[发明专利]添加非线性拟合的自适应算法

说明书

本发明公开了一种添加非线性拟合的自适应算法。该算法包括：步骤S1，将自适应滤波器线性滤波模块中添加非线性滤波模块，采集自适应滤波器接收到的输入信号，并将所述输入信号进行截取处理得到非线性滤波模块的输入信号；步骤S2，对所述非线性滤波模块的输入信号进行非线性变换，得到非线性变换信号；步骤S3，计算非线性滤波模块和线性滤波模块的输出信号；步骤S4，计算误差信号；步骤S5，计算滤波器更新值；步骤S6，计算线性滤波模块和非线性滤波模块收敛权系数；步骤S7，根据滤波运算，得到线性滤波模块和非线性滤波模块输出信号，将两项输出信号叠加能够高度拟合所述期望信号。该算法在有非线性效应的场景中应用，得到更优的系统建模效果。

技术领域

本发明涉及通过自适应滤波器处理信号的方法，具体地指一种添加非线性拟合的自适应算法。

背景技术

自适应滤波器是指根据环境的改变，使用自适应算法来改变滤波器的参数和结构的滤波器。一般情况下，不改变自适应滤波器的结构，而自适应滤波器的权系数是由自适应算法更新的时变系数。自适应算法是以输入信号和输出信号的统计特性估计为依据，采取特定算法自动地调整滤波器权系数，使其达到最佳滤波特性的一种算法。最小均方算法(LMS算法)由于其容易实现而很快得到了广泛应用，成为自适应滤波的标准算法。这一算法利用最陡下降法，由均方误差的梯度估计从现时刻滤波器权系数向量迭代计算下一个时刻的权系数向量。该方法主要应用领域为声学系统建模、有源噪声控制、声学回声消除等。

对于线性系统，输出信号中的频率分量与输入信号中的频率分量相同。然而对于非线性系统，输出信号中的频率通常不等于输入信号中的频率，如果输入信号有一个以上频率成分，那么输出信号就会有互调项以及输入信号频率的谐波。例如，扬声器驱动器很容易出现非线性失真，特别是在低频范围内。非线性失真的主要原因是通过谐波和互调项产生新的频率分量。现在常用的LMS算法，在控制策略中，没有考虑非线性失真的影响，制约了其在非线性失真场景下的应用。

发明内容

本发明的目的就是要考虑非线性效应，提供一种在非线性失真场景下，优化LMS算法的添加非线性拟合的自适应算法。

为实现上述目的，本发明提供了一种添加非线性拟合的自适应算法，其特别之处在于，包括：

步骤S1，输入信号获取：将自适应滤波器线性滤波模块中添加非线性滤波模块，采集自适应滤波器接收到的输入信号，并将所述输入信号进行截取处理得到非线性滤波模块的输入信号；

步骤S2，非线性变换：对所述非线性滤波模块的输入信号进行非线性变换，得到非线性变换信号；

步骤S3，信号滤波：根据所述非线性变换信号以及所述非线性滤波模块权系数，滤波得到非线性滤波模块的输出信号，同时滤波得到线性滤波模块的输出信号；

步骤S4，误差信号计算：根据所述线性滤波模块的输出信号、非线性滤波模块的输出信号以及输出时刻的期望信号，得到所述输出时刻的误差信号。

步骤S5，滤波器更新值计算：计算每次滤波器更新的梯度值，对线性模块和非线性模块的滤波器系数进行更新，其中，滤波器更新值的推导原理是，将所述误差信号函数取平方、求期望得到损失函数，将所述损失函数分别对线性滤波模块权系数和非线性滤波模块权系数求偏导运算，得到线性滤波模块权系数的梯度更新值和非线性滤波模块权系数的梯度更新值；

步骤S6，滤波器更新：根据所述线性滤波模块权系数的梯度更新值，采用梯度下降法，得到线性滤波模块权系数的更新公式，根据所述线性滤波模块权系数的更新公式反复运算得到线性滤波模块收敛权系数；根据所述非线性滤波模块权系数的梯度更新值，采用梯度下降法，得到非线性滤波模块权系数的更新公式，根据所述非线性滤波模块权系数的更新公式反复运算得到非线性滤波模块收敛权系数；

步骤S7，分别将所述线性滤波模块收敛权系数和非线性滤波模块收敛权系数进行滤波运算，得到线性滤波模块输出信号和非线性滤波模块输出信号，上述两项输出信号叠加后能够高度拟合所述期望信号。