專利名稱：自適應線路增強器的制作方法
技術領域：
本發明涉及自適應線路增強器以及用于自適應地增強線路的方法。此發明應用于需要數字信號處理的雷達、聲納、通信以及其它相關領域。
背景技術：
對夾雜在噪音中的正弦波信號進行檢測是信號處理過程中的基本難題。多普勒效應使頻率產生移位并且干擾和噪音使得頻率遭到破壞，對基于以上原因而大大削弱了的正弦信號或其它窄帶信號的檢索，傳統的方法是利用此頻率域內信號分析來進行的。這需要對輸入信號進行傅立葉變換。一旦對信號進行傅立葉變換后，可檢測到波譜中最強部分，同時設計一個濾波器來增強或者是拒絕此頻率。為了檢測頻率隨時間變化的的正弦波，這里要利用到具有滑動窗口的傅立葉變換。與直接利用離散傅立葉變換相比較，快速傅立葉變換之類的算法雖然運算效率更高，但是與自適應線路增強技術相比，輸入信號頻率域分析相對來講效率還是較低的。
自適應線路增強技術可用來替代基于快速傅立葉變換的頻率域分析。可以看到(B.Windrow和S.D.Stearns所著，“自適應信號處理”，Prentice-Hall，1985)，自適應線路增強器(ALEs)其運算較之傅立葉為基礎的技術更簡潔，并且在某些情況下能夠更精確的檢測出正弦信號。自適應線路增強器中含有一濾波器及其變換濾波器頻率反應特性中某一特征的自適應規則。各種濾波器和自適應規則的組合模式已經提出了，其中最近的報告中有一種含有一自適應Gray-Markel網格陷波濾波器以及基于簡化梯度技術的自適應規則(N.I.Cho，C.-H.Choi和S.U.Lee著，“利用IIR格狀陷波濾波器自適應地線路增強”，IEEETrans.Acoust，Speech，SignalProcessing，vol.37，April.1989P.A.Regalia，“改進型網格自適應IIR陷波濾波器”，IEEE Trans.Signal Processing，vol.39，pp.2124-2128，Sept.1991)。可以看出這樣的ALEs較之以前的設計其相關頻率的收斂性要好得多，同時更不容易受數字處理器中產生的有限字符長度效果的影響。
對自適應Gray-Markel網格陷波濾波器轉換函數的解釋如下Hlattice=N(z)D(z)=(1+α2)1+2k0z-1+z-21+k0(1+α)z-1+αz-2]]>(方程A)其中，k0確定了陷濾波率，α確定了帶寬寬度值。確定變量k0的陷濾波率值收斂于-cos(ω0)從而拒絕頻率為ω0的正弦波。此濾波器在z0=e±ω0]]>點在單位圓上存在零值點，這里的ω0＝cos-1(-k0)。自適應Gray-Markel網格陷波濾波器的數值響應中-3分貝衰減帶寬帶寬BW值由一下方程所確定BW=cos-1(2α1+α2)]]>在傳送通帶中為獲得單位增益值須對 值進行很小的增益糾正。
通過改變k0和α值可互不影響地控制帶寬寬度和陷濾波率值。利用直接格式實現方式或者是基于數字濾波器的網格濾波器結構(WDFs)可很容易地實現對濾波器結構的應用(A.Fettweis，H.Levin和A.Sedlmeyer所著，“波狀數字網格濾波器，”Int.J.Circuit TheoryApplicat，vol.2，no.2，pp.203-211，June1974；A.Fettweis所著，“波狀數字網格濾波器理論及實踐，”Proc.IEEE，vol.74，pp.270-327，Feb.1986)。
參照附
圖1，它給出了利用已知的自適應Gray-Markel網格陷波濾波器響應的數字濾波器實現方式的功能部件的框圖，其轉換函數由方程A所給出。
