1.一种基于数据重用的非负自适应滤波方法，其特征在于，所述方法将过去时刻的输入信号向量和期望信号进行重用，并采用定点迭代的方式对自适应滤波器的权值向量进行非负性约束更新。
2.根据权利要求1所述的基于数据重用的非负自适应滤波方法，其特征在于，所述方法具体包括以下步骤：
1)由输入信号的最近M个样值{u(n),u(n-1),…,u(n-M+1)}构成输入向量u(n)＝[u(n),u(n-1),…,u(n-M+1)]T，其中，M表示自适应滤波器权值向量的长度，上标T表示向量或矩阵的转置运算符,n表示样值所在的时刻；
2)由最近K个时刻的输入向量{u(n),u(n-1),…,u(n-K+1)}构成输入信号矩阵U(n)＝[u(n),u(n-1),…,u(n-K+1)]，其中，K为数据重用的阶数；
3)由最近K个时刻的期望信号样值{d(n),d(n-1),…,d(n-K+1)}构成期望向量d(n)＝[d(n),d(n-1),…,d(n-K+1)]T；
4)采用表达式e(n)＝d(n)-UT(n)w(n)计算自适应滤波器的误差向量e(n)，其中w(n)表示自适应滤波器在n时刻的权值向量；
5)采用表达式g(n)＝U(n)[δI+UT(n)U(n)]-1e(n)计算数据重用向量g(n)，其中，符号[·]-1表示对矩阵[·]进行求逆，I为单位矩阵，δ为很小的正则化因子，用来防止矩阵求逆时引起数值计算困难；
6)以数据重用向量g(n)的元素为对角元素，构建对角矩阵diag[g(n)]，其中diag[…]表示将向量[…]形成对角矩阵的运算符；
7)采用数据重用矩阵和定点迭代方式，建立自适应滤波器的权值向量更新公式，即在n+1时刻的权值向量w(n+1)通过表达式w(n+1)＝w(n)+μ×diag[g(n)]w(n)更新得到，其中，μ为自适应滤波器的步长参数。