一种基于加权次梯度投影的数字助听器回声路径估计方法

摘要

本发明提出了一种用于数字助听器回声路径估计的加权次梯度投影自适应系统估计方法。本发明通过推导得出加权次梯度投影公式，并将其用于数字助听器自适应回声消除系统之中。其具体方法是利用数字助听器连续输出信号序列和输入信号序列，通过加权次梯度投影算法使自适应滤波器系数h逼近实际回声路径h^*。当算法的权值矩阵设置合理的情况下，算法的收敛速度和精度相比较以前的算法有很大提高。并且，无论在白噪声环境还是有色噪声环境下，算法都取得了卓越的失准性能。

主权项

1.一种数字助听器回声路径自适应估计方法，其特征是使用加权次梯度投影算法估计回声路径，其主要步骤为：(1)初始化自适应滤波器h₀，该滤波器系数在算法中将迭代更新，收敛于实际反馈路径h^*；(2)构造数字助听器输出信号矩阵U_k＝[u_k，u_k-1，...，u_k-r+1]^T∈R^N×r，这里k表示离散信号时间序号，r为算法的步长，u_k＝[u(k)，u(k-1)，...，u(k-N+1)]^T为助听器输出语音信号向量，N为自适应滤波器长度；(3)获取数字助听器输入信号向量$d_k:=U_k^T{h}^{*}+n_k={[d\left(k\right),d(k-1),...,d(k-r+1)]}^T,$其中h^*表示实际反馈路径，n_k表示助听器中原始输入信号s_k和叠加噪声的总和；(4)计算凸函数g(h_k)：＝||U^Th_k-d||²-ρ，其中参数ρ使用公式ρ：＝m_ξ＝rσ²计算，这里σ为n_k的方差；(5)计算次梯度$t=▿g\left(h_k\right)={2U}_k(U_k^T{h}_k-d_k);$(6)根据已有的数字助听器系统先验信息设定指数衰减权重矩阵这里A和B满秩，N为自适应滤波器阶数，α_i＝α₀γ^i-1，i＝1，......，N，γ为指数衰减因子，满足0＜γ＜1，γ的值通过先验知识获得或经过测量得到；(7)计算加权次梯度投影$P_{H^{-}\left(h_k\right)}\left(h_k\right)=\left\{\begin{array}{cc}{h}_k,& g\left(h_k\right)\le 0\\ h_k-\frac{\mathrm{Ag}\left(h_k\right)}{{(▿g\left(h_k\right))}^{T}A▿g\left(h_k\right)}▿g\left(h_k\right),& g\left(h_k\right)>0\end{array}\right.;$(式1)(8)更新滤波器系数$h_{k+1}=h_k+{\lambda }_k(P_{H^{-}\left(h_k\right)}\left(h_k\right)-h_k),{\lambda }_k\in \left[\mathrm{0,2}\right];$(式2)(9)k＝k+1，返回步骤(2)，直至信号序列处理完毕。