亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

A Novel Modified Improved Propotionnate Fast NLMS Algorithm for Acoustic Echo Cancellation

算法 趋同(经济学) 度量(数据仓库) 均方误差 数学 计算机科学 离散数学 应用数学 统计 数据挖掘 经济 经济增长
作者
Lynda Fedlaoui,Ahmed Benallal,Mountassar Maamoun
标识
DOI:10.1109/ic2em59347.2023.10419617
摘要

The Modified Improved Proportionate Normalized Least Mean Square (m-IPNLMS) algorithm enhanced the performance of the original IPNLMS algorithm by establishing a relationship between an important parameter known as the proportional term and the sparseness measure built on the $\boldsymbol{\ell}_2$ and $\boldsymbol{\ell}_1$ norms. To further improve the performance of the m-IPNLMS algorithm, we propose first, to extend the Fast NLMS concept to the m-IPNLMS algorithm and then, by using the sparseness measure based on the $\boldsymbol{\ell}_1, \boldsymbol{\ell}_2$ and $\boldsymbol{\ell}_\infty$ norms, which provide adequate representations of both dispersive and sparse impulse responses, we also replace the quadratic output filtering error with a recursive estimation version. The proposed algorithm, called Novel-Modified IPNLMS (Novel-m-IPNLMS) algorithm is superior in terms of convergence speed, tracking ability and steady-state mean square error (MSE) for sparse and dispersive systems. Simulation results are presented to validate the effectiveness of the suggested algorithm.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
丘比特应助jy采纳,获得10
3秒前
QI发布了新的文献求助10
6秒前
8秒前
9秒前
xiao_niu完成签到,获得积分10
10秒前
QI发布了新的文献求助10
13秒前
14秒前
16秒前
热情的天蓝完成签到,获得积分10
17秒前
jy发布了新的文献求助10
21秒前
QI发布了新的文献求助10
21秒前
默默的甜瓜完成签到,获得积分10
26秒前
jy完成签到,获得积分20
28秒前
peng完成签到,获得积分10
29秒前
领导范儿应助风趣雪一采纳,获得10
32秒前
QI发布了新的文献求助10
32秒前
星辰大海应助快乐的如风采纳,获得30
35秒前
37秒前
爆米花应助taozhiqi采纳,获得20
38秒前
39秒前
七熵完成签到 ,获得积分10
43秒前
44秒前
44秒前
斯文的丹云完成签到,获得积分10
45秒前
124332发布了新的文献求助10
49秒前
51秒前
bkagyin应助Ariel采纳,获得10
51秒前
烟熏妆的猫完成签到 ,获得积分10
55秒前
ywindm完成签到 ,获得积分10
1分钟前
希望天下0贩的0应助QI采纳,获得10
1分钟前
李爱国应助爱吃橙子皮采纳,获得10
1分钟前
1分钟前
慕青应助QI采纳,获得10
1分钟前
1分钟前
1分钟前
1分钟前
Orange应助科研通管家采纳,获得10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
高分求助中
Rock-Forming Minerals, Volume 3C, Sheet Silicates: Clay Minerals 2000
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
The Healthy Socialist Life in Maoist China 600
The Vladimirov Diaries [by Peter Vladimirov] 600
Data Structures and Algorithms in Java 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3268547
求助须知:如何正确求助?哪些是违规求助? 2908068
关于积分的说明 8344326
捐赠科研通 2578431
什么是DOI,文献DOI怎么找? 1402013
科研通“疑难数据库(出版商)”最低求助积分说明 655240
邀请新用户注册赠送积分活动 634393