低信噪比下的LMS自适应无偏时延估计

比较性研究了最小均方(LMS)时延估计器中有偏与无偏估计算法的时延估计性能,并基于Treichler的γ-LMS算法提出了一种改进的无偏估计方法.利用自适应滤波器中最佳逼近原理的几何解释来估计输入噪声的功率,迭代过程中逐步去除输入噪声的影响,使得最优维纳解的真实峰值得到增强,在低信噪比或复杂噪声环境下显著改善了自适应时延估计性能.该方法无需假设输入与输出噪声功率相等或功率比已知、有用信号应为白过程等限制条件,因此具有广泛的应用价值.仿真与实际数据处理都验证了该方法的有效性.