CN102811037B - 高效子频带自适应有限脉冲响应滤波 - Google Patents

Abstract

本发明公开了具有至少一个音频通道的音频系统。音频系统包括数字音频处理器，其中对每个通道实施至少一个数字滤波器。每个通道的数字滤波器包括：分析滤波器组，设置成接收宽频带输入音频信号并将输入音频信号划分成多个子频带，从而提供具有相等带宽的子频带信号，子频带信号的频谱组成输入音频信号的频谱；用于每个子频带的子频带FIR滤波器，从而提供各个被滤过的子频带信号；和合成滤波器组，设置成接收被滤过的子频带信号并将子频带信号组合来提供宽频带输出音频信号，其中延迟与每个子频带信号相关联，将子频带信号其中之一的延迟应用到分析滤波器组上游的宽频带输入音频信号并将剩余的延迟应用到分析滤波器组下游的剩余子频带信号。

Description

高效子频带自适应有限脉冲响应滤波

技术领域

本发明涉及音频应用中的子频带信号处理，更具体来说，涉及一种用于设计一组能够实现所需目标传递函数的计算有效实施的子频带FIR滤波器的方法。

背景技术

与IIR滤波器（无限脉冲响应滤波器）相反，FIR滤波器（有限脉冲响应滤波器）提供了实现具有可任意定义的所需传递函数（也就是说，幅度响应和相位响应）的数字滤波器的可能性。因此，所需传递函数不仅可以被设计成最小相位而且可以被设计成最大相位甚至混合相位。另外，也可以实施在音频信号处理中通常需要的线性相位传递函数。

然而，尤其是在音频信号处理中，在使用FIR滤波器时，要求的滤波器长度通常相当高，从而增加了运行期间的计算量和存储要求。这主要是由两个实质因素引起的。第一，存在于大多数音频应用中的房间脉冲响应的衰减时间相当长，从而导致了使用FIR滤波器时相应的长滤波器长度。第二，人类听觉系统适应于在不同的频带提供不均匀的频率分辨率。所述人类听觉系统很好地解决了低频率问题，也就是说，在低绝对频率的情况下很好地辨别出频率差值，而并不容易识别出高频率。举例来说，可以很容易将100Hz音频与200Hz音频区分开来，而人类的耳朵却很难将5000Hz音频与5100Hz音频区分开来，尽管在这两种情况下频率差值都是100Hz。也就是说，人类听觉系统的频率分辨率随着频率的增加而减少。这一现象是众所周知的，并且形成适合于人类听觉系统的诸如树皮标度、美尔标度和ERB（等效矩形带宽）标度的心理声学频率标度的基础。

研究表明，由于视听室的内部（毛毯、软垫家具等），使得视听室的房间脉冲响应相当长，尤其是在低频率的情况下，这是因为能量递降较慢。由音频再现系统产生的声压是低音频率范围（也就是说，200Hz以下）中的最大声压而人类听觉系统对于低频率音频信号较不敏感的事实更加加强了这一效果。

对于所有这些因素的综合意见指明，人类听觉系统的特征和典型视听室的特征要求FIR滤波器的长度不应短于某个最小长度，以便在音频信号处理系统中提供足够的音质。举例来说，为了提供低音频率范围中约10Hz的所需频率分辨率，采样频率为44100Hz的每个音频通道都需要滤波器系数为4410的FIR滤波器，借此现代音频系统已多达16个通道。

由于长的FIR滤波器使得运行期间的相当大计算量和/或高存储要求成为必要，所以在音频应用中就需要FIR滤波器的高效实施，以允许使用标准数字音频信号处理。

发明内容

本发明公开了具有至少一个音频通道的音频系统。所述音频系统包括数字音频处理器，其中对每个通道实施至少一个数字滤波器。每个通道的数字滤波器包括：分析滤波器组，其被设置来接收宽频带输入音频信号并且将所述输入音频信号划分成多个子频带，从而提供具有相等带宽的子频带信号，所述子频带信号的频谱组成输入音频信号的频谱；每个子频带的子频带FIR滤波器，从而分别提供被滤过的子频带信号；和合成滤波器组，其被设置来接收被滤过的子频带信号并且对所述子频带信号进行组合来提供宽频带输出音频信号，其中延迟与每个子频带信号相关联，所述子频带信号中一个子频带信号的延迟被应用到合成滤波器组上游的宽频带输入音频信号，并且剩余的延迟被应用到合成滤波器组下游的剩余子频带信号。本发明公开了相应的过滤方法。

