张春红
(中国船舶工业系统工程研究院 北京 100036)
自适应线谱增强器通过对环境的自学习,对系统参数进行自调整,当信号频谱变化时,滤波器的频率响应能自动跟踪这种变化,从而达到对正弦信号线谱增强的目的[1~2]。
自适应FIR线谱增强器的原理框图如图1所示。图中,x(n)为输入数据,Δ为时延,wi(n)为自适应滤波器权系数(i=1,2,…,L),L为权长,采用LMS算法。时延Δ 的作用是噪声解相关,x(n)通过Δ后,保持了信号的相关性。滤波器的输出y(n)为信号的最小均方估计,而输出e(n)为噪声的最小均方估计。复数LMS算法权系数迭代公式为[3~5]。
图1中e端为陷波器的输出端,y端为线谱增强器的输出。
图1 自适应LMS算法的FIR 线谱增强器结构
采用LMS算法的横向滤波器结构的线谱增强器,由于存在着迭代噪声,因而其处理增益在输入信噪比很低时,ALE的性能很差。而且迭代噪声是随自适应权个数的增加而增大的,因而权个数不宜太多,故ALE 的增益受到限制。可以证明ALE的延时Δ和自适应滤波器等效于 整数倍的相移器,因而可以利用相干累加技术来改进ALE 的性能,原理框图如图2所示[6~8]。
图2 带有自相干累积器的ALE原理框图
图2中右边部分为相干累积器。相干累积器像是一个一阶递归滤波器,β为常数,通常取0<β<1 来保证系统的收敛性。其中延时Δ和横向滤波器W(k)是ALE的实时拷贝。对信号而言,它们是2π整数倍的相移器,因而在累加过程中,信号分量将同相相加,而干扰分量仅是能量相加。因此系统将取得显著的处理增益。本文将LMS算法的推广算法IGACI算法 应用于带有自相干累积器的ALE。
基本计算公式如下
其中参量的定义参见文献[3]。
计算机仿真条件:线性调频信号加高斯白噪声。调频信号中心频率30kHz,脉宽2kHz,脉冲持续时间50ms。仿真结果如图3所示。
图3 普通ALE与带有一个相干累积器的ALE性能比较
仿真结果分析:在SNR=-15dB 的情况下,当利用IGACI算法的普通ALE已经不能检测出信号时,而带有一个累积器的ALE仍可以稳定地检测出信号,从而证明了带有一个累积器的ALE在信号检测方面的优越性。
在某些情况下,LMS算法的自适应收敛速度仍不能令人满意,于是出现了它的改进算法——快速收敛算法[9~10],原理框图如图4所示。
图4 快速收敛自适应线谱增强器原理框图
本文将IGACI算法用于图4中,则也可以增加其自适应收敛速度。
计算公式如下
由于快速自适应线谱增强器不仅利用当前的误差信息,而且还利用前几次的误差信息,几个输出误差的线性组合大大消除了迭加噪声的影响,使误差信息更接近于真实值,通过对几个输出误差乘以不同的系数,使得越接近当前时刻的误差迭代时起的作用越大,因此它的搜索速度要比普通的ALE快得多。
计算机仿真:单频信号加高斯白噪声。一种情况是将IGACI算法用于普通的ALE,另一种情况是将IGACI算法用于快速收敛ALE。在快速收敛算法中取a1=0.8,a2=0.6,a3=0.2。在相同的信噪比下选用相同的步长μ因子。图5和图6分别为两种算法误差函数的收敛曲线。
图5 快速IGACI算法的均方误差收敛曲线
图6 IGACI算法的均方误差收敛曲线
仿真结果分析:快速收敛算法的确收敛较快,但并没有得到很大的提高,分析原因可能是:1)利用误差函数的历史信息可能还较少,增加ai的个数应该还可以进一步提高算法的收敛速度;2)IGACI算法已经利用了较多的历史信息,因此收敛速度已经比较快,再加入误差函数的历史信息,也不会得到大幅度的提高。但我们这样的探讨还是有意义的。
本文主要讨论一种现在使用最广的自适应滤波器—自适应线谱增强器(简称ALE),并进一步介绍了ALE 的两种改进形式—带有自相干累积器的ALE 和快速收敛ALE。将IGACI算法用于带有自相干累积器的ALE 和快速收敛ALE,分别提高了ALE 在低信噪比下的检测性能和收敛速度。
[1]N.Ahmedand S.Vijayendra.An Algorithm for Line Enhancement[J].Proc.IEEE.1982,70:1459-1460.
[2]王彦,马章勇,黄建人.一种用两个相干累积器提高自适应谱线增强器性能的方法[J].声学技术,2003,22(1):8-10.
[3]王蓬,梁红,李志舜.广义的自适应相干累积算法[J].西北工业大学学报,2005(1):107-109.
[4]Neil J.Bershad,Francis A.Reed.Tracking Characteristics of the LMS Adaptive Line Enhancer-Response to a Linear Chirp Signal in Noise[J].IEEE Transactions On Acoustics,Speech,And Signal Processig,1980,28(5):504-516.
[5]Treichler J R.Response of the adaptive Line Enhancer to Chirped and Doppler-Shifted Sinusoids[J].IEEE Trans Acoustics,Speech,Signal Processing,1980,ASSP-28(3):343-348.
[6]C.C.Ko,C.P.Li.An adaptive IIR structure for the separation,enhancement,and tracking of multiple sinusoids[J].Signal Processing.IEEE Transactions on.1994,42(10):2832-2834.
[7]T.Kwan,K.Martin.Adaptive detection and enhancement of multiple sinusoids using a cascade IIR filter[J].Circuits and Systems.IEEE Transactions on,1989,36(7):937-947.
[8]Nam Ik Cho,Chong-Ho Choi,Sang Uk Lee.Adaptive line enhancement by using an IIR lattice notch filter[J].Acoustics,Speech and Signal Processing,IEEE Trans-actions on.1989,37(4):585-589.
[9]P.A.Regalia.An improved lattice-based adaptive IIR notch filter[J].Signal Proces-sing,IEEE Transactions on.1991,39(9):2124-2128.
[10]ROBERT J.MCAULAY,Gradient Method for Systems with Time Delays and Its Application to Waveform Design.IEEE Transations On Automatic Contril,1996,14(3):230-237.