附圖1說明了輸入110，第一動態適配器模塊120，第二動態適配器模塊130，求和運算模塊140，放大模塊150，輸出模塊160，陷波帶寬寬度確定模塊170以及陷濾波率確定模塊180。輸入信號110被輸入到求和模塊140以及第一動態適配器模塊120的第一輸入項中。第一動態適配器模塊120的第一輸出項接著被輸入到求和模塊140的第二輸入項。包含輸入項110求和以及第一動態適配器模塊120的第一輸出結果的求和模塊140的輸出內容被輸入到放大模塊150的輸入項。放大模塊150的振幅增益值為一固定值0.5。此增益值是通過比特位移操作獲得的，所以不需要乘法器。放大模塊150的輸出內容成為了輸出信號160。
第一動態適配器模塊120的第二輸入項斷開連接。第一動態適配器模塊120的第三輸出內容被輸入到第二動態模塊130的第一輸入項，即第三輸入項與第二動態適配器130結合起來形成圍繞第一動態適配器120的反饋路徑。
第二動態適配器模塊130的第一輸出項被反饋到第一動態適配器模塊120的第二輸入項。陷波帶寬寬度確定模塊170的輸出項被輸入到第一動態適配器模塊120的第三輸入項。
將第二動態適配器模塊130的第二輸出項斷開。第二動態適配器模塊130的第三輸出項被輸入到第二動態適配器模塊130的第二輸入項。陷濾波率確定模塊180的輸出項被輸入到第二動態適配器模塊130的第三輸入項。
參照附圖2給出了使用動態適配器120和130的功能部件的框圖。
附圖2說明了第一輸入210，第二輸入220，第三輸入230，第一減法器模塊240，乘法器模塊250，第二減法器模塊260，第三減法器模塊270，延遲模塊280，第一輸出285，第二輸出290以及第三輸出295。
第一輸入210被輸入到第一減法器模塊240的正值輸入終端以及第三減法器模塊270的負值輸入終端。第二輸入220被輸入到第一減法器模塊240的負值輸入終端以及第二減法器模塊260的負值輸入終端。包含第一輸入210和第二輸入220差值的第一減法器模塊240的輸出項被輸入到乘法器250的第一輸入終端。第三輸入230被輸入到乘法器250的第二輸入終端。包含第三輸入230乘積以及第一減法器模塊240輸出的乘法器250的輸出項被輸入到第二減法器模塊260的正值輸入終端以及第三減法器模塊270的正值輸入終端。包含乘法器模塊250的輸出和第二輸入220之間差值的第二減法器模塊260的輸出成為第一輸出285。包含乘法器260輸出和第一輸入210之間差值的第三減法器模塊270的輸出成為第二輸出290，同時被輸入到延遲模塊280。延遲模塊280將信號向后拖延一個抽樣時段，然后將其輸入到第三輸出295。
動態適配器的時間域響應可以估算。從所有輸入、輸出均為0的初始狀態開始，一系列的脈沖a1，a2，...，an，an+1...輸入到第一輸入210上，同時一系列的脈沖b1，b2，...，bn，bn+1...用到第二輸入220上，常數K用到第三輸入230上，然后在的nth時段上輸出變為第一輸出285(an-bn)×K-bn第二輸出290(an-bn)×K-an第三輸出295(an-1-bn-1)×K-an-1附圖5中所示反饋結構中的動態適配器的時間域響應可以進行評估(附圖1中的虛線框)。從初始態的所有輸入和輸出都為0，一系列的脈沖u(1)，u(2)，...，u(n)，u(n+1)...用到輸入510上，同時常數K(520)應用到動態適配器模塊530的第三輸入，在nth時間段，輸出項540的方程變為輸出540y(n)＝K×u(n)+u(n-1)-K×y(n-1)而這符合在Z變換域Hadaptor=K+z-11+Kz-1]]>中的全通路轉換函數。
最好對自適應線路增強器的算法進行簡化。