附图说明

参阅以下附图和描述可以更好地理解本发明。在附图中，相同的参考数字表示相应的部件。在附图中：

图1示出FIR滤波器的滤波器系数的自适应计算的基本信号处理结构，所述FIR滤波器表示与预定义的目标函数P(z)大致匹配的传递函数G(z)；

图2示出图1结构的修改，借此图1的全频带FIR滤波器G(z)将由一组子频带FIR滤波器G_m(z)取代；

图3示出包括一组可以取代全频带FIR滤波器G(z)的子频带FIR滤波器G_m(z)的信号处理结构；

图4示出用于包括许多子频带的自适应FIR滤波器设计的信号处理结构，每个子频带包括子频带FIR滤波器和延迟线；

图5示出基于树皮标度的权重因数，其用于在调适子频带FIR滤波器的长度时突出强调低频率子频带；

图6示意性地示出偶数堆叠和奇数堆叠滤波器组的幅度响应；

图7a示意性地示出划分成多个子频带滤波器的FIR滤波器的结构；

图7b示意性地示出图7a实施例的简化替代实施例；

图8示出图6滤波器组的存储要求减少的替代实施例；

图9示出改进图8实施例的可选实施例；以及

图10示出包括处于两个分开音频通道的滤波器的实施例。

具体实施方式

图1示出FIR滤波器20的滤波器系数g_k(k=0,1，...,K-1)的自适应计算的基本信号处理结构，借此下标k指示所述滤波器系数的指标并且K指示滤波器长度。FIR滤波器20具有（离散）传递函数G(z)，在成功调适滤波器系数g_k之后，所述传递函数与参考系统10的预定义目标函数P(z)大致匹配。为了执行自适应滤波器设计程序，将测试信号（输入信号x[n]）提供给参考滤波器10和FIR滤波器20，所述测试信号例如是白噪音或具有包括目标传递函数P(z)的通带的带宽的任何其它信号。从参考系统10的输出信号（也就是说，从所需信号d[n]）中减去FIR滤波器20的输出信号y[n]（减法器30）。差值d[n]-y[n]是用作错误信号e[n]并且被提供到适配单元21。适配单元21被设置成在每个采样时间间隔期间计算一组更新的来自于错误信号和输入信号x[n]（在本文中也指示为参考信号）的FIR滤波器系数g_k。可以采用最小均方(LMS)算法或归一化最小均方(NLMS)算法来调适滤波器系数。然而，出于这一目的同样可以利用不同的适应算法。在适应算法收敛之后，FIR滤波器系数g_k表示目标传递函数P(z)的最优逼近的传递函数G(z)。

在使用FIR滤波器时减少计算量的一种选择是将待过滤信号的频谱划分成许多窄频带信号（子频带信号）并且分别过滤每个窄频带信号。可以通过所谓的分析滤波器组(AFB)实施将全频带信号划分成多个子频带信号。类似地，可以使用相应的合成滤波器组(SFB)将所述子频带信号（再次）组合成单个全频带信号。在下文中，全频带信号的指示不带有下标，例如，所需信号d[n]，其中n是时间指标。另外，具有下标的信号，例如，d_m[n]，指示一组为相应全频带信号d[n]的分解信号的子频带信号。因此，下标m指示所述子频带的数目(m=1,2，...,M)。类似地，离散全频带传递函数G(z)可以被分解成许多子频带传递函数G_m(z)。

图2示出类似于图1结构的基本信号处理结构，借此自适应FIR滤波器20由一组子频带FIR滤波器20′取代。为了这一目的，通过使用AFB22将所述全频带输入信号x[n]划分成M个子频带输入信号x_m[n]（其中m=1,2，...,M）。类似地，使用AFB11将所述全频带所需信号d[n]分成M个子频带信号d_m[n](同样m=1,2，...,M)。每个子频带FIR滤波器都实现了窄频带传递函数G_m(z)，下标m同样指示所述子频带的数目。每个子频带滤波器G_m(z)也可以由其滤波器系数g_mk表示，借此k同样指示范围为k=0至k=K_m-1（K_m是第m个子频带中滤波器G_m(z)的滤波器长度）的滤波器系数的指标。每个FIR滤波器G_m(z)与适配单元（所述适配单元组由图2中的数字21′指示）相关联，所述适配单元接收相应的错误信号e_m[n]=d_m[n]-y_m[n]并且计算各个子频带m的各组更新的滤波器系数g_mk(k=1,2，...,K_m-1)。

类似于图1的实施例，M个子频带FIR滤波器G_m(z)中的每一个的滤波器系数g_mk都被调适成使得在适应算法收敛之后，由所有子频带传递函数G_m(z)的组合引起的全部传递特征与预定义的目标函数P(z)匹配。

在计算合适的滤波器系数g_mk之后，FIR滤波器G_m(z)组20′可以如图3中所示在分析滤波器组(AFB22)与相应的合成滤波器组(SFB22′)之间运行，以便过滤音频信号。在这种情况下，AFB22、FIR滤波器组20′和SFB22′一起实施与目标函数P(z)大致匹配的传递函数G(Z)，从而可以表示，例如，音频系统中的均衡滤波器。如在现代音频系统中，幅度和相位都要经受均衡化以便产生听者所需的声音印象。因此，目标函数P(z)通常表示具有非线性相位特征的非最小相位滤波器。

对于图3的信号处理结构是否包括分析滤波器组、一组子频带滤波器并且合成滤波器组是否比具有相同传递函数的“普通”FIR滤波器更高效（就计算量和存储要求来说）这些问题的答案尤其取决于分析滤波器组和合成滤波器组的高效实施的可行性。为了说明人类听觉系统的非均匀频率分辨率，需要使用滤波器组，其中，具有低中心频率的子频带的带宽窄于具有较高中心频率的子频带的带宽。存在几种方法来实现这一心理声学激励划分，所述划分将全频带信号划分成带宽取决于声频范围内各个子频带的位置的一组子频带信号。然而，并不知道允许将输入频谱非均匀地划分成一组带宽不等的子频带的高效滤波器组。然而，本领域中已知允许将全频带信号划分成一组带宽相等的子频带信号的其它方法。一个实施例是由S.Weiss等人(参见S.Weiss,R.W.Stewart，″FastImplementationofOversampledModulatedFilterBanks″，in:IEEElectronicsLetters，第36卷，第1502-1503页，2000年)描述的过采样GDFT滤波器组的快速实施，所述实施例利用了单个原型滤波器和FFT算法，这几乎在每个信号处理环境中都是可行的。

