CN101320996A - 一种自适应噪声消除装置及方法 - Google Patents

Abstract

本发明提供了一种自适应噪声消除装置及实现方法。所述自适应噪声消除装置中的最小均方误差自适应滤波器采用了新的迭代公式，充分利用了三角函数特性，符合步长调整原则，在保证较低稳态误差的同时提高了收敛速度和跟踪能力，还具有较好的抗干扰能力和较低的计算复杂度。所述单声道结构充分利用语音信号的准周期性，使噪声消除器的参考输入为主要输入的相关延时信号，只需使用一个拾音器，易控制相关条件，改进了噪声消除器的结构。所述噪声消除器还利用具有规律性的不含噪信号实时或非实时地对滤波器抽头权值向量进行估计，以此同时提高收敛速度和收敛精度。

Description

一种自适应噪声消除装置及方法

技术领域

本发明涉及了自适应噪声消除技术，具体来说，涉及了一种数字自适应噪声消除器，利用这一装置对无线对讲产生的数字和语音噪声进行抑制和消除。

背景技术

在当今数字家庭时代，移动领域在近几年是增长最快的市场。品种繁多的移动设备充溢在人们现代生活中，层出不穷的移动应用给人们带来了更为丰富和舒适的生活。据报道，2007年11月，在“移动互联网国际研讨会”上，中国移动总裁王建宙表示，中国手机用户已经超过5亿，全国城市移动设备普及率极高，而且更新换代速度快，同时农村市场还有很大潜力，在中国移动新增用户和新增收入中农村市场贡献最大。手机、PDA等等移动设备的普及，使移动设备上的应用成为市场的一块大蛋糕。著名市场调研机构国际数据公司的研究表明，正确利用移动和无线技术，能为企业创造利润。企业可以通过发展移动设备的新应用来寻求更多增长机会，移动设备厂商、运营商、服务提供商都争先推出新的基于移动设备的应用，移动应用显然已经成为数字家庭最主要的信息服务之一。

无线对讲移动应用是数字家庭移动应用的一个代表应用，通过移动设备与家居门铃系统或其他对讲系统进行无线对讲，提高了家居生活的便捷性和智能性。发展移动设备上的对讲应用，仍然面临着各种各样的难题。移动设备及其应用或多或少受到各种噪声的干扰，例如移动设备麦克风收入的环境噪声、电源噪声、信号处理的电路噪声、无线信号干扰噪声等。移动设备的一些特性令噪声干扰问题显得更为突出，例如移动设备的麦克风与扩声器过于接近，移动设备可任意移动引致的环境噪声的不确定性。在以往年代，电话通话属于移动设备主要应用，可以通过移动设备的硬件设计有效地抑制通话噪声，因此移动设备电话通信中通常不会听见干扰性很大的噪声。但这种硬件上的噪声抑制主要是适用于通话应用的，当在移动设备开发越来越多的新应用时，特别当移动应用需要使用免提功能或采用其他扩声系统时，这种原来适用于电话通信噪声抑制的硬件设计就已经不能满足需求，导致移动应用受到或大或小各种各样的噪声影响。这些噪声可能会严重影响应用质量，例如无线网络通信中的回波，使用免提通信时移动设备产生的啸叫等等，有些情况下还会危害人们的健康。噪声的危害程度取决于噪声的频率及在人在噪声环境的暴露时间，噪声对每个人每天的损害可能是轻微的，例如容易心情烦躁、工作效率降低，甚至无法觉察，但经时间累计后，噪声对人的健康特别是听觉有很大的影响。

无线对讲移动应用的数字噪声抑制和语音噪声消除是一个技术难题。传统噪声控制方法并不适用于移动设备的噪声消除。为了避免发送端的音频噪声向接收端传递，传统解决办法是噪声隔离或者噪声吸收。例如当设备处在高速行驶的汽车驾驶室内时，就让用户配置隔音层厚、内置吸音材料的头盔，以减低噪声来提高设备的通信质量，这种方法对移动设备并不可取。不同于一种固定在某种环境的设备，可以为其专门设置消声措施，事实上不可能对移动设备进行被动噪声控制。通过改善移动设备周围环境，在周围墙壁上附加一层吸收材料来尽量减少扬声器播放声音的反射，从而减少移动设备声反馈和回声现象，这些方法更没有普适性。因为移动设备最显著的特点就是移动性，移动设备所处的环境不是固定的，噪声抑制只能对移动设备本身着手。