發明概述本發明的目的是，為自適應Gray-Markel網格陷波濾波器提供使用算法高效自適應結構來增強自適應線路的設備。
本發明的另一個目的是，為自適應Gray-Markel網格陷波濾波器提供使用算法高效自適應結構來增強自適應線路的方法。
發明者指出通過使用一種新的自適應算法可得到降低運算復雜程度的自適應線路增強器。一種將陷濾波率確定變量k0進行自適應的算法，利用的是簡化梯度的高斯-牛頓循環算法以及sgn-sgn自適應規則的，其表述如下算法1輸入信號為U(z)Gray-Markel網格陷波濾波器Hlattice=N(z)D(z)=(1+α2)1+2k0z-1+z-21+k0(1+α)z-1+αz-2]]>輸出信號為Y(z)＝Hlattice×U(z)試圖盡量減小輸出E(Y2)能的期望值。
濾波器操作(針對每個輸入樣本)利用WDF濾波器結構(見附圖1)計算陷波濾波器輸出y(n)根據方程C(見下面)轉換k，其中x(n-1)為當前樣本簡化了的梯度，它與方程B中所示的輸入u(n)有關。x(n)=1D(z)u(n)=u(n)-k(n)(1+α)x(n-1)-αx(n-2)]]>(方程B)k(n+1)＝k(n)-sgn[x(n-1)y(n)]μ(方程C)μ為自適應常數。
穩定性監測在]-1，1[域內限幅k(n+1)自適應常數μ確定了在k0點算法的收斂速率，并且給出了可獲得的k0近似值的上下限。
為了避免k0更新所需的對簡化了的梯度x(n+1)進行計算，對自適應Gray-Markel網格陷波濾波器中的WDF濾波器結構的內部變量進行了研究。
下表給出了附圖1中所示數字濾波器結構信號流程曲線中的內部函數變量的z域變換函數。
內部變量 轉換函數輸入1輸出(1+α2)1+2k0z-1+z-21+k0(1+α)z-1+αz-2]]>Out1Adapter1(1+α2)α+k0(1+α)z-1+z-21+k0(1+α)z-1+αz-2]]>Out3Adapter1＝In1Adapter2(α-1)z-11+k0z-11+k0(1+α)z-1+αz-2]]>In2Adapter1＝Out1Adapter2(α-1)z-1k0+z-11+k0(1+α)z-1+αz-2]]>
In2Adaptor2＝Out3Adapter2(α-1)(k0-1)z-21+k0(1+α)z-1+αz-2]]>Out2Adapter2(α-1)(k0-1)z-11+k0(1+α)z-1+αz-2]]>從方程B所給的簡化了的梯度x(n-1)的定義以及附圖1中所示數字濾波器內部變量的z域變換函數可以看出第二動態適配器130的第三輸出對應于(α-1)(k0-1)x(n-2)，第二動態適配器130的第二輸出對應于(α-1)(k0-1)x(n-1)。
由于|α|＜1并且|k|＜1是獲得自適應Gray-Markel網格陷波濾波器穩定性的基本要求，所以乘積(α-1)(k-1)總為正數。于是sgn[x(n-1)y(n)]＝sgn[y(n)]sgn[Out2Adaptor2](方程D)此方程使得對簡化了的梯度進行計算變得不可行，導致了一種利用基于數字濾波器的低復雜度自適應陷波濾波器針對自適應線路增強器的算法的出現。算法如下所示使用基于數字濾波器使用低復雜度自適應網格陷波濾波器針對自適應線路增強器的算法。