综合上文，由于高效实施对于处理非均匀带宽的子频带是不可行的，所以滤波器组应与带宽相等的子频带进行合作使用。然而，为了缓和等宽子频带的不足，可以选择对各个子频带分配不同滤波器长度的FIR滤波器。也就是说，FIR滤波器在需要低频率分辨率的子频带中包括的滤波器系数少于在需要高频率分辨率的子频带中包括的滤波器系数。需要高频率分辨率的子频带通常是存在于声频范围的较低部分的子频带。因此，对应于人类听觉系统的频率分辨率的频率分辨率可以通过使用与等宽子频带合作的高效滤波器组来实现。

如上所述，目标函数P(z)通常是具有频率相关非线性群延迟特征的非最小相位滤波器。为了补偿不同子频带中由不同群延迟引起的不同的信号传播延迟，可以将延迟线连接到每个子频带FIR滤波器上游或其下游。因此，所述延迟均衡化不需要使用计算量大的额外FIR滤波器系数来实现。由于延迟值和滤波器系数的数目取决于待实现的目标传递函数P(z)（也就是说，幅度响应和相位响应），所以可以如下文所述使用“自适应抽头分配”和“自适应延迟分配”算法来自适应地确认每个子频带的滤波器系数的数目（也就是说，滤波器“抽头”的数目）和延迟值。因此，在设计M个子频带FIR滤波器G_m(z)的时候，不仅可以自适应地确定滤波器系数（参见图1中系数g_mk）而且可以自适应地确定系数的数目K_M和额外的延迟Δ_m。图4示出用于子频带FIR滤波器设计的信号处理结构。图4的实施例是图2结构的加强版本，其具有每个子频带信号路径和通用“自适应抽头分配和延迟分配单元”中的额外延迟。

如在图2的实施例中，将全频带输入信号x[n]（例如，频带限制白噪音）提供给具有目标传递函数P(z)的系统10，从而产生所需的信号d[n]。将所需的信号d[n]和所述输入信号x[n]分别划分成M个子频带信号d_m[n]和x_m[n]。图4的实施例仅示出与第一子频带和最后子频带（m=1和m=M）相关联的元件和信号。将子频带输入信号x_m[n]提供给具有传递函数G_m(z)的自适应FIR滤波器，从而产生被滤过的子频带信号y_m[n]。从相应的所需信号d_m[n]中减去每个被滤过的子频带信号y_m[n]，从而针对每个子频带产生错误信号e_m[n]。将适配单元分配给每个FIR滤波器G_m(z)，以用于优化各个FIR滤波器G_m(z)的滤波器系数g_mk（也就是说，滤波器的脉冲响应{g_m0,g_m1,...,g_m(K-1)}），借此滤波器系数g_mk的最优组将最小化各个错误信号e_m[n]的基准（例如，功率）。

提供延迟Δ_m的延迟线被上行或下行连接到每个子频带FIR滤波器G_m(z)。另外，提供“自适应抽头分配和自适应延迟分配单元”40，其是被设置成根据下文将更详细描述的自适应抽头分配和自适应延迟分配算法来动态地调适FIR滤波器G_m(k)的滤波器长度K_m和延迟线的相应延迟值Δ_m。

可以考虑不同的方法来用于上文提及的自适应抽头分配（也就是说，FIR滤波器长度的调适）。一种方法是改变子频带FIR滤波器G_m(z)的滤波器长度K_m直到总错误信号e[n]（其中e[n]＝e₁[n]+e₂[n]+...+e_M[n]）达到最小值。在实践中，这一方法产生了良好的结果，但由于在滤波器系数的数目每次发生变化之后，自适应滤波器都需要时间来再次收敛，所以相当费时。产生与上述结果类似的良好结果但费时较少的另一种方法考虑S末端滤波器系数g_m(Km-1),g_m(Km-2)，...,g_m(Km-S)的能量。子频带滤波器G_m(z)的滤波器长度K_m是变化的直到所述S末端滤波器系数的能量近似相等。这一方法要求子频带滤波器的脉冲响应随着时间以指数方式衰减，在真实系统中应始终为这种情况。比较每个子频带滤波器的S末端滤波器抽头的能量能够评估出所述子频带滤波器G_m(z)逼近目标函数P(z)的程度并且提供穿过子频带滤波器再次分发滤波器系数的准则以便完成子频带滤波器脉冲响应，所述子频带滤波器脉冲响应的信号衰减行为与目标函数P(z)的脉冲响应的信号衰减行为相似，这一情况可以视为与最小误差相关的最优情况。

下文对自适应抽头分配算法的实施例进行更为详细的描述。应注意的是，对于实值的全频带输入信号x[n]（参见图2），仅需处理M/2个子频带，这是因为其它M/2个子频带信号是第一M/2个子频带中信号的共轭复数副本。因此，各个子频带FIR滤波器传递函数遵守以下关系：

