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/lmsgithub.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/lmsgithub.com提供了简单的FLMS演示Demo,欢迎大家下载学习!