A Fast Affine Projection (FAP) adaptive filter and method of adaptive
filtering are disclosed, which reduce instability associated with FAP
filters caused by error accumulation in the process of inversion of an
autocorrelation matrix. The method provides updating of the adaptive
filter coefficients by solving at least one system of linear equations
whose coefficients are the autocorrelation matrix coefficients, by using a
descending iterative method with intrinsic feedback. The results of the
solution are used to update the adaptive filter coefficients. The approach
is applicable for a normalized step size ranging from zero to unity, and
allows either direct determination of updated filter coefficients without
determining an inverse autocorrelation matrix, or, determining the inverse
autocorrelation matrix by a descending iterative method. In some
embodiments, a normalized step size is set close to unity, and the system
of linear equations is solved by steepest descent or conjugate gradients
methods. In other embodiments, a normalized step size is substantially
less than unity, e.g. less than about 0.7. Accumulation of inevitable
numerical errors is avoided and the stable adaptive filter and method are
suitable for various DSP platforms, e.g. 16 and 24 bit, fixed-point and
floating-point platforms.
Snel de aanpassingsfilter zuivert van de Projectie (FAP) en de methode van het aanpassings filtreren wordt onthuld, die instabiliteit verbonden aan filters FAP vermindert die door foutenaccumulatie worden veroorzaakt tijdens inversie van een autocorrelation matrijs. De methode verstrekt het bijwerken van de aanpassingsfiltercoëfficiënten door minstens één systeem van lineaire vergelijkingen op te lossen de waarvan coëfficiënten de autocorrelation matrijscoëfficiënten, door een dalende herhaalde methode met intrinsieke terugkoppeling te gebruiken zijn. De resultaten van de oplossing worden gebruikt om de aanpassingsfiltercoëfficiënten bij te werken. De benadering is toepasselijk voor een genormaliseerde stapgrootte die zich van nul aan eenheid uitstrekt, en staat of directe bepaling van bijgewerkte filtercoëfficiënten zonder toe een omgekeerde autocorrelation matrijs te bepalen, of, bepalend de omgekeerde autocorrelation matrijs door een dalende herhaalde methode. In sommige belichamingen, wordt een genormaliseerde stapgrootte geplaatst dicht bij eenheid, en het systeem van lineaire vergelijkingen wordt opgelost door steilste afdaling of verenigde gradiëntenmethodes. In andere belichamingen, is een genormaliseerde stapgrootte wezenlijk minder dan eenheid, b.v. wordt minder dan ongeveer 0,7, Accumulatie van onvermijdelijke numerieke fouten vermeden en de stabiele aanpassingsfilter en de methode zijn geschikt voor diverse platforms DSP, b.v. 16 en 24 beetje, vast punt en floating-point platforms.