G_m(z)=G_M-m+1(z)*,其中m=1，...M/2，(1)

其中星号指示复共轭算符。

因此，在Q个样品（也就是说，子频带系统中的样品）的周期中，修改子频带滤波器G_m(z)（其中m=1,2，...,M/2）的滤波器长度K_m。然而，所有子频带滤波器G_m(z)的滤波器系数g_mk[n]的总数保持不变。也就是说，如果一个或多个子频带滤波器的滤波器长度增加，那么另一个子频带滤波器的滤波器长度就必须减少以便保持滤波器系数的总数不变。因此，在Q个样品的周期中，M/2个子频带FIR滤波器中每一个的长度减少ΔK系数。因此，存在ΔK·M/2个“自由”系数，其应根据下文进一步描述的某些标准在整个M个子频带滤波器中进行再次分发。

上文“再次分发”可以由以下的等式进行表达：

$K_m[\frac{n}{Q}+1]=K_m\left[\frac{n}{Q}\right]-\mathrm{\ΔK}+\mathrm{\ΔK}\·\frac{M}{2}\·\frac{c_m\left[\frac{n}{Q}\right]}{\underset{i=1}{\overset{M/2}{\mathrm{\Σ}}}{c}_i\left[\frac{n}{Q}\right]},---\left(2\right)$

其中m=1,2，...,M/2指示所述子频带的数目。表达式c_m[n/Q]表示上文提及的用于分发滤波器抽头（也就是说，滤波器系数）的标准。如上所述，一个有用的标准是子频带错误信号e_m[n]的能量。在这一情况下，c_m[n/Q]可以表达成：

$c_m\left[\frac{n}{Q}\right]=\frac{1}{R}\underset{r=0}{\overset{R-1}{\mathrm{\Σ}}}{e}_m[n-r]\·{e_m}^{*}[n-r],---\left(3\right)$

其中m=1,2，...,M/2，且R是大于错误信号平均值的样品数目。然而，在计算等式(3)之前所述自适应子频带FIR滤波器必须进行收敛，因此，R需要比Q小得多（也就是说，R<<Q）。另一个标准将考虑各个子频带FIR滤波器的末端S滤波器系数的能量。在这一情况下，c_m[n/Q]可以表达成：

$c_{m}p\left[\frac{n}{Q}\right]=\frac{1}{S}\underset{s=0}{\overset{S-1}{\mathrm{\&Sigma;}}}{g}_{m(\mathrm{Km}-s)}\left[n\right]\&CenterDot;{g_{m(\mathrm{Km}-s)}}^{*}\left[n\right],---\left(4\right)$

其中m=1,2，...,M/2，且K_m是各个子频带中当前的滤波器长度K_m[n]。或者，可以将子频带输入信号x_m[n]的能量与末端S滤波器系数一起考虑（参见等式5）。在这一情况下，c_m[n/Q]可以表达成：

$c_m\left[\frac{n}{Q}\right]=\frac{1}{R}\underset{r=1}{\overset{R-1}{\mathrm{\&Sigma;}}}{x}_m[n-r]\&CenterDot;{x_m}^{*}[n-r]+\frac{1}{S}\underset{s=0}{\overset{S-1}{\mathrm{\&Sigma;}}}{g}_{m(\mathrm{Km}-s)}\left[n\right]\&CenterDot;{g_{m(\mathrm{Km}-s)}}^{*}\left[n\right]---\left(5\right)$

如上所述，根据等式(3)的标准产生最佳结果，但计算起来费时。当目标系统随着时间而变化并且输入信号被任意着色时，应使用根据等式(5)的标准，这一情况可能是发生在AEC（声学回声消除）系统中的情况。在现有的情况下，也就是说，对于子频带FIR滤波器设计，可以由设计者将输入信号x[n]选择为白噪音的情况，等式(4)会产生良好质量结果并且同时允许快速调适。

为了说明心理声学方面，可以用相应的权重因数w_m对等式(3)、(4)或(5)中定义的表达式c_m进行加权计算，也就是说，表达式c_m[n/Q]由等式(3)、(4)或(5)中的w_m·c_m[n/Q]取代。应选择权重因数w_m以使得人类听觉系统的频率分辨率得到考虑。使用树皮标度时，因数w_m可以计算如下：

$w_m=13{\tan }^{-1}\left(0.76\frac{f_{c,m}+1}{1000}\right)+3.5{\tan }^{-1}\left({\left(\frac{f_{c,m}+1}{7500}\right)}^2\right)-$

(6)

$13{\tan }^{-1}\left(0.76\frac{f_{c,m}}{1000}\right)-3.5{\tan }^{-1}\left({\left(\frac{f_{c,m}}{7500}\right)}^2\right),$

其中f_c，m指示第m个子频带的中心频率（以Hz为单位），所述f_c，m可以计算为f_c，m=(2m-1)·f_s/(2·M)，f_s是以Hz为单位的采样频率。图5中示出根据等式(6)计算的归一化权重因数w_m的实施例组，其中将考虑16个子频带(M/2=16)。

