Nueva variante del algoritmo NLMS/F de bajo costo computacional
Resumen
El filtrado adaptativo es utilizado ampliamente en aplicaciones de procesamiento de señales, entre las que se encuentran: cancelación de eco acústico, identificación de sistemas, ecualización de canales, entre otras. El elemento más importante de un filtro adaptativo es el algoritmo adaptativo, el cual tiene la función de ajustar los coeficientes del filtro para minimizar la señal de error. Por tal motivo, es necesario un algoritmo adaptativo que presente una baja carga computacional y una alta velocidad de convergencia. En este artículo, se presenta una nueva variante del algoritmo de mínimos promediados de cuarto orden normalizado (NLMF - Normalized Least-Mean-Fourth) basado en el conjunto de membresías, además, se propone un método que permite ajustar el factor de convergencia de forma automática. Para evaluar su funcionamiento, el algoritmo se simuló en un identificador de sistemas y un cancelador de eco acústico. Los resultados obtenidos demuestran que el algoritmo propuesto mejora la velocidad de convergencia, además de exhibir un bajo costo computacional en comparación con el algoritmo NLMS/F convencional.
Palabras clave
Referencias
S. S. Haykin, Adaptive filter theory, Fifth edition, International edition. Upper Saddle River Boston Columbus San Francisco New York: Pearson, 2014.
S. Li, S. Wu, Y. Wang, W. Guo, y Y. Zhou, "An improved NLMS algorithm based on speech enhancement", en 2015 IEEE Advanced Information Technology, Electronic and Automation Control Conference (IAEAC), Chongqing, China, dic. 2015, pp. 896-899. doi: 10.1109/IAEAC.2015.7428686.
F. Wang, Q. Wang, F. Liu, J. Chen, L. Fu, y F. Zhao, "Improved NLMS-based adaptive denoising method for ECG signals", THC, vol. 29, n.º 2, pp. 305-316, mar. 2021, doi: 10.3233/THC-202659.
J. Benesty, C. Paleologu, S. Ciochina, E. V. Kuhn, K. J. Bakri, y R. Seara, "LMS and NLMS Algorithms for the Identification of Impulse Responses with Intrinsic Symmetric or Antisymmetric Properties", en ICASSP 2022 - 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Singapore, Singapore, may 2022, pp. 5662-5666. doi: 10.1109/ICASSP43922.2022.9747430.
A. Zerguine, "Convergence and steady-state analysis of the normalized least mean fourth algorithm", Digital Signal Processing, vol. 17, n.º 1, pp. 17-31, ene. 2007, doi: 10.1016/j.dsp.2006.01.005.
E. Eweda y N. J. Bershad, "Stochastic Analysis of a Stable Normalized Least Mean Fourth Algorithm for Adaptive Noise Canceling With a White Gaussian Reference", IEEE Trans. Signal Process., vol. 60, n.º 12, pp. 6235-6244, dic. 2012, doi: 10.1109/TSP.2012.2215607.
A. Zerguine, "Convergence behavior of the normalized least mean fourth algorithm", en Conference Record of the Thirty-Fourth Asilomar Conference on Signals, Systems and Computers (Cat. No.00CH37154), Pacific Grove, CA, USA, 2000, vol. 1, pp. 275-278. doi: 10.1109/ACSSC.2000.910958.
B. Mohanty, H. K. Sahoo, y B. Patnaik, "Block NLMS/F-based equalizer design and channel capacity analysis for indoor IEEE 802.11 fading wireless channels", SIViP, vol. 13, n.º 4, pp. 693-701, jun. 2019, doi: 10.1007/s11760-018-1398-2.
B. Mohanty, H. K. Sahoo, y B. Patnaik, "NLMS/F Based Adaptive Beam former for Indoor Wireless Channel", en 2017 Ninth International Conference on Advanced Computing (ICoAC), Chennai, dic. 2017, pp. 87-91. doi: 10.1109/ICoAC.2017.8441186.
P. S. R. Diniz, "Set-Membership Adaptive Filtering", en Adaptive Filtering: Algorithms and Practical Implementation, P. S. R. Diniz, Ed. Cham: Springer International Publishing, 2020, pp. 189-229. doi: 10.1007/978-3-030-29057-3_6.
I. Hassani, M. Arezki, y A. Benallal, "A novel set membership fast NLMS algorithm for acoustic echo cancellation", Applied Acoustics, vol. 163, p. 107210, jun. 2020, doi: 10.1016/j.apacoust.2020.107210.
S. Gollamudi, S. Nagaraj, S. Kapoor and Yih-Fang Huang, "Set-membership filtering and a set-membership normalized LMS algorithm with an adaptive step size," in IEEE Signal Processing Letters, vol. 5, no. 5, pp. 111-114, May 1998, doi: 10.1109/97.668945.
C. Paleologu, S. Ciochina and J. Benesty, "Variable Step-Size NLMS Algorithm for Under-Modeling Acoustic Echo Cancellation," in IEEE Signal Processing Letters, vol. 15, pp. 5-8, 2008, doi: 10.1109/LSP.2007.910276.
DOI: https://doi.org/10.37537/rev.elektron.6.2.163.2022
Enlaces de Referencia
- Por el momento, no existen enlaces de referencia
Copyright (c) 2022 Laura Jazmín Hidalgo Hernández, Ángel Alfonso Vázquez Piña, Xochitl Maya Rosales, Juan Gerardo Avalos Ochoa, Giovanny Sánchez Rivera
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Revista elektron, ISSN-L 2525-0159
Facultad de Ingeniería. Universidad de Buenos Aires
Paseo Colón 850, 3er piso
C1063ACV - Buenos Aires - Argentina
revista.elektron@fi.uba.ar
+54 (11) 528-50889