算法設計

　　頻域自適應干擾抵消(AIC)模塊利用了頻域實現的LMS算法[2,3]。該算法通過1/2重疊保留法的快速傅立葉變換(FFT)，在頻域以直接相乘的計算方式實現快速相關和快速卷積[4]。算法基本框圖如圖3，其中A點為被干擾的信號，B為反饋鏈路的信號，C點為干擾被抵消后的輸出。主要包括以下循環(huán)執(zhí)行的操作流程，其中k表示第個k數據塊：

　　(1)對自適應濾波器的M個頻域抽頭系數W(k)作初始化設置;

　　(2)將濾波器的時域連續(xù)輸入信號u(n)每個M組成一個塊，然后級聯兩個數據塊做N點離散快速傅立葉變換，使其轉換為頻域信號U(k)，并將此信號用作自適應濾波器的輸入;其中N是該濾波器抽頭個數M的2倍，即N=2M;

　　(3)將U(k)通過濾波器得到輸出信號Y(k)，然后進行快速傅立葉逆變換(IFFT)處理，使其轉換為時域信號y(k)，作為干擾的估計值;

　　(4)計算被干擾信號r(k)和y(k)的差值，即為干擾抵消后的信號d(k);再產生該期望信號的頻域值D(k)為下一次濾波器抽頭系數迭代所使用;

　　(5)利用頻域信號進行最小均方誤差LMS計算，即根據D(k)和U(k)對W(k)進行更新，并將此更新值返回到步驟(2)中使用。跳轉到步驟(2)進行反復迭代，直至干擾被抵消。

　　與傳統(tǒng)的時域LMS算法相比，利用頻域LMS算法可以降低計算復雜度。假設輸入為實信號，濾波器抽頭個數為。可以得到，頻域LMS和時域LMS的計算復雜度之比為。實際中，干擾在空中傳輸的時延會比反饋信號的時延大得多，這時需要較大的抽頭個數才能抵消干擾。假設M=1024，則頻域LMS算法可以比時域LMS算法的速度提高大約16倍。為簡化起見，在本文檔中取M=64，利用頻域LMS算法，在計算量角度大約可以比時域LMS算法快1.5倍。