如上所述，根据等式(2)的系数再次分发“等同于”子频带错误信号e_m[n](参照等式(3))的能量或子频带滤波器系数g_mk（其中k={Km-S,...,Km-1},参照等式(4)）的一部分（例如，末端S滤波器系数）的能量或子频带滤波器系数g_mk与子频带输入信号x_m[n](参照等式(5))的能量组合。不同的基于能量的标准都是可行的。因此，所述算法的“目标”是在子频带范围内平均分发信号能量。由于所述目标是最优化处理的期望结果，所以上文描述的算法也可以视作最小化（最大化）任务。

在理想情况下，上文所述的标准c_m[n/Q]（参见等式(3)至等式(5)）在每个子频带m中具有等值，借此

$\frac{1}{M/2}=\frac{c_m\left[\frac{n}{Q}\right]}{\underset{i=1}{\overset{M/2}{\mathrm{\&Sigma;}}}{c}_i\left[\frac{n}{Q}\right]},---\left(7\right)$

也就是说，在M/2个考虑的子频带的每个中，标准c_m[n]是比所有子频带总计的c_m[n]总值小因数2/M。返回到上文所述的最小化任务，待最小化的质量函数可以写为：

$q_m=|\frac{c_m\left[\frac{n}{Q}\right]}{\underset{i=1}{\overset{M/2}{\mathrm{\&Sigma;}}}{c}_i\left[\frac{n}{Q}\right]}-\frac{2}{M}|---\left(8\right)$

如上所述，FIR滤波器G_m(z)通常在不同子频带中具有不同的群延迟，从而引起不同的信号传播延迟。为了补偿这种不同的延迟，将每个FIR滤波器连接到每个子频带中其上游或下游的可调整延迟线。此外，所述子频带中的延迟值可以反复地优化为下文描述的“自适应延迟分配”。

在子频带中将FIR滤波器系数自适应地分配给FIR滤波器是上文所阐释的“自适应抽头分配”，所述分配可以被视为由以产生有限脉冲响应的直方窗函数进行乘法所截断的无限脉冲响应。对于每个子频带FIR滤波器，可以迁移（沿时间轴）这一直方窗函数，借此各个时移表示连接至相应FIR滤波器的延迟线的有效延迟。

本文描述的自适应延迟分配算法目标在于为每个子频带找出引起各个FIR滤波器的最大能量有限脉冲响应的延迟值（也就是说，上文所述的直方窗的时移）。也就是说，在将所述延迟值分配给各个延迟线时，仅考虑能量或相应FIR滤波器系数。然而，这不必是唯一的成功方法。替代地，可以选择延迟线以使得总错误信号e[n]=e1[n]+e2[n]+...+eM/2[n]的基准最小化。正如关于自适应抽头分配算法所述，使用这一标准将使得收敛变慢，同时产生足够良好的结果。或者，可以选择延迟值以使得各个FIR滤波器系数的总能量处于最大值。

然而，由于频带被转换成子频带，使得子频带滤波器的FIR脉冲响应（也就是说，FIR滤波器系数）包括因果分量和非因果分量，所以发现最优延迟值的其它标准可能目标在于使得各个脉冲响应的因果部分和非因果部分的能量均衡，也就是说，使各个子频带FIR脉冲响应的第一半部分的能量与第二半部分的能量之间的差值最小化。这一优化战略可以简要概括如下：

对于每个子频带m，定义各个子频带FIR脉冲响应g_mk的第一部分和第二部分，并且计算FIR脉冲响应的第一部分和第二部分的能量。在V个样品的周期内，重复以下步骤：

(A)如果FIR脉冲响应g_mk的第一部分的能量大于所述脉冲响应的第二部分的能量，那么各个延迟线的延迟Δ_m增加P个抽头（例如，P=1）。

(B)如果FIR脉冲响应g_mk的第一部分的能量小于所述脉冲响应的第二部分的能量，那么各个延迟线的延迟Δ_m减少P个抽头（例如，P=1）。然而，最小延迟是零。

(C)如果两部分能量相等，那么保持所述延迟不变。

人们可能倾向于将FIR脉冲响应划分成等长的两个部分。然而，这只会给脉冲响应产生良好结果，所述响应的最大值近似位于脉冲响应的中央。考虑到最大值位于左边的因果脉冲响应，上文的优化战略将上文所述的直方窗时移至右边，直到所述能量被平均分配，从而将零加入到脉冲响应的左边，这明显不是所期望的。因此，如果上文所述的FIR脉冲响应的第一部分和第二部分未覆盖各个脉冲响应的整个长度而仅覆盖其由变量U（其中0<U<1）界定的上部边缘和下部边缘，那么在实践中会实现较好的结果。举例来说，如果U=0.6，那么在计算能量时将考虑仅60%的滤波器系数，借此下部30%的部分将形成上文所述的第一部分而上部30%的部分将形成相应的第二部分。因此，在第m个子频带中，第一部分和第二部分的能量E_mL和E_mU分别是

因此，如果E_mU<E_mL，那么延迟值Δm将增加，如果E_mU>E_mL，那么所述延迟值将减少，并且如果E_mU=E_mL，那么所述延迟值将保持不变，或所述延迟值以数学术语来表达：