通过分析噪声的形成机制，破坏噪声的形成条件，对移动设备来说，也不是很好的办法。以啸叫抑制为例。啸叫的形成具有两个必要条件，通过破坏振幅平衡或相位平衡可以进行啸叫抑制，但这样会引起声音失真。例如，利用移频方式抑制噪声时，当峰点位置频率信号在反馈中满足闭环电压倍数大于1时，则通过改变输入信号的频率来回避啸叫峰点施加的影响，从而破坏构成声反馈的条件，达到防止啸叫的目的。这种方法操作过程简便，抑制啸叫过程自动完成，无须人工鉴别调试，抑制啸叫的能力比较显著，效果明显，但整个声音频率范围内的频率失真。使用均衡方式进行啸叫抑制时，对发生啸叫的频率点的信号增益进行衰减，使之小于引起反馈振荡所需增益，但采用固定中心频点时，往往对不准峰点从而导致抑制能力下降。较早的回声抑制器也是基于破坏形成回声的条件的原理来实现的，使用简单的比较器将接收到的准备由扬声器播放的声音与当前拾音器拾取的声音的电平进行比较，从而非线性消除回声。如果扬声器要播放的声音高于某个阈值，那么就允许传至扬声器，而且拾音器被关闭，以阻止它拾取扬声器播放的声音而引起远端回声；而如果拾音器拾取的声音电平高于某个阈值，那么扬声器被禁止，以此达到消除回声的目的。这种方法会引起扬声器播放的不连续，影响回声消除的效果。

噪声主动控制方法是移动设备噪声消除的一个较好的选择。噪声主动控制的基本原理是通过产生一个和噪声源振幅相等、相位相反的次级噪声，与原噪声叠加，从而达到消除噪声。通常噪声控制技术与滤波器技术密不可分。例如消除语音系统中信道噪声常用的一个简单方法是，使用一个简单的数字滤波器，使滤波器的通频带与有用信号的频带宽度一致，产生大于4KHz以上的频率的次级噪声，从而将语音信号频带外的噪声滤除，提高接收信号的信噪比。在许多情况下，噪声是与有用信号出现在同一频带内的，这时这种固定的滤波算法并不能明显提高信号质量。因此，主动噪声消除的难题在于如何自适应产生合适的次级噪声，使得估计值更加逼近真实的噪声。

在移动设备上开展的噪声主动控制研究还比较少，对移动设备来说，“自适应”尤为关键。由于移动设备的移动性，导致噪声源特性和环境都是变化的，噪声的幅度、相位、频率及速度是非平稳的。以声学回声为例，声学回声是声波自固态物体反弹而导致的结果，改变这些固态物体与无线电话耳机的相对位置都会改变声学回声的特性。使用移动设备时，头部或手部的移动，边走边讲话，都会产生不同的、不稳定的声学回声效应。移动设备采用的噪声主动控制系统必须能够适应这种变化的情况以达到预期效果，因此，移动设备应该采用自适应滤波器作为噪声主动控制系统。以自适应滤波器作为噪声控制的主要手段，称为自适应噪声消除器。自适应噪声消除器无疑是移动设备无线对讲应用噪声消除的最理想的选择。

自适应噪声消除器的目的是从接收信号中减去噪声以改善信噪比，其基本思路是，使用自适应滤波器来估计噪声源产生的噪声，在输入的受干扰信号中减去这个估计的噪声信号，达到消除噪声的目的。噪声消除器的一般结构，需要两个输入，主要输入由有用信号和噪声源产生的噪声信号构成，参考输入是噪声源产生的相关噪声信号，通过自适应滤波器使得参考输入信号不断逼近掺杂在有用信号中的噪声信号，在主要输入中减去这个估计的噪声信号，从而达到消除噪声的目的。这种结构又被称为双声道(多声道)系统，需要一个或多个参考噪声作为辅助输入，这势必造成系统结构复杂等一系列问题。图1是噪声消除器的一般实现结构示意图，需要两个拾音器来实现这种结构。一个拾音器A录制的声音作为主要输入，由有用信号S(n)及与信号不相关的噪声N₀(n)构成。另一个拾音器B拾取来自噪声源的噪声信号N₁(n)作为参考输入，用作噪声补偿。可以证明当参考输入N₁(n)与信号S(n)不相关，与噪声N₀(n)相关时，以参考输入N₁(n)作为自适应滤波器输入，则滤波器输出是噪声N₀(n)的最小均方估计，见公式1。即参考噪声N₁(n)需要满足两个相关条件：一方面，N₁(n)与N₀(n)相关，二者相关度越强则滤波效果越好；另一方面，N₁(n)与S(n)尽量不相关，即包含的有效信息很微弱。

N₁(n)≈N₀(n) 当N₁(n)与N₀(n)相关，N₁(n)与S(n)不相关    (公式1)

移动设备采用这种结构进行噪声消除时，不仅需要具有两个拾音器，而且需要适当地选择拾音器B的位置，来保证参考噪声满足相关条件。这对于移动设备很难做到，一般一个移动设备只有一个拾音器。因此需要为移动设备噪声消除器设计新的结构，该结构只需要一个拾音器，而且在对相关条件的控制上更灵活。只采用一个拾音器，意味着采用一个输入信号X(n)，该信号不仅可以作为主要输入与受干扰信号相关，而且可以作为参考输入成为自适应滤波器的输入信号。

X(n)≈S(n) 当X(n)与S(n)相关，X(n)与N₀(n)不相关    (公式2)

