基于连续混合P范数的子带结构回声消除方法

摘要

一种基于连续混合P范数的子带结构回声消除方法，其步骤主要是：A、采样得到输入信号序列U(n)和带回声的期望信号序列D(n)；B、通过分析滤波器组分割得到I个子带输入信号序列U_i(n)和I个子带期望信号序列D_i(n)；C、每隔I个时刻抽取得到子带输入信号抽取序列U_i(k)和子带期望信号抽取序列D_i(k)；D、将子带输入信号抽取序列U_i(k)中的前M个元素组成输入向量E、将子带输入向量通过FIR滤波器得到子带输出信号y_i(k)，再用子带期望信号抽取序列D_i(k)中的第一个子带期望信号d_i(k)减去子带输出信号y_i(k)，得到子带误差信号e_i(k)，E、用e_i(k)计算出滤波器更新影响因子，进而对滤波器抽头权向量进行更新；该方法具有良好的鲁棒性，它在输入具有较高相关度以及冲击噪声的情况下，均有较快的收敛速度和较低的稳态失调。

主权项

基于连续混合P范数的子带结构回声消除方法，其步骤如下：A、信号采样将远端传来的远端信号采样得到当前时刻n的输入信号序列U(n)＝[u(n),u(n‑1),…,u(1)]，对近端的麦克风信号采样得到当前时刻n带有回声的期望信号序列D(n)＝[d(n),d(n‑1),…,d(1)]；B、信号分割将步骤A中得到的输入信号序列U(n)通过分析滤波器组分割成I个当前时刻n的子带输入信号序列U_i(n)，同时将期望信号序列D(n)通过分析滤波器组分割成I个子带期望信号序列D_i(n)；其中i为子带输入信号序列U_i(n)或子带期望信号序列D_i(n)的序号，i＝1,2，…,I；I的取值为2，4，8；C、子带信号抽取对步骤B中得到的子带输入信号序列U_i(n)每隔I个采样时刻进行抽取，得到当前时刻n的子带输入信号抽取序列U_i(k)＝[u_i(k),u_i(k‑1),…,u_i(1)]；对子带期望信号序列D_i(n)，每隔I个采样时刻进行抽取得到当前时刻n的子带期望信号抽取序列D_i(k)＝[d_i(k),d_i(k‑1),…,d_i(1)]；其中k代表抽取时段序号，k＝n/I；D、输入向量构成将子带输入信号抽取序列U_i(k)中的前M个元素组成当前时刻n的输入向量u_i(k‑1),…,u_i(k‑M+1)；M代表自适应滤波器抽头长度；M的取值为64，128，256，512；E、回声信号消除将步骤D中的子带输入向量通过FIR滤波器得到子带输出信号y_i(k)，其中w(k)＝[w₁(k)w₂(k),…,w_M(k)]^T为kI时刻的自适应滤波器的抽头权向量，其初始值为零向量，上标T表示转置；再用步骤C中的子带期望信号抽取序列D_i(k)＝[d_i(k),d_i(k‑1),…,d_i(1)]中的第一个子带期望信号d_i(k)减去子带输出信号y_i(k)，得到当前时刻n的子带误差信号e_i(k)，即e_i(k)＝d_i(k)‑y_i(k)；E、更新滤波器抽头权系数E1、计算FIR滤波器的子带误差信号影响因子γ_i(k)，其中，|·|表示取绝对值运算，ln|·|表示自然对数运算；E2、更新k+1时刻的FIR滤波器抽头权向量，更新公式如下：其中sign[·]表示符号函数，μ表示FIR滤波器的固定步长，其取值范围为0.01～0.1，表示欧几里得范数；F、令k＝k+1，重复步骤A、B、C、D、E，直至通话结束。