基于噪音擬合的優化變步長濾波最小均方算法
2021年電子技術應用第11期
錢 拴1，2，高健珍1，2，代永平1，2
1.南開大學 光電子薄膜器件與技術研究所，天津300350； 2.天津市光電子薄膜器件與技術重點實驗室，天津300350
摘要： 為了更快地實現主動降噪，設計了噪音多項式擬合模型，提出了改進的變步長濾波最小均方算法(Improved Filtered-x Least Mean Square，IFxLMS)。該算法在統計噪音信號的同時，對噪音信號進行擬合與預測，隨后結合誤差信號與預測信號對步長進行調節，達到快速調節的目的。為了驗證該算法的性能，將該算法與傳統變步長濾波最小均方算法對比試驗，仿真結果顯示，在相同噪音條件下，新算法將噪音信號降到10 dB、20 dB、30 dB、35 dB等信噪比時，所需的迭代次數減少了4次～60次不等，在同時新算法的魯棒性也優于普通的濾波變步長最小均方算法。
中圖分類號： TN911.72
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.201091
中文引用格式： 錢拴，高健珍，代永平. 基于噪音擬合的優化變步長濾波最小均方算法[J].電子技術應用，2021，47(11)：81-84，89.
英文引用格式： Qian Shuan，Gao Jianzhen，Dai Yongping. Optimal variable step filtered-x least mean square algorithm based on noise fitting[J]. Application of Electronic Technique，2021，47(11)：81-84，89.
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.201091
中文引用格式： 錢拴，高健珍，代永平. 基于噪音擬合的優化變步長濾波最小均方算法[J].電子技術應用，2021，47(11)：81-84，89.
英文引用格式： Qian Shuan，Gao Jianzhen，Dai Yongping. Optimal variable step filtered-x least mean square algorithm based on noise fitting[J]. Application of Electronic Technique，2021，47(11)：81-84，89.
Optimal variable step filtered-x least mean square algorithm based on noise fitting
Qian Shuan1，2，Gao Jianzhen1，2，Dai Yongping1，2
1.Institute of Optoelectronic Thin Film Devices and Technology，Nankai University，Tianjin 300350，China； 2.Key Laboratory for Photoelectronic Thin Film Devices and Technology of Tianjing，Tianjin 300350，China
Abstract： In order to achieve active noise reduction faster, a noise polynomial fitting model is designed, and an improved variable step size filtering least mean square algorithm(improved filtered-x least mean square, IFxLMS) is proposed. The algorithm performs fitting and prediction to the noise signal while counting the noise signal, and then adjusts the step length by combining the error signal and the predicted signal to achieve the purpose of rapid adjustment. In order to verify the performance of the algorithm, the algorithm is compared with the traditional variable step filter-x least mean square algorithm. The simulation results show that under the same noise conditions, when the new algorithm reduces the noise signal to 10 dB, 20 dB, 30 dB, 35 dB, etc. The number of iterations required has been reduced from 4 to 60. At the same time, the robustness of the new algorithm is better than that of the ordinary variable step size filtered-x least mean square algorithm.
Key words : filtered-x least mean square algorithm；noise fitting；variable step size；active noise reduction
0 引言
隨著城市化進程，環境的噪音問題日益突出[1]，降噪的設備及相關算法逐漸成為了研究的熱點問題[2]，濾波最小均方算法(Filtered-x Least Mean Square，FxLMS)由于其計算量相對較小被大量應用于主動降噪設備[3]。最小均方算法的降噪步長決定了系統的降噪速度以及降噪精度，步長的迭代公式也決定了算法的運算量，進而影響設備降噪的速度[4]。FxLMS可用于主動降噪設備以降低設備局部噪音，包含的降噪場景有電梯[5]、高鐵、汽車[6]、耳機[7]以及潛艇等方面，在社會應用中有極大應用價值。
算法迭代步長是FxLMS研究重要方向之一[8]，較大的迭代步長可以使得FxLMS算法收斂速度較快，但是系統的穩態性不高；較小的迭代步長可以提供較穩態的結果，但是系統的迭代次數過多，收斂速度較慢。針對以上問題，文獻[9]提出歸一化泄露FxLMS算法，收斂步長受到誤差信號的影響，同時也避免了因誤差信號過小而導致的步長過大問題；馬英博[5]改善變步長因子更新的方式是計算出誤差信號與輸入信號之間的相關性，再根據相關性更改步長的迭代；文獻[10]使得步長以指數函數變化；文獻[11]更改了步長因子的計算公式，使得算法在收斂初期步長小以實現算法的收斂，中期步長變大快速收斂，后期降低收斂因子提高收斂精度。
本文詳細內容請下載：http://m.jysgc.com/resource/share/2000003832。
作者信息：
錢 拴1，2，高健珍1，2，代永平1，2
(1.南開大學 光電子薄膜器件與技術研究所，天津300350；
2.天津市光電子薄膜器件與技術重點實驗室，天津300350)
此內容為AET網站原創，未經授權禁止轉載。