${\mathrm{\&Delta;}}_m[n/V]=\left\{\begin{array}{ccc}{\mathrm{\&Delta;}}_m[n/V-1]+P& \mathrm{if}& E_{\mathrm{mU}}<E_{\mathrm{mL}}\\ \max \left\{{\mathrm{\&Delta;}}_m\right[n/V-1]-P,0\}& \mathrm{if}& E_{\mathrm{mU}}>E_{\mathrm{mL}}\\ {\mathrm{\&Delta;}}_m[n/V-1]& \mathrm{if}& E_{\mathrm{mU}}=E_{\mathrm{mL}}\end{array}\right.---\left(10\right)$

通常，所述自适应延迟分配算法也可以视作最小化任务，借此，在每个子频带中，各个延迟值Δ_m是变化的直到质量标准c′_m[n/V]＝|E_mU-E_mL|达到最小值，借此指标n/V指明仅在每第V个取样时间间隔内计算所述标准。

人们应注意的是，在将一个子频带中延迟线的延迟值Δ_m调整（例如，增加）一些抽头时，相应的滤波器脉冲响应（FIR滤波器系数）会被迁移至左边，从而保持总延迟（包括延迟线和FIR滤波器的延迟）不变。这就避免了因延迟值Δ_m的变化而引起的长时间重新调适FIR滤波器系数的需要。然而，进行自适应延迟分配和自适应抽头分配的调适周期应比LMS/NLMS算法的调适步长长得多，以使得在开始自适应抽头分配和自适应延迟分配时FIR滤波器系数g_mk的调适处于稳定状态。

虽然在每个子频带中的滤波器长度的自适应调整和额外延迟的自适应调整可以有效组合，但每种调适方法（自适应抽头分配和自适应延迟分配）可以用于其自身，而彼此之间是独立的。举例来说，可以为每个子频带预定义滤波器系数的数目（例如，根据树皮标度）并且可以如上文阐释地那样自适应调整延迟Δ_m。另外，在没有分离延迟单元或具有固定且预定义的延迟的情况下，可以根据上文阐释的自适应抽头分配方法来进行滤波器长度的自适应确定。这在所需目标函数P(z)是线性相位或最小相位传递函数的情况下尤其适用。

已经讨论了用于设计高效子频带FIR滤波器结构的滤波器设计方法，将对高效实施此类子频带FIR滤波器结构的实施例进行更为详细的阐释。首先，对分析滤波器组和合成滤波器组进行更为详细的讨论。然后将参阅图7和图8对用于实施子频带FIR滤波器的高效信号处理结构进行讨论。

如上文所述，所述分析滤波器组和相应合成滤波器组（参见图3中滤波器组22和滤波器组22′）将实值全频带输入信号x[n]划分成一组复值子频带信号x_m[n]并且将复值被滤过的子频带信号y_m[n]再次组合成实值输出信号y[n]。然而，可以使用仅用实值子频带信号工作的其它滤波器组。在这种情况下，可以更高效地实施所述子频带FIR滤波器。然而，实值滤波器组需要相应复值滤波器组两倍的MAC（乘法累加运算）。另外，在使用复杂子频带信号时，所述子频带的欠采样因数是M，然而与之相反的是，在使用实值滤波器组时，最大欠采样因数仅是M/2。最终，子频带FIR滤波器的所需滤波器长度仅是使用实值子频带信号时所需滤波器长度的一半。这表明，使用复值AFB和SFB所需的计算量少于使用实值滤波器组时的计算量。然而，两种类型的滤波器组都适用于本发明中。

在使用复值滤波器组时，人们可以在偶数堆叠滤波器组或奇数堆叠滤波器组之间进行选择。可以通过广义离散傅立叶变换算法（GDFT算法）来高效实施这两种类型。图6示出偶数堆叠滤波器组（图6a）和奇数堆叠滤波器组（图6b）的子频带。从表面上看来，似乎优选使用奇数堆叠GDFT滤波器组，这是因为M个子频带中的一半是所述M个子频带中另一半的复共轭副本，所以仅需处理M/2个复值子频带信号。在使用偶数堆叠GDFT滤波器组时，最低和最高子频带是实值但其仅是其它子频带带宽的一半。因此，需处理M/2+1个子频带信号，借此最低子频带中的信号是实值。因此，与复值子频带相比较，存储要求仅是最低子频带中的一半并且所需MAC仅是最低子频带中的四分之一。考虑到最低子频带的FIR滤波器(G₁(z))具有最大滤波器系数g_1k（例如，在与根据树皮或任何其它心理声学适应频率标度的频率分辨率相比较时），就所需的存储来说，整个效率提高了25%，并且就所需的MAC来说，整个效率提高了50%，然而待处理的子频带总数却从M/2增加到了M/2+1。

