单元，用于将所述乘法单元得到的所述第一矩阵的行列式的值确定为所述稳定性参数。
13.根据权利要求8至11中任一项所述的装置，其特征在于，所述第二确定模块包括: 第一确定单元，用于对所述参考输入矩阵进行转置，得到转置矩阵； 乘法单元，用于将所述第一确定单元得到的所述转置矩阵与所述参考输入矩阵相乘，得到第二矩阵； 第三确定单元，用于将所述乘法单元得到的所述第二矩阵的行列式的值取对数得到的结果确定为所述稳定性参数。
14.根据权利要求8至13中任一项所述的装置，其特征在于，所述装置还包括: 第四确定模块，用于根据输入到所述自适应滤波器的第二输入信号，确定所述第二输入信号的输入向量； 第五确定模块，用于根据当前时刻的自适应滤波器系数、所述第四确定模块确定的输入向量和所述第一确定模块确定的所述参考输入矩阵，确定所述当前时刻的输出信号；第六确定模块，用于根据所述第一确定模块确定的所述参考输入矩阵、所述第五确定模块确定的所述输出信号、所述第三确定模块确定的所述稳定因子和所述自适应滤波器的更新步长，确定所述自适应滤波器的滤波系数。
【文档编号】H03H21/00GK104202018SQ201410418591
【公开日】2014年12月10日 申请日期:2014年8月22日 优先权日:2014年8月22日
【发明者】艾雅·苏谟特, 刘媛媛, 李海婷 申请人:华为技术有限公司