自适应滤波算法综述耿妍.pdfVIP

第 6 卷 第 4 期 信 息 与 电 子 工 程 Vo1．6，No．4 2008 年 8 月 INFORMATION AND ELECTRONIC ENGINEERING Aug．，2008 文章编号： 1672-2892(2008)04-0315-06 自适应滤波算法综述 耿 妍，张端金 (郑州大学 信息工程学院，河南 郑州 450052) 摘 要： 分析了最小均方误差滤波和递归最小二乘滤波算法、自适应滤波的神经网络方法、 基于 QR 分解的方法、统一模型下的自适应滤波及基于高阶累积量的自适应算法的优缺点，并对自 适应滤波算法的未来发展做了展望。 关键词： 自适应滤波算法；最小均方误差算法；递归最小二乘算法；神经网络；矩阵分解 中图分类号：TN911 文献标识码：A Survey of Adaptive Filtering Algorithms GENG Yan，ZHANG Duan-jin (School of Information Engineering，Zhengzhou University，Zhengzhou Henan 450052，China) Abstract： On the basis of Least-Mean-Square(LMS) filtering and Recursive-Least-Square(RLS) filtering, the recently developed adaptive filtering algorithms such as the neural network approach，the QR decomposition approach, the unified model algorithm，the high-order cumulant-based algorithms are extensively reviewed. Some typical application results of adaptive filtering are also given. Key words： adaptive filtering algorithm；LMS algorithm；RLS algorithm；neural network；matrix factorization 由Widrow B等提出的自适应滤波理论，是在维纳滤波、卡尔曼滤波等线性滤波基础上发展起来的一种最佳 滤波方法。由于它具有更强的适应性和更优的滤波性能，从而广泛应用于通信、系统辨识、回波消除、自适应谱 [1] 线增强、自适应信道均衡、语音线性预测和自适应天线阵等诸多领域 。 自适应滤波一般包括3个模块：滤波结构、性能判据和自适应算法 [2] 。其中，自适应滤波算法的研究是自适 应信号处理中最为活跃的研究课题之一，包括线性自适应算法和非线性自适应算法。非线性自适应算法具有更强 的信号处理能力，但计算比较复杂，实际应用最多的仍然是线性自适应算法。虽然线性自适应滤波器和相应的算 法具有结构简单、计算复杂性低的优点而被广泛应用，但由于对信号的处理能力有限而在应用中受到限制 [3] 。在 实际问题中，迫切需要研究有效、实用的滤波算法。本文对自适应滤波的多种算法进行了简要分析。 1 自适应滤波的 2 类基本算法 1.1 LMS 自适应滤波算法 LMS 算法基于最小均方误差准则和最陡下降法，对权值进行迭代更新，以获取最优权值。在已提出的自适 应算法中， LMS 算法因其具有方法简单，计算量小，易于实现且对信号