Sparsity-aware SSAF algorithm with individual weighting factors: Performance analysis and improvements in acoustic echo cancellation
Sparsity-aware SSAF algorithm with individual weighting factors: Performance analysis and improvements in acoustic echo cancellation
复制标题
具有单独权重因子的稀疏感知 SSAF 算法：声学回声消除的性能分析和改进
DOI：
10.1016/j.sigpro.2020.107806
复制
发表时间：
2021-01
影响因子：
4.4
通讯作者：
Yingsong Li
中科院分区：
文献类型：
--
作者：
Yi Yu;Tao Yang;Hongyang Chen;Rodrigo C. de Lamare;Yingsong Li
本文提出并分析了具有个体加权因子的稀疏感知符号子带自适应滤波算法(S-IWF-SSAF)，并考虑了其在回声抵消中的应用。此外，我们设计了步长和稀疏性惩罚参数的联合优化方案，以提高S-IWF-SSAF的收敛速度和稳态误差。理论分析表明，在稀疏情况下，S-IWF-SSAF算法优于以往的符号子带加权自适应滤波(IWF-SSAF)算法。特别是，与现有的IWF-SSAF算法分析相比，该分析不需要大量的子带、长自适应滤波器和仿么正分析滤波器组的假设，并且与仿真结果吻合较好。系统辨识和AEC环境下的仿真结果验证了本文的理论分析和算法的有效性。
In this paper, we propose and analyze the sparsity-aware sign subband adaptive filtering with individual weighting factors (S-IWF-SSAF) algorithm, and consider its application in acoustic echo cancellation (AEC). Furthermore, we design a joint optimization scheme of the step-size and the sparsity penalty parameter to enhance the S-IWF-SSAF performance in terms of convergence rate and steady-state error. A theoretical analysis shows that the S-IWF-SSAF algorithm outperforms the previous sign subband adaptive filtering with individual weighting factors (IWF-SSAF) algorithm in sparse scenarios. In particular, compared with the existing analysis on the IWF-SSAF algorithm, the proposed analysis does not require the assumptions of large number of subbands, long adaptive filter, and paraunitary analysis filter bank, and matches well the simulated results. Simulations in both system identification and AEC situations have demonstrated our theoretical analysis and the effectiveness of the proposed algorithms.
登录
查看更多内容
影响因子：
1.1
作者：
J. Ni;F. Li
通讯作者：
J. Ni;F. Li
DOI：
--
发表时间：
2009
期刊：
--
影响因子：
--
作者：
Kong Aik LEE;W. Gan;S. Kuo
通讯作者：
Kong Aik LEE;W. Gan;S. Kuo
具有单独权重因子的新颖符号子带自适应滤波器算法
影响因子：
4.4
作者：
Yi Yu;Haiquan Zhao
通讯作者：
Haiquan Zhao
影响因子：
3.9
作者：
Gu, Yuantao;Jin, Jian;Mei, Shunliang
通讯作者：
Mei, Shunliang
抗脉冲噪声的鲁棒变步长符号子带自适应滤波算法
影响因子：
4.4
作者：
Wen Pengwei;Zhang Jiashu
通讯作者：
Zhang Jiashu