輸入信號為u(n)，n在0時間點開始(U(z)在頻率域內)Gray-Markel網格陷波濾波器Hlattice=N(z)D(z)=(1+α2)1+2k0z-1+z-21+k0(1+α)z-1+αz-2]]>輸出信號為Y(z)＝Hlattice×U(z)試圖盡量降低輸出E(Y2)能的期望值初始化初始Out3Adaptor1(-1)初始Out3Adaptor2(-1)濾波器操作(針對每個輸入樣本u(n))利用帶有輸入u(n)(見附圖1)的WDF濾波器結構來計算陷波濾波器輸出y(n)Out3Adaptor1(n)＝Out2Adaptor1(n-1)Out3Adaptor2(n)＝Out2Adaptor2(n-1)Out1Adaptor2(n)＝k(n)×[Out3Adaptor1(n)-Out3Adaptor2(n)]-Out3Adaptor2(n)Out2Adaptor2(n)＝k(n)×[Out3Adaptor1(n)-Out3Adaptor2(n)]-Out3Adaptor1(n)Out1Adaptor1(n)＝α×[u(n)-Out1Adaptor2(n)]-Out1Adaptor2(n)Out2Adaptor1(n)＝α×[u(n)-Out1Adaptor2(n)]-u(n)y(n)＝0.5×[u(n)+Out1Adaptor1(n)]-u(n)更新確定陷濾波率的變量k(見附圖3)k(n+1)＝k(n)-sgn[y(n)]sgn[Out2Adaptor2]×μμ為自適應常數因而Out2Adaptor2可作為某采樣時段確定陷濾波率的變量k完成更新的更新函數(UPDATEFN)。參照前面所講述的內容，UPDATEFN從而具有Z變換域的變換函數，此中情況發生在nth采樣時段(α-1)(k(n)-1)z-11+k(n)(1+α)z-1+αz-2]]>穩定性監測在]-1，1[域內限幅k(n+1)根據本發明第一方面，提供了一種含有具有自適應陷濾波率的自適應Gray-Markel網格陷波濾波器的自適應線路增強器，而陷濾波率根據陷濾波率變量k來確定。其中，n+1th采樣點的k值由下述方程所確定k(n+1)＝k(n)-sgn[y(n)]sgn[UPDATEFN]×μ其中，y(n)為陷波濾波器輸出，μ為自適應常數，在Z變換域內UPDATEFN含有一轉換函數(α-1)(k(n)-1)z-11+k(n)(1+α)z-1+αz-2]]>其中，α用來確定帶寬寬度，k(n)為確定當前陷濾波率的變量。
根據本發明第二方面，提供了一種含有具有自適應陷濾波率的自適應Gray-Markel網格陷波濾波器的自適應線路增強器，而陷濾波率根據陷濾波率變量k來確定。其中，n+1th采樣點的k值由下述方程所確定k(n+1)＝k(n)-sgn[y(n)]sgn[UPDATEFN]×μ其中，y(n)為陷波濾波器輸出，μ為自適應常數，UPDATEFN在Z變換域具有一轉換函數(α-1)(k(n)-1)z-11+k(n)(1+α)z-1+αz-2]]>其中，α用來確定帶寬寬度，k(n)為確定當前陷濾波率的變量。
用來自適應陷濾波率的算法能夠通過有關數字濾波器內部函數的知識直接計算出UPDATEFN以及陷濾波率變量。
算法中k(n)的更新規則很簡單，與前面附圖1所示的原陷波濾波器相比較僅多出了一加法，兩個運算符和一個EXOR運算符的運算量(進行兩個符號的乘法運算時用到)。再加上計算WDF濾波器結構的操作，這使得處理每個輸入樣本時共包括兩個乘法，八個加法，一個比特移位運算，兩個符號運算以及一個EXOR運算。
根據方程B，計算每個樣本點簡化梯度的三個乘法運算和兩個加法運算節省了下來。
權利要求2-5定義了將本發明付諸實際應用的有利設備。
權利要求7-10定義了將本發明中所述方法付諸實踐的有利方法。
附圖簡要描述為了更好地理解本項發明并同時說明如何將相應的實施例付諸實踐，下面將結合附圖以例子的形式給出參考內容，其中附圖1為利用數字濾波器的現有的Gray-Markel網格陷波濾波器的裝置示意圖；附圖2為使用附圖1中所示“動態適配器”的裝置的示意圖；附圖3為根據本發明的自適應線路增強器的示意圖；附圖4所示為用來評估本項發明實施例使用效率的跳頻試驗的結果；附圖5為反饋結構中的“動態適配器”的示意圖。
