《现代信号处理》课程论文
LMS 和 RLS 算法应用及仿真分析
摘要:本文采用MATLAB 软件对LMS 和RLS 两种自适应均衡算法在回波抵消器中的应用进行仿真,分
析收敛步长μ、抽头w、遗忘因子λ 等参数对回波抵消器性能的影响,并对两种算法下的性能做出比较。
关键词:LMS;RLS;自适应;回波抵消
1 引言
进入 90 年代后期,通过网络拨打长途电话即 IP 电话开始盛行,由于发话端到受话端
的延迟达 100ms 以上,而人耳对大于 50ms 的回声就能辨别出来,因此 IP 电话的回声严
重影响通话效果。如何消除回声成为非常重要的问题,回波抵消器就是一个自适应辨识
系统,它通过特定的算法辨识未知的目标系统,即回声路径。本文采用 LMS 和 RLS 算法
实现回波抵消,并对收敛步长 μ、抽头 w、遗忘因子 λ 等相关参数对回波抵消性能的影响
进行了仿真分析,从而为一种通用的回波抵消技术的实际应用提供理论参考。回波抵消
算法原理图如图 1 所示。
图 1 回波抵
消算法原理
图
2 LMS 和
RLS 算 法
概述
最陡下
降法(LMS)和递归最小二乘算法(RLS)是自适应滤波最常用,也是最基本的两种算法。
下面分别对 LMS 和 RLS 两种算法原理做简单介绍。
2.1 LMS 算法
设J(n)是n 时刻均方误差,J(n+1)是n+1 时刻的均方误差,W(n)、W(n+1)分别是
n、n+1时刻M 维抽头权向量
(1)
为使
J(n+1)<J(n) (2)
W(n)必须按J(n)的负方向变化即
(>0) (3)