在下文中，将使用音频系统中的应用作为说明性实施例来讨论被分解成多个子频带滤波器G_m(z)的（所需）数字FIR滤波器和各个延迟Δ_m的实施。可以为每个音频通道实施图7a中所示的结构。也就是说，为每个音频通道提供分析滤波器组22和相应的合成滤波器组22′。在本文中，术语“音频通道”指的是由放大器提供的输出通道而不是指输入信号数目（应注意到，放大器可能仅具有两个输入通道（立体声输入）但，例如，具有用于5.1环绕立体声输出的六个输出通道）。数字FIR滤波器可以根据上文讨论的滤波器设计方法来进行设计。然而，任何FIR滤波器都可以使用本文所讨论的滤波器结构和方法来实施。将分别过滤（通过应用相应的子频带滤波器G_m(z)）并且延迟（通过应用相应的延迟Δ_m）由分析滤波器组22(m=1,2,3，...,M)提供的M个子频带信号x_m[n]中的每一个信号。如上所述，将设置FIR滤波器G_m(z)的滤波器长度以便考虑到人类听觉系统的频率特征，而单个子频带的带宽是相等的，因为如果使用等宽子频带，那么滤波器组仅可以用计算高效方式实现。将各个延迟Δ_m应用到每个子频带，以减少FIR滤波器G_m(z)所需的滤波器抽头。通常，可以任意设置滤波器长度和延迟并且可以根据上文论述的自适应抽头分配方法和自适应延迟分配方法来对所述长度和延迟进行调整。除了延迟之外，图7a的滤波器结构对应于已参阅图3进行讨论的基本结构。

下文未对滤波器组22和滤波器组22′进行更为详细的讨论。如已参阅图6所阐释，在使用对应于人类耳朵的频率分辨率的子频带滤波器长度时，尤其期望应用偶数堆叠GDFT滤波器组。也就是说，应用到最低子频带的FIR滤波器必须具有最高频率分辨率，进而需要最高数目的滤波器系数。在使用偶数堆叠GDFT滤波器组时，这一最低子频带是实值，从而与使用奇数堆叠GDFT滤波器组的替代实施例相比较，存储要求将减少四分之一并且所需计算时间将减半。两个或两个以上的音频通道通常具备子频带中实施的FIR滤波器，以至于滤波器组的这一选择产生显著改进。

在考虑子频带数目与所需存储之间的相关性时，可以进一步减少存储要求。在一方面，子频带数目的增加导致单个子频带带宽的减少。因此，原型滤波器必须具有较陡的通带/阻带过渡，所述过渡必然导致大量滤波器系数，从而将增加所需存储量，尤其是实施延迟线的存储量。在另一方面，大量的子频带也导致较大的（FFT算法中使用的）块大小，因此，可以使用更多的计算时间来将内部存储交换成外部存储，从而减少所需的内部存储。依据上文应清楚的是，在决定子频带的数目时必须发现折衷之处。分析表明，对于音频应用，在M=16个子频带、M=32个子频带和M=64个子频带时可以实现良好的结果，借此将应用欠采样N=M/2。也就是说，在使用M=32个子频带时，子频带信号的采样率可以减少到1/16，从而也将FFT的块大小设为16。在后一个实施例（M=32）中，实际上仅需处理17个子频带(M/2+1)，借此，最低子频带（和最高子频带）是上文所讨论的实值。

在不引起将会消耗大量计算时间的漫长的初始化的情况下，也期望将DSP的内部存储尽可能地换出为廉价的外部存储。似乎适合将实施子频带延迟Δ_m所需的存储换出为外部存储。然而，这会导致大量的存储转移初始化。举例来说，10个音频通道中的17个子频带在每个块需要170个存储转移初始化（用于读写），这就意味着假定每个初始化是3mips（每秒百万条指令）时所需计算能力是1020mips。通过将最短子频带延迟“移动”进入图7b中所示的全频带（宽频带）域来再次布置图7a中所示的结构时，可以缓和这一问题。在图7b的实施例中，最短子频带延迟Δ_MIN是第一延迟Δ₁。宽频带域中的相应延迟被指示为“主延迟”并且等于Δ_BULK=N·Δ_MIN。如图7b中所示，剩余子频带延迟减少Δ_MIN。

由于如上文所述不需要17个初始化，而是仅需要一个传输初始化（用于读取存取和写入存取），所以可以将宽频带主延迟换出为外部存储。剩余的但现今却更短的子频带延迟将保留在内部存储中。然而，可以进一步改进图7b中所示的解决方案。由于在最低子频带中的FIR滤波器具有最长的脉冲响应（也就是说，滤波器抽头数目最高）并且因此具有显著短于剩余延迟的最短延迟，所以其它子频带延迟所需的（内部）存储仍然很高。通过从子频带滤波器结构“提取”最低子频带并且如图8所示那样单独对其进行处理来修改图7b的结构时，可以进一步改进这一状况。

与图7b的实施例相反，主延迟Δ_BULK不是基于最短子频带延迟（其通常是最低子频带的延迟Δ₁）而是基于第二最短延迟（例如，Δ₂）形成。由于延迟Δ₃-Δ₂、Δ₄-Δ₂、Δ₅-Δ₂等之间的差值远远小于图7b实施例中的差值，所以所需存储的可实现减少较大。因此，使用滤波器组原型滤波器22′来过滤宽频带输入信号x[n]，然后以因数N进行下采样（抽取器25）并且乘以因数2M（增益26），最终延迟了原始子频带延迟Δ₁并且通过相应的（实值）子频带FIR滤波器来进行过滤，以便获得第一子频带的输出信号y₁[n]。如图7b的实施例中那样以类似的方法获取剩余子频带输出信号y₂[n]、y₃[n]、...、y_M/2+1[n]。唯一的差异是主延迟Δ_BULK的大小，所述主延迟大于图7b实施例中的延迟并且导致了相应较短的子频带延迟Δ₃-Δ₂、Δ₄-Δ₂、Δ₅-Δ₂等，从而进一步减少内部存储的需求。以与上述实施例中方法相同的方法将所有子频带输出信号y_m[n]组合成宽频带输出信号y[n]。