本發明優選實施例根據附圖3所示，它給出了等同于附圖1所給示意圖的框圖結構，不同的是前者包括形成此項發明基礎的低復雜度自適應算法使用過程中的附加反饋元素。
附圖3給出輸入305u(n)，第一動態適配器模塊310，第二動態適配器模塊315，第一求和模塊320，放大器模塊325，輸出330，陷波帶寬寬度確定模塊335，陷濾波率確定模塊340，第一數符函數模塊345，第二數符函數模塊350，第一乘法器模塊355，第二乘法器模塊360，自適應速度確定模塊365，第二求和模塊370，振幅限制模塊375以及延遲模塊380。
輸入信號305經由第一求和模塊320的第一輸入被輸入到第一動態適配器模塊310的第一輸入。第一動態適配器模塊310的第一輸出輸入到第一求和模塊320的第二輸入。包含輸入305和第一動態適配器320第一輸出二者之和結果的第一求和模塊320的輸出被輸入到放大器模塊325的輸入。放大器模塊325具有固定的振幅增益值0.5。這一增益值由比特位移操作獲得且無需乘法器。放大器模塊325的輸出變為輸出信號330，同樣被輸入到第二數符函數函數模塊350的輸入項。第一動態適配器模塊315的第一輸出反向輸入到第一動態適配器模塊310的第二輸入項。陷濾波率寬度確定模塊335的輸出被輸入到第一動態適配器模塊310的第三輸入項。第二動態適配器模塊315的第二輸出(Out2)輸入到第一數符函數模塊345的輸入項。第二動態適配器模塊315的第三輸出反過來被輸入到第二動態適配器模塊315的第二輸入項。第一數符函數模塊345的輸出被輸入到第一乘法器355的第一輸入項，同時第二數符函數模塊350的輸出被輸入到第一乘法器355的第二輸入項。包含第一數符函數模塊345輸出和第二數符函數模塊350輸出二者乘積的第一乘法器355的輸出項被輸入到第二乘法器360的第一輸入。自適應速度模塊365的輸出被輸入到第二乘法器360的第二輸入。包含有第一乘法器模塊355輸出和自適應速度模塊365輸出二者乘積的第二乘法器360的輸出被輸入到第二求和模塊370的第一輸入。陷濾波率確定模塊340的輸出被輸入到第二動態適配器模塊315的第三輸入項以及輸入到第二求和模塊370的第二輸入項。包含有第二乘法器360輸出和陷濾波率確定模塊340輸出二者之和的求和模塊370的輸出被輸入到振幅(飽和度)確定模塊380的輸入項。延遲模塊380的輸出成為陷濾波率確定模塊340的更新值，然后輸入到第二動態適配器模塊315的第三輸入項。
振幅限定模塊375可以防止k(n+1)≥1或≤-1。當|j(n+1)≥1|時，陷波濾波器變得不穩定。為了防止此種情況的發生，將k(n+1)限幅在開區間]-1，1[的域內。做法如下如果k(n+1)≥限幅值，那么k(n+1)＝限幅值如果k(n+1)≤限幅值，那么k(n+1)＝限幅值如果限幅值稍稍小于1，例如0.999，這同樣可看作是穩定監測。
第二動態適配器315的第二輸出Out2用來產生出k(n+1)值，而后者作為變量用來確定陷濾波率自適應系數的更新值。第二動態適配器315的Output2數符利用第一數符模塊345產生出來，而第一數符模塊345通過第一乘法器355與放大器模塊325(為y(n)，陷波濾波器輸出項)的輸出數符進行相乘運算，通過第二數符模塊350與放大器模塊325輸出數符進行乘法運算。從而算出sgn[y(n)]sga[Out2]作為第一乘法器355的輸出。然后再第二乘法器360上，它與自適應速度模塊365中的自適應常數μ相乘，同時從當前的k(n)進行減法運算以算出k(n+1)值。
