自适应预测简介
自适应滤波器就是利用前一时刻已获得的滤波器参数等结果,自动调节现时刻的滤波器参数,以适应信号和噪声未知的或随时间变化的统计特性,从而实现最优滤波。自适应滤波器有横向结构和格型结构,其中格型结构收敛速度快,稳定性好,对系数量化精度要求不高,且增加或减少级数不会影响存在的阶数设计。鉴于上述优点,格型自适应滤波器经常应用于音频及语音编码的预测调节现时刻的滤波器参数,以适应信号和噪声未知的或随时间变化的统计特性,从而实现最优滤波。自适应滤波器有横向结构和格型结构,其中格型结构收敛速度快,稳定性好,对系数量化精度要求不高,且增加或减少级数不会影响存在的阶数设计。鉴于上述优点,格型自适应滤波器经常应用于音频及语音编码的预测单元。在音频或语音编码中,用预测残差代替了样本的实际值进行编码传输,能进一步减少传输信息的数据量。本文实现基于LMS算法的二阶自适应预测器。
自适应预测原理
其中a,b为衰落因子,r0,r1,COR0,COR1,VAR0,VAR1为状态变量,Xrec为输入信号,Xest为预测信号