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<sub>i</sub>(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<sub>i</sub>(n);其中i为子带输入信号序列U<sub>i</sub>(n)或子带期望信号序列D<sub>i</sub>(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<sub>i</sub>(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<sub>i</sub>(k)=[u<sub>i</sub>(k),u<sub>i</sub>(k‑1),…,u<sub>i</sub>(1)];对子带期望信号序列D<sub>i</sub>(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<sub>i</sub>(k)=[d<sub>i</sub>(k),d<sub>i</sub>(k‑1),…,d<sub>i</sub>(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<sub>i</sub>(k)中的前M个元素组成当前时刻n的输入向量<img file="FDA0000988239210000014.GIF" wi="149" he="75" /><img file="FDA0000988239210000011.GIF" wi="294" he="71" />u<sub>i</sub>(k‑1),…,u<sub>i</sub>(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<img file="FDA0000988239210000012.GIF" wi="118" he="71" />通过FIR滤波器得到子带输出信号y<sub>i</sub>(k),<img file="FDA0000988239210000013.GIF" wi="462" he="86" />其中w(k)=[w<sub>1</sub>(k)w<sub>2</sub>(k),…,w<sub>M</sub>(k)]<sup>T</sup>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<sub>i</sub>(k)=[d<sub>i</sub>(k),d<sub>i</sub>(k‑1),…,d<sub>i</sub>(1)]中的第一个子带期望信号d<sub>i</sub>(k)减去子带输出信号y<sub>i</sub>(k),得到当前时刻n的子带误差信号e<sub>i</sub>(k),即e<sub>i</sub>(k)=d<sub>i</sub>(k)‑y<sub>i</sub>(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<sub>i</sub>(k),<img file="FDA0000988239210000021.GIF" wi="982" he="174" />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:<img file="FDA0000988239210000022.GIF" wi="1044" he="167" />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,<img file="FDA0000988239210000023.GIF" wi="78" he="94" />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。 |