lms自适应滤波器matlab_LMS类滤波器方法以及FLMS在AEC任务中的应用

LMS(Least Mean Square)是基于最小均方准则的自适应滤波器，通过对其滤波器更新过程做一定的修改，可以得到Block LMS方法。在Block LMS方法中，滤波过程会涉及到参考信号与滤波器系数的卷积，滤波器更新过程会涉及到参考信号与误差信号的相关计算。而卷积和相关计算过程可以利用FFT来实现，因此得出了FLMS(frequency LMS)方法。以上内容可以在

https://github.com/speechWatch/SpeechMatlab/tree/master/papers/lms​github.com

中查看。

在做AEC（Acoustic Echo Cancellation）过程中，出于计算复杂度或者滤波器收敛速度的考虑，一般都会采用基于FLMS的方法。在操作过程中，一般会将FLMS方法扩展为PBFDAF （Partioned Block Frequency Domain Adaptive Filter）方法，主要原因是我们即想利用较长的滤波器系数建模回声路径，以达到较好的回声消除效果，又想在这个过程中采用FFT加速卷积或者相关的计算过程。具体内容我在以下文章内容提到过。

Warrant：分块卷积运算​zhuanlan.zhihu.com

我在

https://github.com/speechWatch/SpeechMatlab/tree/master/lms​github.com

提供了简单的FLMS演示Demo,欢迎大家下载学习！