(19)中华人民共和国国家知识产权局
(12)发明专利说明书
(10)申请公布号 CN 108200522 A
(43)申请公布日 2018.06.22
(21)申请号 CN201711189964.5
(22)申请日 2017.11.24
(71)申请人 华侨大学
    地址 362000 福建省泉州市丰泽区城东城华北路269号
(72)发明人 唐加能 郑洋
(74)专利代理机构 厦门市首创君合专利事务所有限公司
    代理人 张松亭
(51)Int.CI
     
                                                                  权利要求说明书 说明书 幅图
(54)发明名称
      一种变正则化比例归一化子带自适应滤波方法
(57)摘要
      本发明公开了一种变正则化比例归一化子带自适应滤波方法，基于归一化子带自适应滤波算法的助听器反馈控制系统，基于比例自适应技术和变正则化参数变化，结合子带自适应滤波算法，更新自适应滤波器；为了进一步提高自适应滤波算法的性能，本发明基于输入信号、均方误差和估计系统噪声能量，通过均方偏差最大下降原理，更新正则化参数，形成了变正则化比例的参数更新子带自适应滤波的方法；将该方法应用于助听器的声反馈系统中，能取得更好的声反馈抑制效果，可以获得更低的稳态失调量和更快的收敛速度。
法律状态
法律状态公告日
法律状态信息
法律状态
权 利 要 求 说 明 书
1.一种变正则化比例归一化子带自适应滤波方法,基于归一化子带自适应滤波算法的助听器反馈抑制系统,所述助听器反馈抑制系统包括分析滤波器组和合成滤波器组,用于对麦克风信号和扬声器信号分别进行分解并生成相应的子带信号;还包括一组对子带信号进行处理而且系数相同的自适应滤波器组;所述自适应滤波器组包括多个子带自适应滤波器,其特征在于:通过对每个子带自适应滤波器的正则化因子进行更新,实现对每个子带自适应滤波器系数的更新。
2.根据权利要求1所述的基于变步长归一化子带自适应滤波的声反馈去除方法,其特征在于,通过如下比例子带自适应滤波算法实现对子带自适应滤波器的系数进行更新,表达式为:
<Image>
其中,其中w(k)表示子带自适应滤波器的系数;μ表示变步长因子,值为1;u<Sub>i</Sub>(k)表示第i个子带的输出信号;e<Sub>i,D</Sub>(k)表示第i个子带的误差信号;k表示迭代次数,k+1表示上一次的更新;w(k+1)表示子带自适应滤波器上一次的系数;N表示子带滤波器的个数;δ<Sub>i</Sub>(k)表示正则化因子。
3.根据权利要求1所述的基于变步长归一化子带自适应滤波的声反馈去除方法,其特征在于,引入一个对角矩阵Q(k)=diag[g<Sub>0</Sub>(k),g<Sub>1</Sub>(k),...,g<Sub>N-1</Sub>(k)],上述算法表达为:
<Image>
对角线矩阵Q(k)中的元素可以定义为:
<Image>
其中,M表示声反馈路径长度;ε为常数;||·||<Sub>1</Sub>表示向量l<Sub>1</Sub>的范数运算符;-1≤α≤1。
4.根据权利要求3所述的基于变步长归一化子带自适应滤波的声反馈去除方法,其特征在于,对每个子带自适应滤波器的正则化因子进行更新的方法如下:
a、将<Image>写成矩阵形式,如下:
<Image>
其中,U(k)=[u<Sub>0,D</Sub>(k)>1,D</Sub>(k) ...>N-1,D</Sub>(k)]为子带输入信号;e<Sub>D</Sub>(k)=[e<Sub>0,D</Sub>(k)>1,D</Sub>(k)...>N-1,D</Sub>(k)]<Sup>T</Sup>为子带误差信号;Γ(k)=Φ(k)+Δ(k),Φ(k)=diag[||u<Sub>0</Sub>(k)||<Sup>2</Sup>>1</Sub>(k)||<Sup>2</Sup>...||u<Sub>N-1</Sub>(k)||<Sup>2</Sup>,Δ(k)=diag[δ<Sub>0</Sub>(k)>1</Sub>(k) ...>N-1</Sub>(k)];
b、定义归一化子带自适应滤波算法的误差向量e<Sub>D</Sub>(k)、先验误差向量e<Sub>a</Sub>和均方偏差m(k)分别如下:
<Image>
<Image>
正则化 归一化<Image>
其中,w<Sub>o</Sub>=[w<Sub>o,0</Sub>>o,1</Sub> ...>o,k-1</Sub>]表示声反馈路径w<Sub>o</Sub>(z)的系数,向量d<Sub>D</Sub>(k)为子带期望信号,v<Sub>D</Sub>(k)为子带系统噪声向量,定义第i个子带系统噪声为v<Sub>i,D</Sub>(k),由此可以得出kN时刻均方偏差之差:
<Image>
根据均方偏差最大下降原理将上式最小化,将上式两边对δ<Sub>i</Sub>(k)求偏导,令<Image>得到变正则化因子的更新公式如下:
<Image>
其中,<Image>为输入信号的方差功率;<Image>为子带误差信号的功率;<Image>为系统噪声功率;E[·]表示数学期望;
c、令<Image>则变正则化因子更新为:
<Image>
其中,<Image>是更新δ<Sub>i</Sub>(k)时的步长因子,有助于变正则化因子的收敛,L<Sub>k</Sub>取值为大0的正数;δ<Sub>max</Sub>(k)为允许的最大变正则化因子;k-1表示下一次的更新;
d、获取输入信号的方差功率<Image>和子带误差信号的功率<Image>如下:
<Image>
<Image>
其中,β为遗忘因子,取值为β=0.995;
e、在子带自适应滤波器处于静态时估计中所示方法得到获取系统噪声功率
说  明  书
技术领域
本发明涉及信号处理领域,特别涉及一种变正则化比例归一化子带自适应滤波方法。
背景技术
目前,自适应滤波算法在生活生产中有多种应用,如系统辨识,干扰预测,自适应均衡抵消等。助听器中由于声反馈现象的存在,给很多听力损失患者带来较大的麻烦,严重影响着他们的日常生活。众多基于自适应滤波算法的声反馈消除(Acoustic feedbackcancellation,AFC)方法被用来解决此类问题,归一化最小均方误差(NLMS)有着非常广泛的运用,由于它具有鲁棒性和计算简单的特点,常被用来解决声学回声现象。然而当输入信号为相关性较强的语音信号时,该算法表现的收敛速度慢,性能较差,无法满足对语音增强精确度要求较高的场景。为了克服这些缺点,Lee和Gan提出了一种新的子带自适应滤波结构,通过将全带的输入信号,分解为若干个子带信号,这些子带输入信号非常接近为白噪声信号。因此对于相关性强的信号,子带自适应滤波算法显示了较快的收敛速度,而且计算复杂度也和NLMS算法相近。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。