摘要:现实生活中,普遍存在非高斯冲击噪声导致基于l2范数的归一化子带自适应滤波算法(Normalised Subband Adaptive Filter,NSAF)性能退化甚至失效的问题,而符号子带自适应滤波算法(Sign Subband Adaptive Filter,SSAF)可有效克服此问题,在非高斯冲击噪声环境下改善算法性能。但是,该算法未考虑许多实际应用系统具有的稀疏特性。根据稀疏性的特点,在传统的符号子带自适应滤波算法中引入零吸引因子,使得算法在运算系统中占主要地位的小系数时具有更快的收敛速度,从而提高算法的整体收敛速度。仿真结果表明,提出的算法无论在非高斯还是在高斯噪声下,对稀疏系统均有较快的快敛速度和较小的稳态误差。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
领导决策信息