بهبود رفتار همگرایی الگوریتم وفقی تصویر افاین در مدل سازی سیستم های خطی تنک با سیگنال های ورودی همبسته

یکی از مهمترین چالشهای موجود در فیلترهای وفقی، سرعت پایین همگرایی الگوریتم وفقی در حضور سیگنال های ورودی با همبستگی زیاد می باشد. الگوریتم وفقی تصویر افاین، تعمیم یافته الگوریتم مشهور حداقل میانگین مربعات نرمالیزه خطا (NLMS) بوده و سبب بهبود سرعت همگرایی در برابر سیگنال های ورودی همبسته در ساختارهای تمام باند و زیرباندی می شود. در این مقاله، به منظور بهبود عملکرد همگرایی الگوریتم در برابر سیگنال های با همبستگی زیاد در کاربرد مدل سازی سیستم های خطی تنک، یک الگوریتم وفقی تصویر افاین زیرباندی ارایه شده است که در آن تعداد بردارهای تصویرسازی از ورودی در هر زیرباند به صورت تابعی از خطای تخمینی زیرباندی تعیین می شود. همچنین طول گام به صورت تابعی از دامنه وزنهای فیلتر وفقی و خطای تخمینی زیرباندی در نظر گرفته شده است، به صورتی که در ابتدای همگرایی، نقش وزنهای بزرگتر در به هنگام سازی بیشتر بوده و به تدریج با کاهش خطا، نقش تمام وزنها در به هنگام سازی یکسان شود. این ایده علاوه بر افزایش سرعت همگرایی سبب کاهش خطای حالت دایم می شود. نتایج شبیه سازی برای مدل سازی سیستم خطی تنک و همچنین در کاربرد حذف پژواک آکوستیکی، بهبود عملکرد همگرایی و دقت بالاتر الگوریتم در تخمین ضرایب مسیر آکوستیکی را در مقایسه با الگوریتم های وفقی همتا تایید می کند.