基于DCT的變步長LMS算法在噪聲抵消中的應用.pdf

1、在信號處理領(lǐng)域的眾多分支中，自適應濾波理論近年來快速發(fā)展，越來越多地與實際應用相結(jié)合。以最陡下降法為基礎(chǔ)的最小均方誤差(LMS)自適應濾波算法因其簡單、易于實現(xiàn)等特點被廣泛應用于眾多領(lǐng)域，但人們也注意到了其明顯的不足:緩慢的收斂速度以及步長因子μ的固定所導致的算法穩(wěn)定性和收斂速度無法兼顧問題。正是這一矛盾，促使人們尋求新的改進方式，即通過轉(zhuǎn)化為頻域降低相關(guān)性或者把固定的步長因子替換成可變形式。
　　變換域LMS算法是一種頻域變換算

2、法，特點是在自適應過程之前，先對輸入信號進行正交預白化處理，來縮小自相關(guān)函數(shù)矩陣特征值分布范圍，達到去相關(guān)目的，帶來收斂速度的提升。其中最佳的正交變換是Karhunen-Loeve變換(KLT)，但由于其變換矩陣過度依賴輸入信號，不能進行實時運算。離散余弦變換(DCT)是KLT的一種良好近似，并且具有快速算法，常被用于變換域自適應濾波器中，尤其是針對語音去噪和圖像處理方面。本文將DCT引入LMS算法中，通過分析和實驗表明，其良好的去相關(guān)