Performance analysis of the self-orthogonalising adaptive lattice filter

This paper describes new self-orthogonalising adaptive lattice filter (SALF) structures to enhance slow convergence rates caused by eigenvalue spread. Firstly, we propose the variable stepsize self-orthogonalising adaptive lattice filtering (VSALF) structure to speed up the convergence rate of partial correlation (PARCOR) coefficients. Secondly, the partial self-orthogonalising adaptive lattice filtering (PSALF) structure is proposed in order to enhance the tracking ability for nonstationary environments. Moreover, the PSALF structure can reduce computational complexity whilst maintaining a fast convergence rate. A performance analysis based on the convergence model of the lattice predictor is given in terms of mean-squared error and variance of the PARCOR coefficient error. Computer simulations are undertaken to verify the performance and applicability of the proposed filter structures.

ZusammenfassungDiese Arbeit beschreibt neue selbstorthogonalisierende adaptive Lattice-Filter (SALF) Strukturen, welche eine Verbesserung von durch Eigenwertstreuung verursachten langsamen Konvergenzraten bewirken. Zunächst schlagen wir die Struktur der selbstorthogonalisierenden adaptiven Lattice-Filterung mit variabler Schrittweite (VSALF) vor, durch die die Konvergenzrate von Koeffizienten partieller Korrelation (PARCOR) beschleunigt wird. Weiters stellen wir die partielle selbstorthogonalisierende adaptive Lattice-Filter (PSALF) Struktur vor, welche die Nachführeigenschaften für nichstationäre Umgebungen verbessert. Darüber hinaus kann die PSALF-Struktur bei Bewahrung schneller Konvergenz den Rechenaufwand reduzieren. Hinsichtlich des mittleren quadratischen Fehlers und der Varianz des PARCOR-Koeffizientenfehlers wird eine auf dem Konvergenzmodell des Lattice-Prädiktors beruhende Leistungsanalyse durchgeführt. Die Leistungsfähigkeit und Anwendbarkeit der vorgeschlagenen Filterstrukturen werdern mittels Computersimulationen verifiziert.

RésuméCet article décrit des structures nouvelles pour les filtres en treillis adaptifs auto-orthogonalisants (SALF) permettant d'améliorer les taux de convergence lents dus à la dispersion des valeurs propres. Nous proposons premièrement la structure de filtrage en treillis adaptatif auto-orthogonalisant à pas variable (VSALF) pour accélérer le taux de convergence des coefficients de corrélation partielle (PARCOR). Nous proposons ensuite la structure de filtrage en treillis adaptatif auto-orthogonalisant partiel (PSALF), qui permet d'améliorer les capacités de poursuite dans les environnements non-stationnaires. De plus, la structure PSALF peut avoir une complexité de calacul réduite tout en maintenant une taux de convergence élevé. Nous présentons une analyse des performances basée sur le modèle de convergence du prédicteur en treillis en termes d'erreur quadratique moyenne et de variance de l'erreur sur les coefficients PARCOR. Des simulations sur ordinateur permettant de vérifier les performances et l'applicabilité des structures de filtre proposées sont également décrites.