除了需要两个拾音器以外，已有的自适应噪声消除器在对无线对讲应用噪声抑制上还存在其他缺点。传统的自适应LMS滤波算法由于计算量小，易于工程实施等诸多优点，成为噪声消除器的首选滤波算法。但自适应LMS滤波算法在收敛速度、跟踪能力和稳态误差方面对算法步长因子的要求是相互矛盾的。已有的LMS改进算法却在计算复杂度上比LMS算法大大增加，不适合无线对讲应用。应用在移动设备无线对讲的噪声消除器上的LMS改进算法应该在收敛速度、稳态失调、计算复杂度、抗噪性能、计算复杂度上取得平衡，以适合实时实现与移动应用。

另一方面，即使采用改进的自适应LMS算法，还存在两个突出的问题：实际系统中主要输入端不可避免地存在干扰噪声v(n)，而且误差信号e(n)是被噪声污染的，自适应滤波算法将产生稳态失调。如何保证调整滤波系数的误差信号尽可能少地被噪声污染，提高收敛精度，是一个需要解决的问题。同时，如何降低自适应噪声消除器开始阶段的跟踪速度和精度，也是一个非常重要的问题。

发明内容

鉴于以上的情况，本发明提出以上问题的一整套解决方案，目的是提供一种数字自适应噪声消除器及利用该噪声消除器抑制或消除移动设备无线对讲时产生的噪声，该噪声消除器具有增强的收敛速度、较高的收敛精度、较低的计算复杂度、较强的抗干扰能力。

依据本发明的第一方面，本发明提供了一种最小均方误差自适应滤波器，用以对输入信号进行数字滤波以产生输出信号，所述的滤波器包括滤波模块，抽头系数更新控制模块。

所述滤波模块由延时器模块，乘法器模块，加法器模块组成。

所述延迟器模块由若干个单位延迟单元组成，当对输入信号x(n)进行运算后其结果输出为x(n-1)。滤波器中的延迟单元的个数称为滤波器阶数，确定了脉冲响应的有限持续时间。

所述乘法器模块由若干个乘法器组成，每个乘法器的作用是将抽头系数与其相连接的抽头输入相乘。抽头数N称为滤波器长度。一个N-1阶滤波器，具有N个抽头，第i个抽头的输入为x(n-i)，权系数是w_i，连到它的乘法器产生输出w_i*x(n-i)，其中i＝0，1，...，N-1。

所述加法器模块由若干个加法器组成，每个加法器的作用是对各个乘法器输出求和，并产生总的滤波器输出。滤波器的输出y(n)为一个有限卷积和，对滤波器的抽头系数w(n)与滤波器输入x(n)进行卷积：

$y\left(n\right)=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{w}_i\left(n\right)x(n-i)$ (公式3)

所述抽头系数更新控制模块用来控制抽头系数的更新，推荐采用的迭代公式为：

e(n)＝d(n)-X^T(n)W(n)

$u\left(n\right)=\left\{\begin{array}{cc}\frac{b}{2}*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$ (公式4)

W(n+1)＝W(n)+2u(n)e(n)X(n)

其中，X(n)为输入信号及其延时形式构成的滤波器处理的输入向量。d(n)是滤波器的期望响应信号。e(n)是输出信号和期望响应的误差信号。W(n)是抽头系数向量。参数a＞0控制函数的形状，参数b＞0控制函数的取值范围。参数a、b由实验确定具体应用的最佳值。

依据本发明的第二方面，本发明提供了一种最小均方误差自适应滤波器实现方法，用以对输入信号x(n)进行数字滤波以产生输出信号y(n)，其特征在于，该方法通过以下步骤实现：

(1)抽头系数更新控制模块将抽头系数向量初始化为0；

(2)抽头系数更新控制模块确定迭代公式参数a和b；

(3)滤波器接受输入信号x(n)和期望信号d(n)，使用延迟器模块将输入信号x(n)分解成多个延时信号，构成输入信号向量X(n)；

(4)乘法器模块将每个抽头系数乘以输入信号的延时信号，使用加法器模块将各个结果相加，产生输出信号y(n)；

(5)抽头系数更新控制模块利用期望信号和输出信号产生误差估计，将获得的差值反馈到抽头系数，使用以下公式计算更新步长；

$u\left(n\right)=\left\{\begin{array}{cc}b*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ 2*b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$ (公式5)

(6)抽头系数更新控制模块利用公式6产生抽头使能信号，用以控制最小均方误差自适应滤波器抽头系数的更新操作；

W(n+1)＝W(n)+u(n)e(n)X(n)            (公式6)

(7)重复步骤(3)-(6)，直至输入结束。

依据本发明的第三方面，本发明提供了一种自适应噪声消除器，采用单声道结构和自适应滤波器，适用于移动设备无线对讲应用。

所述单声道结构由拾音器和延时器构成，所述拾音器获取含噪信号作为自适应噪声消除器的主要输入，所述延时器用来对拾音器获取的含噪信号进行延时，作为噪声消除器的参考输入。