從而第二動態適配器315的第二輸出Out2被用作更新函數(UPDATEFN)。如上面所給出的表格(參照Output2Adaptor2)所示，UPDATEFN在Z變換域有一轉換函數，對于nth樣本(α-1)(k(n)-1)z-11+k(n)(1+α)z-1+αz-2]]>附圖3中框圖示意性給出的本項發明的具體實例較之先前的ALEs實現模式優勢還是很明顯的，特別是考慮盡量降低執行ALE程序所須硬件的數量以及降低數字處理器上執行ALE程序所需的計算量。附圖4給出了頻率傳輸試驗結果，在此試驗中附圖3所給出的本發明的具體實例所使用的輸入信號為夾雜在白噪聲中的正弦波，并且以fs＝16kHz的采樣速率進行采樣。沒1000個樣本器正弦波的頻率進行隨機變化。第一個圖形(從上至下)所示為α＝0.8，μ＝0.005以及SNR＝23dB時的理想頻率(des freq)。第二個圖形所示為本發明具體實例中使用ALE的估測頻率(est freq)。第三個圖形與第一個圖形基本一樣，只是此時的α＝0.7，μ＝0.001以及SNR＝4.9dB。第四個圖形所示為本項發明具體實例中使用ALE的相應估測頻率。本項發明的具體實例用來對每個時間段的理想頻率ffreq.estim.進行估算。方程為ffreq,estim.(n)=fs2πcos-1(-k(n))]]>(方程E)
為了對頻率傳輸試驗算法所給出的頻率估計值的精確性量化，可以證實估計頻率值ω0＝cos-1[-k(n)]的標準偏差顯示出如下的比例關系σfreq,estim.≈μ1-k2real]]>(方程F)在某個時間理想頻率的估計值將會收斂到理想值，顯示出以下的比例關系Tconv≈1μsamples]]>(方程G)如附圖4所示，對利用方程F和G和/或基礎試驗進行檢查的α和μ選擇合適的值，對于各種不同的信號-噪音比率值都可以得到有用的自適應正弦跟蹤。
于是，用來確定陷濾波率的變量k由第二動態適配器的輸出通過自身來確定，即內部的而不是外部。
詳細說明中所闡述(包括任何相關權利要求，摘要及圖)的所有特性，和/或任何方法或過程中的所有步驟，它們可以任何形式進行組合。這些特性和/或步驟中的一些彼此孤立的組合除外。
如果不明確指出，詳細說明中所闡述(包括任何相關權利要求，摘要及圖)的任何一個特性可以用起到相同，等價或相似作用的特性來替換。因而，如果不明確指出來的話，所闡述的每個特性都是同種類系列等價或相似特性的唯一舉例。
本發明不僅僅局限于先前實例的細節。此發明可拓展到任何新穎類別，或者是詳細說明(包括任何附屬權利要求，摘要和圖)中所闡述的特性的任意組合；或拓展到任何新穎內容，或所闡述任意方法或過程步驟的任意具有新意的組合。
權利要求
1.包括具有自適應陷濾波率的自適應Gray-Markel網格陷波濾波器的自適應線路增強器，其中自適應陷濾波率根據陷濾波率變量k確定。此增強器的特征在于n+1th采樣時段的k值大小由以下方程來確定k(n+1)＝k(n)-sgn[y(n)]sgn[UPDATEFN]×μ其中，y(n)為陷波濾波器輸出，μ為自適應常數，UPDATEFN含有Z變換域內的轉換函數(α-1)(k(n)-1)z-11+k(n)(1+α)z-1+αz-2]]>其中，α用來確定帶寬寬度，k(n)為確定當前陷濾波率的變量。
2.根據權利要求1中的自適應線路增強器，其中Gray-Markel網格陷波濾波器為數字網格濾波器。
