Adaptive nichtlineare Systeme und ihre Anwendung zur Kompensation akustischer und elektrischer Echos in Telekommunikationseinrichtungen

Die adaptive nichtlineare Filterung repräsentiert eine wichtige Methode zur Identifikation und Nachverfolgung zeitveränderlicher nichtlinearer Systeme. Während auf dem Gebiet der linearen adaptiven Filterung auf umfassessment theoretische Grundlagen und praktische Erfahrungswerte zurückgegriffen韦尔登kann，liegen entsprechende Verfahren für nichtlineare Systeme努尔lückenhaft vor.这是一个新的理论成果，用于适应非线性模型，并在实际应用中验证其优越性。Schwerpunkt主要用于分析Volterra滤波器在时间和频率上的新适应性。通过Volterra-Filtern和gedächtnislosen的组合求解，参数化模型得到了韦尔登，该模型的知识超过了该模型的结构知识。在电信运营商之间的通信中，这种补偿是不线性的、无干扰的和无电的回声，这种补偿是在不确定的情况下识别回声时变的，它使错误（Sprache）在Anforderungen和适应性变差。该数据将被用于自适应非线性滤波器的设计，并将其用于所有利益相关者。

Die adaptive nichtlineare Filterung repräsentiert eine wichtige Methode zur Identifikation und Nachverfolgung zeitveränderlicher nichtlinearer Systeme. Während auf dem Gebiet der linearen adaptiven Filterung auf umfassende theoretische Grundlagen und praktische Erfahrungswerte zurückgegriffen werden kann, liegen entsprechende Verfahren für nichtlineare Systeme nur lückenhaft vor. Das beantragte Vorhaben soll neue theoretische Erkenntnisse zur Adaption nichtlinearer Modelle liefern und deren Übertragbarkeit auf reale Anwendungen und Umgebungen verifizieren. Der Schwerpunkt liegt auf der Analyse vorhandener und der Entwicklung neuer Adaptionsverfahren für Volterra-Filter im Zeit- und Frequenzbereich. Desweiteren sollen Kombinationen aus Volterra-Filtern und gedächtnislosen, parametrischen Modelle untersucht werden, die Wissen über die nachzubildenden Strukturen konstruktiv ausnutzen. Als zugrundeliegende Anwendung wird die Kompensation nichtlinearer akustischer und elektrischer Echos in Telekommunikationseinrichtungen betrachtet, die aufgrund der notwendigen Identifikation schnell zeitvarianter Echopfade unter nichtstationärer, korrelierter Erregung (Sprache) hohe Anforderungen an die Adaptionsverfahren stellt. Die dabei gewonnenen Erkenntnisse lassen sich aber auch auf andere Anwendungen der adaptiven nichtlinearen Filterung übertragen und sind daher von allgemeinem Interesse.