所述自适应滤波器是一个最小均方自适应滤波器。所述滤波器接受拾音器的含噪信号作为滤波器期望响应信号d(n)，接受延时器的含噪延迟信号作为滤波器输入信号x(n)，对输入信号进行滤波产生滤波后的干净信号y(n)。

所述自适应滤波器可以是本发明提供的最小均方自适应滤波器，其主要特征是采用的迭代公式为：

e(n)＝d(n)-X^T(n)W(n)

$u\left(n\right)=\left\{\begin{array}{cc}\frac{b}{2}*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$ (公式7)

W(n+1)＝W(n)+2u(n)e(n)X(n)

所述自适应滤波器的抽头系数初始权值可以由以下方法确定：利用已有的不含噪信号作为期望信号，使用自适应滤波算法得到收敛后的权向量后，将此权向量作为噪声消除器初始权向量的先验知识。

依据本发明的第四方面，本发明提供了一种自适应噪声消除器的实现方法，用以对输入含噪信号进行噪声消除，该方法通过以下步骤实现：

(1)噪声消除器的拾音器拾取含噪信号，作为噪声消除器的主要输入；

(2)使用延时器将含噪信号进行一个特定周期的延时，作为噪声消除器的参考输入；

(3)自适应滤波器获取延时信号，作为输入信号，获取含噪信号作为期望响应，进行数字滤波；

(4)将自适应滤波器输出作为消噪后的信号输出。

其中，方法所述自适应滤波器可以是本发明提供的最小均方自适应滤波器，其主要特征是采用的迭代公式为：

e(n)＝d(n)-X^T(n)W(n)

$u\left(n\right)=\left\{\begin{array}{cc}\frac{b}{2}*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$ (公式8)

W(n+1)＝W(n)+2u(n)e(n)X(n)

所述自适应滤波器的抽头系数初始权值可以由以下方法确定：利用已有的不含噪信号作为期望信号，使用自适应滤波算法得到收敛后的权向量后，将此权向量作为噪声消除器初始权向量的先验知识。

依据本发明的第五方面，本发明提供了一种自适应噪声消除器，采用存储模块、单声道结构和自适应滤波器，适用于移动设备无线对讲应用。

所述单声道结构由拾音器和延时器构成，所述拾音器获取含噪信号作为自适应噪声消除器的主要输入，所述延时器用来对拾音器获取的含噪信号进行延时，作为噪声消除器的参考输入。

所述存储模块存储了已有的不含噪信号作为期望信号，用来确定自适应滤波器的抽头系数初始权值。

所述自适应滤波器是一个最小均方自适应滤波器。所述滤波器接受拾音器的含噪信号作为滤波器期望响应信号d(n)，开始阶段接受存储模块的不含噪信号作为滤波器输入信号，初步收敛后采用延时器的含噪延迟信号作为滤波器输入信号，对输入信号进行滤波产生滤波后的干净信号y(n)。

所述自适应滤波器可以是本发明提供的最小均方自适应滤波器，其主要特征是采用的迭代公式为：

e(n)＝d(n)-X^T(n)W(n)

$u\left(n\right)=\left\{\begin{array}{cc}\frac{b}{2}*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$ (公式9)

W(n+1)＝W(n)+2u(n)e(n)X(n)

依据本发明的第六方面，本发明提供了一种自适应噪声消除器的实现方法，用以对输入含噪信号进行噪声消除，该方法通过以下步骤实现：

(1)拾音器拾取含噪信号，作为噪声消除器的主要输入；

(2)噪声消除器的存储模块存储已有的不含噪信号，作为自适应滤波器的输入信号；

(3)自适应滤波器获取含噪信号作为期望响应，进行数字滤波；

(4)经过一定的时间后，自适应滤波器收敛，获得抽头系数初始权值，停止以存储模块存储的不含噪信号作为滤波器的输入信号；

(5)使用延时器将含噪信号进行一个特定周期的延时，作为滤波器的输入信号；

(6)滤波器获取含噪信号作为期望响应，进行数字滤波；

(7)将自适应滤波器输出作为消噪后的信号输出。

其中，方法所述自适应滤波器可以是本发明提供的最小均方自适应滤波器，其主要特征是采用的迭代公式为：

e(n)＝d(n)-X^T(n)W(n)

$u\left(n\right)=\left\{\begin{array}{cc}\frac{b}{2}*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$ (公式10)

W(n+1)＝W(n)+2u(n)e(n)X(n)

本发明由于采用了上述的技术方案，使之与现有技术相比，具有以下的优点和积极效果：

1.本发明的最小均方误差自适应滤波器采用了新的步长迭代公式，在初始收敛阶段或未知系统参数发生改变时，滤波器的步长因子较大足以保持较快的收敛速度和对时变系统的跟踪能力；而当滤波器收敛后，不管输入端干扰噪声有多大，滤波器的步长都保持着较小的调整步长以达到较小的稳态失调，因此本发明的最小均方误差自适应滤波器更大限度解决了收敛速度和稳态误差的矛盾，在保证较低稳态误差的同时提高了收敛速度和跟踪能力。同时新的步长迭代公式利用三角函数的曲线特性，在步长调整函数中引入了余弦函数，该函数具有非常好的几何和代数特性，非常简单，降低了更新步长的计算复杂度，一个迭代仅需要(2N+2次乘法)～(2N+4次乘法)+(1次余弦)的计算复杂度，适合实时实现与移动应用。