3.根據權利要求2中的自適應線路增強器，其中數字濾波器包含第一動態適配器(310)，該適配器含有由輸入端獲得的第一輸入，第二輸入以及從帶寬確定模塊(335)獲得的自適應系數輸入，用于接收輸入信號和來自第一動態適配器(310)的第一輸出并將它們相加的第一求和模塊(320)用于將第一求和模塊(320)的輸出放大至輸出端的放大器模塊(325)，第二動態適配器(315)，包括用于接收由第一動態適配器(310)第三輸出獲得的第一輸入，為第一動態適配器提供第二輸入的第一輸出，第二輸出，為第二動態適配器(315)的第二輸入提供輸入的第三輸出，以及自適應系數輸入端。
4.根據權利要求3中的自適應線路增強器，其中第一、第二動態適配器(310、315)包含第一輸入，第二輸入，自適應系數輸入，用來從第一輸入中減去第二輸入的第一減法器(240)，用于將減法器輸出和自適應系數輸入相乘的乘法器，從乘法器中減去第二輸入的第二減法器(260)，從乘法器輸出中減去第一輸入的第三減法器(270)，其中，第一輸出由第二減法器(260)輸出提供，第二輸出由第三減法器(270)輸出提供，第三輸出由受到延遲模塊(280)延遲的第三減法器輸出提供。
5.根據權利要求3中的自適應線路增強器，其中第二動態適配器(315)的自適應系數輸入由用于從第二動態適配器(315)接收第二輸出的第一數符函數模塊(345)提供，接收放大器模塊(325)的輸出的第二數符模塊(350)，將第一、第二數符模塊輸出相乘的第一乘法器(355)，產生輸出從而確定理想頻率所鎖定的速度值的自適應速度確定模塊(365)，將第一乘法器(355)和自適應速度確定模塊(365)的輸出相乘的第二乘法器(360)，用于將第二乘法器(360)和陷濾波率確定模塊(340)的輸出求和的第二求和模塊(370)，在值域]-11[內用于從第二求和模塊(370)限幅輸出k(n+1)的振幅限制模塊(375)，延遲模塊(380)的輸出，該輸出包含自適應系數輸入及陷濾波率確定模塊的更新值。
6.用于自適應線路增強的方法，包括將帶有自適應陷濾波率的自適應Gray-Markel網格陷波濾波器進行自適應線路增強，其中此陷濾波率根據陷濾波率變量k來確定，其特征在于n+1th采樣時段的k值大小由下述方程確定其中k(n+1)＝k(n)-sgn[y(n)]sgn[UPDATEFN]×μ其中，y(n)為陷波濾波器輸出，μ為自適應常數，UPDATEFN含Z變換域的轉換函數(α-1)(k(n)-1)z-11+k(n)(1+α)z-1+αz-2]]>其中，α確定帶寬寬度值，k(n)確定當前陷濾波率。
7.權利要求6中的自適應線路增強方法，其中Gray-Markel網格陷波濾波器為數字網格濾波器。
8.權利要求6中的自適應線路增強方法依據的是權利要求3中的自適應線路增強器。
9.權利要求8中的自適應線路增強方法，其中第一、第二動態適配器依據權利要求4。
10.權利要求8中的自適應線路增強方法，其中第二動態適配器的自適應系數輸入依據權利要求5。
全文摘要
本發明公開了一種改進型自適應線路增強器，它含一具有由陷濾波率變量K所確定的自適應陷濾波率的自適應Gray－Markel網格陷波濾波器。其特征在于每個時段的K值大小由以下方程所確定k(n+1)＝k(n)－sgn[y(n)]sgn[UPDATEFN]×μ。其中，y(n)為陷波濾波器輸出，K為自適應常數，UPDATEFN具有Z變換域內的轉換函數(I)，其中，α確定了帶寬寬度，k(n)為確定當前陷濾波率的變量。同時也給出了相對應的方法。實現陷濾波率自適應的算法能夠依據數字濾波器的內部參數而直接算出陷濾波率。
文檔編號H03H21/00GK1406414SQ01805776
公開日2003年3月26日 申請日期2001年10月16日 優先權日2000年11月1日
發明者E·E·M·德克利佩爾 申請人:皇家菲利浦電子有限公司