راهکارهایی نوین برای بهبود عملکرد حذف کننده وفقی پژواک آکوستیکی استریو

امروزه کاربردهای نوین ارتباطی بسیاری وجود دارد که برای فراهم ساختن ارتباط صوتی طبیعی تر و شفافتر، می توان از صوت استریو و چندکاناله در آنها استفاده کرد. چنین کاربردهایی عموماً نیاز به حل مشکل پژواک آکوستیکی دو یا چندکاناله دارند. اگرچه حذف کننده های وفقی پژواک آکوستیکی، امروزه کاملاً متداول هستند، لیکن پیچیدگیهای غیرمنتظره ای در صوت چندکاناله وجود دارد که حذف پژواک حاصله را به مراتب دشوارتر از حذف پژواک متعارف (تک کاناله) می کند. در این کاربردها به دلیل همبستگی متقابل شدید بین کانالها، سرعت همگرایی وزنهای فیلترهای وفقی، به طور قابل?توجهی افت نموده و همچنین سبب بروز عدم انطباق قابل توجهی بین وزنهای فیلترهای وفقی و ضرایب پاسخهای ضربه اتاق دریافت می گردد، که به نام مسأله "عدم انطباق" مشهور است. در این تحقیق، راهکارهای جدیدی ارائه شده که مشکل عدم انطباق را در فیلترهای وفقی دوکاناله تعدیل کند. برای رسیدن به این منظور، ایده های متعددی بررسی گردید که از میان آنها، تنها نمونه های موفق، در این رساله معرفی و ارزیابی شدند. راهکارهای ارائه شده، به سه دسته کلی تقسیم شده اند: دسته اول، روشهای مبتنی بر برش هستند که شامل روشهایی می باشند که سبب کاهش حجم محاسبات در فرآیند بهنگام سازی وزنها و در عین?حال افزایش نسبی سرعت همگرایی وزنها می شوند. دسته دوم، روشهای مبتنی بر ناهمبسته سازی هستند. هدف اصلی این روشها، افزایش سرعت همگرایی وزنها و کاهش عدم انطباق فیلترهای وفقی دوکاناله بوده و عموماً با افزایش قابل توجه حجم محاسبات بهنگام سازی همراه هستند. نهایتاً دسته سوم، روشهای ترکیبی می باشند که از مزایای روشهای برش و روشهای مبتنی بر ناهمبسته سازی بهره می برند؛ به گونه ای که عملکرد آنها یا به لحاظ عدم انطباق، بهتر از روشهای مبتنی بر ناهمبسته سازی است و یا پیچیدگی محاسباتی را نسبت به روشهای مبتنی بر ناهمبسته سازی کاهش می دهند و یا واجد هر دو مزیت فوق می-باشند. علاوه بر این، در این تحقیق، همگرایی و نیز پایداری روشهای ارائه شده مبتنی بر الگوریتم یادگیری lms، تحلیل شده است. همچنین قالبی عمومی ?برای تمامی ?الگوریتمهای توسعه یافته در رساله، ارائه گردیده است و در نهایت مقایسه ای بین تمامی ?روشهای ارائه شده، به لحاظ پیچیدگی محاسباتی، سرعت همگرایی وزنها، میزان عدم انطباق حالت دائم و mse اضافی انجام شد و نقاط ضعف و قوت الگوریتمها از جنبه های مختلف مورد بررسی قرار گرفت. نشان داده شد که در میان الگوریتمهای موفق، الگوریتم وفقی شبه lms/newton تعمیم یافته مبتنی بر گزینش انشعاب (gpuqlms/newton)، بهترین الگوریتم به لحاظ کاهش خطای عدم انطباق، و الگوریتم وفقی nlms غیرخطی مبتنی بر شبکه ناهمبسته ساز mimo بر اساس گزینش انشعاب (pusnl-nlms)، بهترین الگوریتم به لحاظ حجم محاسبات پایین به همراه سرعت همگرایی بالا می باشد. علاوه بر این، تحلیلی عمومی ?برای میزان خطای عدم انطباق حالت دائم، ارائه شد و به کمک این تحلیل، عوامل اصلی موثر در عدم انطباق و تأثیر هر یک ارزیابی گردید.