2.本发明的自适应噪声消除器的单声道结构利用了语音信号特有的准周期性，使噪声消除器的参考输入是主要输入(含噪信号)的准周期的延迟，则参考输入可与有用信号相关，与噪声信号无关，利用信号的相关性和噪声的不相关性特性，就可以通过自适应滤波器使得主要输入信号中的相关部分不断得到加强，而削弱不相关的噪声部分，最后的输出可以是有用信号的最小均方估计。在移动设备上采用这种结构，只需要使用原有的一个拾音器获取要处理的含噪信号，避免了在移动设备上安装第二个拾音器的麻烦。另外，相关条件的控制也比较简单，不像使用两个拾音器时需要考虑拾音器的位置，通过调整准周期参数就可以对相关性进行控制。

3.使用本发明的最小均方误差自适应滤波器对具有规律性的不含噪信号先进行学习，这些信号提高了与输入信号的相关性，降低了误差信号e(n)的受污染程度，因此可以得到滤波器的初始权值向量的较佳经验值，提高了收敛精度和收敛速度。

附图说明

图1是噪声消除器的双声道实现结构；

图2是本发明最小均方误差自适应滤波器装置结构；

图3是本发明自适应噪声消除装置的一个实例；

图4是本发明自适应噪声消除装置的另一个实例；

图5是本发明自适应噪声消除装置的另一个实例。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

本发明的最小均方误差自适应滤波器1装置结构及各模块的连接方式如图2所示。该装置共由二个部分组成：滤波模块11，抽头系数更新控制模块12；其中所述滤波模块11由延时器模块110，乘法器模块111，加法器模块112组成。延迟器模块110由若干个单位延迟单元1100组成，用单位延迟算子Z^-1表示，当对输入信号x(n)进行运算后其结果输出为x(n-1)。滤波器中的延迟单元的个数称为滤波器阶数，确定了脉冲响应的有限持续时间。乘法器模块111由若干个乘法器1110组成，每个乘法器1110的作用是将抽头系数与其相连接的抽头输入相乘。抽头数N称为滤波器长度。一个N-1阶滤波器，具有N个抽头，第i个抽头的输入为x(n-i)，权系数是w_i，连到它的乘法器产生输出w_i*x(n-i)，其中i＝0，1，...，N-1。加法器模块112由若干个加法器1120组成，每个加法器1120的作用是对各个乘法器输出求和，并产生总的滤波器输出。滤波器的输出y(n)为一个有限卷积和，对滤波器的抽头系数w(n)与滤波器输入x(n)进行卷积：

$y\left(n\right)=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{w}_i\left(n\right)x(n-i)$ (公式9)

抽头系数更新控制模块12用来控制抽头系数的更新，推荐采用的迭代公式为：

e(n)＝d(n)-X^T(n)W(n)

$u\left(n\right)=\left\{\begin{array}{cc}\frac{b}{2}*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$ (公式10)

W(n+1)＝W(n)+2u(n)e(n)X(n)

其中，X(n)为输入信号及其延时形式构成的滤波器处理的输入向量。d(n)是滤波器的期望响应信号。e(n)是输出信号和期望响应的误差信号。W(n)是抽头系数向量。参数a＞0控制函数的形状，参数b＞0控制函数的取值范围。参数a、b由实验确定具体应用的最佳值。

采用上述最小均方误差自适应滤波器进行滤波处理的方法通过以下步骤实现：

(1)抽头系数更新控制模块12将抽头系数向量初始化为0；

(2)抽头系数更新控制模块12确定迭代公式参数a和b；

(3)滤波器接受输入信号x(n)和期望信号d(n)，使用延迟器模块110将输入信号x(n)分解成多个延时信号，构成输入信号向量X(n)；

(4)乘法器模块111将每个抽头系数乘以输入信号的延时信号，使用加法器112模块将各个结果相加，产生输出信号y(n)；

(5)抽头系数更新控制模块12利用期望信号和输出信号产生误差估计，将获得的差值反馈到抽头系数，使用以下公式计算更新步长；

$u\left(n\right)=\left\{\begin{array}{cc}b*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ 2*b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$ (公式11)

(6)抽头系数更新控制模块12利用以下公式产生抽头使能信号，用以控制最小均方误差自适应滤波器抽头系数的更新操作；

W(n+1)＝W(n)+u(n)e(n)X(n)        (公式12)

