一种新的去相关变步长LMS算法及其应用

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (19): 57-58.

一种新的去相关变步长LMS算法及其应用

金杰,李东辉,徐银浩

天津大学电子信息工程学院，天津 300072

收稿日期:2007-09-29 修回日期:2007-12-19 出版日期:2008-07-01 发布日期:2008-07-01
通讯作者: 金杰

New uncorrelated variable step LMS algorithm and its application

JIN Jie,LI Dong-hui,XU Yin-hao

School of Electronic and Information Engineering，Tianjin University，Tianjin 300072，China

Received:2007-09-29 Revised:2007-12-19 Online:2008-07-01 Published:2008-07-01
Contact: JIN Jie

摘要/Abstract

摘要： 在一种变步长算法基础上，从语音信号相关性的角度出发，提出了一种新的去相关变步长LMS算法（DCL—NLMS）。该算法结构简单，收敛速度快，稳态失调小，计算量与NLMS算法相当。仿真结果表明，该算法在处理强相关性信号时，不仅收敛速度明显快于其余算法，而且稳态失调特性也有很大优势。

关键词: 自适应回波抵消, 变步长, 相关性, NLMS算法

Abstract: Based on the variable step NLMS arithmetic，this paper proposes a new uncorrelated variable step arithmetic（DCL—NLMS）by employing auto—correlation of the input speech signal．The proposed algorithm has simple structure，fast convergence speed，but small stability maladjustment with the same computational complexity as NLMS.Simulation results show not only its convergence is faster than that of the others，but also the stable maladjustment of it is better too.

Key words: adaptive echo cancellation, variable step, correlation, NLMS algorithm

金杰,李东辉,徐银浩. 一种新的去相关变步长LMS算法及其应用[J]. 计算机工程与应用, 2008, 44(19): 57-58.

JIN Jie,LI Dong-hui,XU Yin-hao.

New uncorrelated variable step LMS algorithm and its application

[J]. Computer Engineering and Applications, 2008, 44(19): 57-58.

[1]	杨力，吴义，魏德宾，潘成胜. 基于时空相关性的卫星网络流量预测[J]. 计算机工程与应用, 2021, 57(7): 101-106.
[2]	张杰，常天庆，郭理彬，张雷，马金盾. 基于跟踪异常与相关性检验的目标丢失判断[J]. 计算机工程与应用, 2021, 57(18): 204-212.
[3]	廖列法，杨红. 天牛须搜索算法研究综述[J]. 计算机工程与应用, 2021, 57(12): 54-64.
[4]	刘虹，王烈. 结合余弦相关性的卷积网络识别汉字的方法[J]. 计算机工程与应用, 2020, 56(8): 130-135.
[5]	王晶晶，杨有龙. 针对弱标记数据的多标签分类算法[J]. 计算机工程与应用, 2020, 56(5): 65-73.
[6]	郭莎莎，李爽，阎红灿. 已知时间的空间文本skyline查询[J]. 计算机工程与应用, 2020, 56(24): 59-65.
[7]	陈朝辉，杨湘，李鹏，何亨. 流内编码中考虑链路相关性的机会路由机制[J]. 计算机工程与应用, 2020, 56(24): 85-94.
[8]	向敏，戴柯宇，周恩，刘榆，雷儒杰. 面向物联网终端的任务相关性调度策略[J]. 计算机工程与应用, 2020, 56(23): 95-102.
[9]	高琦，李红娇. 面向用电数据的周期敏感度差分隐私保护方法[J]. 计算机工程与应用, 2020, 56(20): 73-81.
[10]	杨飞跃，陶洋. 时空协作的WSNs节点异常检测算法[J]. 计算机工程与应用, 2019, 55(7): 127-131.
[11]	孙登第1，孟欠欠1，2，马云鹏1，2. 图正则化迁移稀疏概念编码的跨域图像分类[J]. 计算机工程与应用, 2019, 55(6): 197-203.
[12]	李锋，杨有龙. 基于标签特征和相关性的多标签分类算法[J]. 计算机工程与应用, 2019, 55(4): 48-55.
[13]	安纪存，吕鑫，季琳雅. 不完全数据下基于时空相关性拥堵预测方法[J]. 计算机工程与应用, 2019, 55(4): 96-100.
[14]	刘亮，张霖，杨柳，庞瑞琴，汪涛. 数据中心网络中相关感知流量整合算法[J]. 计算机工程与应用, 2019, 55(24): 62-67.
[15]	郭东昕，陈开颜，张阳，宋世杰，郭惠东. 密码芯片无原型旁路分析安全评估方法研究[J]. 计算机工程与应用, 2019, 55(22): 69-72.