用于声学回声消除的带个体加权因子的稀疏感知 SSAF 算法
信号处理
2020-09-21 v1 机器学习
摘要
本文提出并分析了带个体加权因子的稀疏感知符号子带自适应滤波（S-IWF-SSAF）算法，并考虑其在声学回声消除（AEC）中的应用。此外，我们设计了步长与稀疏惩罚参数的联合优化方案，以在收敛速度和稳态误差方面提升 S-IWF-SSAF 的性能。理论分析表明，在稀疏场景下 S-IWF-SSAF 算法优于已有的带个体加权因子的符号子带自适应滤波（IWF-SSAF）算法。特别地，与现有对 IWF-SSAF 算法的分析相比，所提分析不需要多子带、长自适应滤波器和仿酉分析滤波器组的假设，并且与仿真结果吻合良好。在系统辨识和 AEC 两种情形下的仿真均证明了我们的理论分析以及所提算法的有效性。
引用
@article{arxiv.2009.08593,
title = {Sparsity-Aware SSAF Algorithm with Individual Weighting Factors for Acoustic Echo Cancellation},
author = {Yi Yu and Tao Yang and Hongyang Chen and Rodrigo C. de Lamare and Yingsong Li},
journal= {arXiv preprint arXiv:2009.08593},
year = {2020}
}
备注
17 pages, 12 figures