(7)重复步骤(3)-(6)，直至输入结束。

在本发明的一个实例中，本发明的自适应噪声消除器装置的结构及各模块的连接方式如图3所示。该装置共有3部分组成：最小均方自适应滤波器1、拾音器2、延时器3。由拾音器2和延时器3构成了噪声消声器的单声道结构，以拾音器2获取的含噪信号，并作为自适应噪声消除器的主要输入，用延时器3对拾音器获取的含噪信号进行延时，并作为噪声消除器的参考输入。语音信号具有自身的一些特性，其频谱覆盖在50Hz～4kHz，其中较为丰富的信号主要集中在1kHz左右，语音信号还具有准周期性，语音信号在很短的时间内约(20～25ms)其信号频谱变化不大，若视为固定不变的，那么在这段语音中包含了数个准周期性语音波形。则利用语音信号特有的准周期性，当噪声消除器的参考输入是主要输入(含噪信号)的准周期T的延迟时，参考输入可与有用信号相关，与噪声信号无关，这时滤波器输出是有用信号的最小均方估计。即使语音信号被噪声所污染，但在一定程度上，主要输入信号仍然保持着语音信号所存在的相关性，只是由于噪声干扰有所减弱而已，利用了信号的相关性和噪声的不相关性特性，就可以通过自适应滤波器使得主要输入信号中的相关部分不断得到加强，而削弱不相关的噪声部分，最后输出y(n)是有用信号S(n)的最小均方估计。

在本发明的一个实例中，自适应滤波器1是本发明提供的最小均方自适应滤波器，其主要特征是采用的迭代公式为：

e(n)＝d(n)-X^T(n)W(n)

$u\left(n\right)=\left\{\begin{array}{cc}\frac{b}{2}*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$ (公式13)

W(n+1)＝W(n)+2u(n)e(n)X(n)

在本发明的一个实例中，自适应滤波器1的抽头系数初始权值还可以由以下方法确定：利用已有的不含噪信号作为期望信号，使用自适应滤波算法得到收敛后的权向量后，将此权向量作为噪声消除器初始权向量的先验知识。

采用上述最小自适应噪声消除器进行噪声消除处理的方法通过以下步骤实现：

(1)噪声消除器的拾音器2拾取含噪信号，作为噪声消除器的主要输入；

(2)使用延时器3将含噪信号进行一个准周期参数T的延时，作为噪声消除器的参考输入；

(3)自适应滤波器1获取延时信号，作为输入信号，获取含噪信号作为期望响应，进行数字滤波；

(4)将自适应滤波器1输出作为消噪后的信号输出。

准周期参数T可以用来控制信号相关性，T不同则对语音消噪的效果也会有所不同。这是因为语音信号与在不同时刻的延时信号相关性不同，输入信号X(n)和延时信号X(n-T)相关性越强，则有用信号越容易从噪声中提取出来。因此T的取值需要保证尽量与有用信号高度相关，与噪声信号尽量不相关。在本发明的一个移动设备无线对讲应用实例中，设相关时间t(＝20～25ms)，若移动设备无线对讲应用对语音的采样率为f，准周期参数T用采样点表示(此时T称为延迟点)时，有公式成立：

T＝f×t            (公式14)

在该实例中，当采样频率设为8kHz时，则延迟点T＝160～200，应以X(n-160)～X(n-200)时刻间的声音信号来逼近信号X(n)。

最小均方自适应滤波器1接受拾音器2的含噪信号作为滤波器期望响应信号d(n)，接受延时器3的含噪延迟信号作为滤波器输入信号x(n)，对输入信号进行滤波产生滤波后的干净信号y(n)。

根据本发明的一个实例，方法中的自适应滤波器1可以是本发明提供的最小均方自适应滤波器，其主要特征是采用的迭代公式为：

e(n)＝d(n)-X^T(n)W(n)

$u\left(n\right)=\left\{\begin{array}{cc}\frac{b}{2}*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$ (公式15)

W(n+1)＝W(n)+2u(n)e(n)X(n)

根据本发明的一个实例，自适应滤波器1的抽头系数初始权值可以由以下方法确定：利用已有的不含噪信号作为期望信号，使用自适应滤波算法得到收敛后的权向量后，将此权向量作为噪声消除器初始权向量的先验知识。

根据本发明的一个实例，本发明的自适应噪声消除器装置的结构及各模块的连接方式如图4所示。该装置共有4部分组成：最小均方自适应滤波器1、拾音器2、延时器3、存储模块4。由拾音器2和延时器3构成了噪声消声器的单声道结构，以拾音器2获取的含噪信号，并作为自适应噪声消除器的主要输入，用延时器3对拾音器获取的含噪信号进行延时，并作为噪声消除器的参考输入。存储模块4存储了已有的不含噪信号作为期望信号，用来确定自适应滤波器的抽头系数初始权值，可以由以下方法确定：利用存储模块存储的不含噪信号，使用自适应滤波算法得到收敛后的权向量后，将此权向量作为噪声消除器初始权向量的先验知识。自适应滤波器1是一个最小均方自适应滤波器。滤波器1接受拾音器2的含噪信号作为滤波器期望响应信号d(n)，开始阶段接受存储模块的不含噪信号作为滤波器输入信号，初步收敛后采用延时器的含噪延迟信号作为滤波器输入信号，对输入信号进行滤波产生滤波后的干净信号y(n)。

