Robust variable step-size sign subband adaptive filter algorithm against impulsive noise
Robust variable step-size sign subband adaptive filter algorithm against impulsive noise
复制标题
抗脉冲噪声的鲁棒变步长符号子带自适应滤波算法
DOI：
10.1016/j.sigpro.2017.04.012
复制
发表时间：
2017-10
影响因子：
4.4
通讯作者：
Zhang Jiashu
中科院分区：
文献类型：
--
作者：
Wen Pengwei;Zhang Jiashu
符号子带自适应滤波算法(SSAF)的主要缺点是稳态误差大、跟踪能力差。提出了一种稳健的变步长 SSAF 算法来提高性能，该算法通过最小化均方差来为每个子带使用最佳步长。由于步长包含无噪声先验误差的方差，因此采用收缩去噪方法来估计无噪声误差信号。由于步长自适应受每个子带误差信号方差的影响，所提出的算法在收敛速度和稳态误差方面均比 SSAF 算法有显着改善。此外，所提出的算法对于脉冲噪声具有鲁棒的性能，并且具有良好的跟踪未知系统的能力。最后，仿真结果证明了所提出算法在系统识别和回声消除应用中的这些特性。
The main drawback of the sign subband adaptive filter algorithm (SSAF) is its large steady-state error and poor tracking capability. A robust variable step-size SSAF algorithm is presented to improve the performance, which uses the optimal step-size for each subband by minimizing the mean square deviation. Since the step-size contains the variance of noise-freepriori error, the shrinkage denoising method is used to estimate the noise-free error signal. With the step-size adaptation influenced by the variance of error signal for each subband, the proposed algorithm is shown to achieve a significant improvement in both the convergence rate and the steady-state error than the SSAF algorithms. Besides, the proposed algorithm offers robust performance with respect to impulsive noise and good ability of tracking unknown system. Finally, simulation results demonstrate that these features of the proposed algorithm in system identification and echo-cancellation applications.
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
DOI：
10.1109/tsp.2002.808108
发表时间：
2003-03
期刊：
IEEE Trans. Signal Process.
影响因子：
--
作者：
T. Al-Naffouri;A. H. Sayed
通讯作者：
T. Al-Naffouri;A. H. Sayed
影响因子：
5.4
作者：
Md. Zulfiquar Ali Bhotto;M. Ahmad;M.N.S. Swamy
通讯作者：
Md. Zulfiquar Ali Bhotto;M. Ahmad;M.N.S. Swamy