1.一种自适应滤波的系数更新方法，其特征在于，包括如下步骤：

步骤1：设滤波器w(k)中的系数总量为N，并将滤波器w(k)的长度等分为M段；其中M为大于1的整数，每段滤波器wi(k)包含L＝N/M个系数，i∈[1,M]；

步骤2：将所述滤波器分成的M段随机分为活跃分段与零值分段；

步骤3：获取输入信号χ(k)；

步骤4：判断是否所有零值分段均参与了一次算法，若所有零值分段均参与了一次算法，跳至步骤8，否则继续步骤5；

步骤5：选取若干段新的、未曾参与过算法的零值分段；

步骤6：选取滤波器的全部活跃分段和步骤5选定的多段零值分段参与迭代计算，通过计算更新所述全部活跃分段和步骤5选定的多段零值分段的下一时刻的系数；对于未被选中的分段，系数保持不变；其中，进行系数迭代时采用的滤波器系数更新迭代方程为：T

e(k)＝d(k)‑χ(k)U(k)w(k)；

其中，U(k)＝A(k)+Q(k)，μ为收敛步长，0<μ<2；χ(k)为k时刻的输入信号；d(k)为系统输出理论值；e(k)为后验误差；

步骤7：返回步骤3；

步骤8：将滤波器分段重新区分为活跃分段与零值分段，其包含以下5个步骤：步骤8.1：在k时刻(k>0)，利用上一时刻k‑1的零值分段计算零值系数的标准方差σ0(k‑

1)值；

步骤8.2：遍历滤波器所有系数，幅值大于3σ0(k‑1)的系数判断为活跃系数；反之则为零值系数；

步骤8.3：在k时刻(k>0)，遍历滤波器所有分段，判断分段内是否所有系数均为零值系数，若是，则该分段记为k时刻零值分段，否则，将该分段记为k时刻活跃分段；

步骤8.4：通过预设零值分段参与算法频率p，计算每次迭代时需要选取的参与算法的零值分段的数量；

步骤8.5：继续执行步骤9；

步骤9：计算各滤波器分段的二次范数，并通过其判断滤波器是否为强稀疏性，若是，则跳回至步骤5；反之，若滤波器为弱稀疏性，则使用NLMS算法迭代更新滤波器系数，然后返回步骤3。

2.如权利要求1所述的自适应滤波的系数更新方法，其特征在于：在步骤8.1中，以前一时刻的零值分段计算所有零值系数的标准方差σ0 (k) 值，计算公式为

3.如权利要求2所述的自适应滤波的系数更新方法，其特征在于：在步骤8.3中，以向量z(k)＝[z1(k),z2(k),z3(k)…]来保存每个k时刻零值分段的下标；以一个N×N阶对角矩阵A(k)＝diag[a1(k)a2(k)…aM(k)]来表示k时刻活跃分段位置，若分段wi(k)被判断为活跃分段，相应的ai(k)设置为ai(k)＝1L；若分段wi(k)被判断为零值分段，则相应的ai(k)设置为ai(k)＝0L，其中，所述1L与0L分别代表长度为L的全1、全0向量。

4.如权利要求3所述的自适应滤波的系数更新方法，其特征在于：在步骤8.4中，确定每次参与迭代的零值分段的数量的方法为：设k时刻零值分段的总量为mz(k)，零值分段更新频率为p，其中0

5.如权利要求4所述的自适应滤波的系数更新方法，其特征在于：在步骤5中，以一N×N阶对角矩阵Q(k)表示参与迭代的k时刻零值分段位置，其通过遍历向量z(k)获得k时刻零值分段的第1个至第mu(k)个下标，然后将Q(k)矩阵中对应位置设置为向量1L，其余位置保持为向量0L。

6.如权利要求5所述的自适应滤波的系数更新方法，其特征在于：在步骤9中，判断滤波器稀疏性的方法为：若滤波器的零值分段总量mz(k)小于M/2，判断滤波器为弱稀疏性。

7.如权利要求5所述的自适应滤波的系数更新方法，其特征在于：在步骤9中，判断滤波T器稀疏性的方法为：创建序列l(k)＝[l1(k)l2(k)…lM(k)]以保存所有滤波器分段的l2值，其中，设lmax,z(k)为所有零值分段中l2值的最大值，即lmax,(k)＝max{li(k)，i∈z()；lmax,a(k)是所有滤波器分段的l2值中的最大值，即lmax,a(k)＝max{l1(k)l2(k)…lM(k)}；

当lmax,z(k)>lmax,a(k)/2时，判断滤波器为弱稀疏性。