在该发明的一个实例中，如图5所示，自适应滤波器1是本发明提供的最小均方自适应滤波器，其主要特征是采用的迭代公式为：

e(n)＝d(n)-X^T(n)W(n)

$u\left(n\right)=\left\{\begin{array}{cc}\frac{b}{2}*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$ (公式16)

W(n+1)＝W(n)+2u(n)e(n)X(n)

在该发明的一个实例中，移动设备与门铃进行无线对讲，由于在这种应用中最先在移动设备与门铃之间传播的声音一定是固定的门铃声，这些门铃声是最早的有用信号，不论在哪个移动设备哪个应用环境下都具有极高的相关性，相关性大大强于延时信号X(n-T)与信号X(n)中的有用信号S(n)的相关性，因此以这些门铃声作为学习样本，可以求出滤波器的初始权值向量的较佳经验值，从而对噪声消除算法作进一步的改进。在移动设备上的噪声处理器上预先存储一个不含噪的门铃响声，令它作为噪声消除器初始参考输入，某个时间后(例如在用户开始说话时)才采用延时信号作为参考输入，这样提高了信号的相关性，提高收敛速度和精度，得到收敛后的权向量后，将此权向量作为移动设备噪声消除器初始权向量的先验知识。

采用上述最小自适应噪声消除器进行噪声消除处理的方法通过以下步骤实现：

(1)拾音器2拾取含噪信号，作为噪声消除器的主要输入；

(2)存储模块4存储已有的不含噪信号，作为自适应滤波器1的输入信号；

(3)自适应滤波器1获取含噪信号作为期望响应，进行数字滤波；

(4)经过一定的时间后，自适应滤波器1收敛，获得抽头系数初始权值，停止以存储模块4存储的不含噪信号作为滤波器的输入信号；

(5)使用延时器3将含噪信号进行一个特定周期的延时，作为滤波器的输入信号；

(6)滤波器1获取含噪信号作为期望响应，进行数字滤波；

(7)将自适应滤波器1输出作为消噪后的信号输出。

在该发明的一个实例中，方法所述自适应滤波器1是本发明提供的最小均方自适应滤波器，其主要特征是采用的迭代公式为：

e(n)＝d(n)-X^T(n)W(n)

$u\left(n\right)=\left\{\begin{array}{cc}\frac{b}{2}*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$ (公式17)

W(n+1)＝W(n)+2u(n)e(n)X(n)

Claims (7)

1、一种最小均方自适应滤波器，其特征在于用以对输入信号进行数字滤波以产生输出信号，所述滤波器包括滤波模块，抽头系数更新控制模块；所述滤波模块由延时器模块，乘法器模块，加法器模块组成；所述延迟器模块由若干个单位延迟单元组成，用来对输入信号进行延时；所述乘法器模块由若干个乘法器组成，每个乘法器的作用是将抽头系数与其相连接的抽头输入相乘；所述加法器模块由若干个加法器组成，每个加法器的作用是对各个乘法器输出求和，并产生总的滤波器输出；滤波器的输出为一个有限卷积和，对滤波器的抽头系数与滤波器输入进行卷积；所述抽头系数更新控制模块用来控制抽头系数的更新，采用的迭代公式为：

e(n)＝d(n)-X^T(n)W(n)

$u\left(n\right)=\left\{\begin{array}{cc}\frac{b}{2}*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$

W(n+1)＝W(n)+2u(n)e(n)X(n)

其中，X(n)为输入信号及其延时形式构成的滤波器处理的输入向量；d(n)是滤波器的期望响应信号；e(n)是输出信号和期望响应的误差信号；W(n)是抽头系数向量；参数a＞0控制函数的形状，参数b＞0控制函数的取值范围；参数a、b由实验确定具体应用的最佳值。

2、一种最小均方误差自适应滤波器实现方法，其特征在于用以对输入信号x(n)进行数字滤波以产生输出信号y(n)，该方法通过以下步骤实现：

(1)抽头系数更新控制模块将抽头系数向量初始化为0；

(2)抽头系数更新控制模块确定迭代公式参数a和b；

(3)滤波器接受输入信号x(n)和期望信号d(n)，使用延迟器模块将输入信号x(n)分解成多个延时信号，构成输入信号向量X(n)；

(4)乘法器模块将每个抽头系数乘以输入信号的延时信号，使用加法器模块将各个结果相加，产生输出信号y(n)；

(5)抽头系数更新控制模块利用期望信号和输出信号产生误差估计e(n0，将获得的差值反馈到抽头系数，使用以下公式计算更新步长；

$u\left(n\right)=\left\{\begin{array}{cc}b*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ 2*b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$

(6)抽头系数更新控制模块利用以下公式产生抽头使能信号，用以控制最小均方误差自适应滤波器抽头系数的更新操作；

W(n+1)＝W(n)+u(n)e(n)X(n)

(7)重复步骤(3)-(6)，直至输入结束。

3、一种自适应噪声消除器，其特征在于采用单声道结构和自适应滤波器，适用于移动设备无线对讲应用；所述单声道结构由拾音器和延时器构成，所述拾音器获取含噪信号作为自适应噪声消除器的主要输入，所述延时器用来对拾音器获取的含噪信号进行延时，作为噪声消除器的参考输入；所述自适应滤波器是一个最小均方自适应滤波器，可以采用如下迭代公式：

e(n)＝d(n)-X^T(n)W(n)

$u\left(n\right)=\left\{\begin{array}{cc}\frac{b}{2}*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$

W(n+1)＝W(n)+2u(n)e(n)X(n)

所述滤波器接受拾音器的含噪信号作为滤波器期望响应信号，接受延时器的含噪延迟信号作为滤波器输入信号，对输入信号进行滤波产生滤波后的干净信号。

4、根据权利要求3所述的一种自适应噪声消除器，其特征在于所述自适应滤波器的抽头系数初始权值可以由以下方法确定：利用已有的不含噪信号作为期望信号，使用自适应滤波算法得到收敛后的权向量后，将此权向量作为噪声消除器初始权向量的先验知识。

5、一种自适应噪声消除器的实现方法，其特征在于用以对输入的含噪信号进行噪声消除，该方法通过以下步骤实现：

(1)噪声消除器的拾音器拾取含噪信号，作为噪声消除器的主要输入；

(2)使用延时器将含噪信号进行一个特定周期的延时，作为噪声消除器的参考输入；

(3)自适应滤波器获取延时信号，作为输入信号，获取含噪信号作为期望响应，进行数字滤波，其中所述自适应滤波器是最小均方自适应滤波器，可以采用如下迭代公式

e(n)＝d(n)-X^T(n)W(n)

$u\left(n\right)=\left\{\begin{array}{cc}\frac{b}{2}*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$

W(n+1)＝W(n)+2u(n)e(n)X(n)

(4)将自适应滤波器的输出作为消噪后的信号输出。

6、一种自适应噪声消除器，其特征在于采用存储模块、单声道结构和自适应滤波器，适用于移动设备无线对讲应用；所述单声道结构由拾音器和延时器构成，所述拾音器获取含噪信号作为自适应噪声消除器的主要输入，所述延时器用来对拾音器获取的含噪信号进行延时，作为噪声消除器的参考输入；所述存储模块存储了已有的不含噪信号作为期望信号，用来确定自适应滤波器的抽头系数初始权值；所述自适应滤波器是一个最小均方自适应滤波器，可以采用如下迭代公式：

e(n)＝d(n)-X^T(n)W(n)

$u\left(n\right)=\left\{\begin{array}{cc}\frac{b}{2}*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$

W(n+1)＝W(n)+2u(n)e(n)X(n)

所述滤波器接受拾音器的含噪信号作为滤波器期望响应信号，开始阶段接受存储模块的不含噪信号作为滤波器输入信号，初步收敛后采用延时器的含噪延迟信号作为滤波器输入信号，对输入信号进行滤波产生滤波后的干净信号。

7、一种自适应噪声消除器的实现方法，其特征在于用以对输入含噪信号进行噪声消除，该方法通过以下步骤实现：

(1)拾音器拾取含噪信号，作为噪声消除器的主要输入；

(2)噪声消除器的存储模块存储已有的不含噪信号，作为自适应滤波器的输入信号；

(3)自适应滤波器获取含噪信号作为期望响应，进行数字滤波，其中所述自适应滤波器是最小均方自适应滤波器，可以采用如下迭代公式

e(n)＝d(n)-X^T(n)W(n)

$u\left(n\right)=\left\{\begin{array}{cc}\frac{b}{2}*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$

W(n+1)＝W(n)+2u(n)e(n)X(n)

(4)经过一定的时间后，自适应滤波器初步收敛，获得抽头系数初始权值，停止以存储模块存储的不含噪信号作为滤波器的输入信号；

(5)使用延时器将含噪信号进行一个特定周期的延时，作为滤波器的输入信号；

(6)滤波器获取含噪信号作为期望响应，进行数字滤波，其中所述自适应滤波器是最小均方自适应滤波器，可以采用如下迭代公式

e(n)＝d(n)-X^T(n)W(n)

$u\left(n\right)=\left\{\begin{array}{cc}\frac{b}{2}*(\cos ((a*e\left(n\right)+1)*\mathrm{pi})+1)& e\left(n\right)\∈(-\frac{1}{a},\frac{1}{a})\\ b& e\left(n\right)\∉(-\frac{1}{a},\frac{1}{a})\end{array}\right.$

W(n+1)＝W(n)+2u(n)e(n)X(n)

(7)将自适应滤波器输出作为消噪后的信号输出。

Images