为了减少实施FIR滤波器22′（也就是说，AFB原型滤波器P(z)）的计算量和后续的下采样，FIR滤波器22′和抽取器25可以由计算更高效的相应多相位滤波器取代（参见图9）。在图9的说明中，滤波器传递函数P₀(z)、P₁(z)等表示包括滤波器系数[p₀,p_N,p_2N，...]、[p₁,p_N+1，p_2N+1，...]等的滤波器，其中系数p₀、p₁、p₂等表示AFB原型滤波器P(z)的滤波器系数。

使用图8或图9的实施例可以显著减少存储转移初始化，在本实施例（17个子频带、10个通道）中，初始化由340个减少至20个。通过均衡主延迟以使得可以一次性将所有通道的主延迟换出并且换回，可以进一步将这些初始化减少至2个。图10中示出了这一程序。

虽然已经详细描述了本发明和其优点，但应理解的是，在不脱离随附权利要求书定义的本发明的精神和范围的情况下，可以对本文进行各种改变、替代和变更。

另外，本申请的范围并不希望限于说明书中描述的过程、机器、产品、物质组成、手段、方法和步骤的具体实施方案。如本领域的普通技术人员根据本发明的公开内容将会很容易地了解，根据本发明，可以利用现有的或以后将要开发的、与本文所描述的相应实施方案执行大致相同功能或实现大致相同结果的过程、机器、产品、物质组成、手段、方法或步骤。因此，所附权利要求书希望在其范围内包括这些过程、机器、产品、物质组成、手段、方法或步骤。

Claims (12)

1.一种具有至少一个音频输出通道的音频系统，其包括数字音频处理器，其中对每个通道实施至少一个数字滤波器；每个通道的所述数字滤波器包括：

分析滤波器组，其被设置成接收宽频带输入音频信号并且将所述输入音频信号划分成多个子频带，从而提供具有相等带宽的子频带信号，所述子频带信号的频谱组成所述输入音频信号的频谱；

用于每个子频带的子频带FIR滤波器，从而提供各个被滤过的子频带信号；和

合成滤波器组，其被设置成接收所述被滤过的子频带信号并且将所述子频带信号进行组合来提供宽频带输出音频信号；

其中延迟与每个子频带相关联，其代表不同子频带中的不同的群延迟，将所述子频带中一个子频带的所述延迟应用到所述分析滤波器组上游的宽频带输入音频信号并且将与其他子频带相关的延迟减去所述子频带中所述一个子频带的所述延迟应用到所述分析滤波器组下游的对应的其他子频带信号。

2.根据权利要求1所述的系统，其进一步包括：

低通滤波器，其接收未延迟的输入音频信号，并且提供所述分析滤波器组处未被抽头的最低频率子频带的子频带信号作为另一子频带信号；和

另一子频带FIR滤波器，其被设置成过滤所述最低频率子频带信号；

其中，延迟被应用到所述各个子频带FIR滤波器的上游或下游的所述最低频率子频带信号，并且应用到所述宽频带输入音频信号的延迟对应于与所述分析滤波器组处抽头的子频带相关联的最短延迟。

3.根据权利要求1或2所述的系统，

其中对所述子频带FIR滤波器的滤波器系数的数目进行设置，以使得所述子频带滤波器的频率分辨率至少近似对应于人类耳朵的频率分辨率。

4.根据权利要求2所述的系统，其包括至少第一音频通道和第二音频通道，

其中以相等延迟来延迟每个宽频带输入音频信号，所述相等延迟由所述分析滤波器组处抽头的所有通道的所有子频带信号的所述最短延迟给出。

5.根据权利要求2所述的系统，

其中所述分析滤波器组和所述合成滤波器组是偶数堆叠GDFT滤波器组，其对输入音频信号按块进行处理，与所述宽频带信号相比较，所述子频带信号以对应于块大小的因数经受下采样，以及

其中所述经受处理的子频带信号的所述最低频率子频带信号和最高频率子频带信号是实值，其中其它子频带信号是复值。

6.根据权利要求2所述的系统，其中所述低通滤波器对应于由所述分析滤波器组使用的原型滤波器。

7.一种用于过滤提供在音频系统的至少一个音频输出通道中的至少一个音频信号的方法；对于每个通道，所述方法包括：

接收待过滤的宽频带输入音频信号，其具有存在于给定频带中的频谱；

将所述输入音频信号的频带划分成多个子频带，从而提供子频带信号，所述子频带信号的频谱组成所述输入音频信号的所述频谱；

使用用于每个子频带的各个FIR或IIR滤波器来过滤每个子频带信号，从而提供各个被滤过的子频带信号；

将所述被滤过的子频带信号进行组合，以提供宽频带输出音频信号；

其中延迟与每个子频带相关联，其代表不同子频带中的不同的群延迟，将所述子频带中一个子频带的所述延迟在划分所述频带之前应用到所述宽频带输入音频信号，并且将与其他子频带相关的延迟减去所述子频带中所述一个子频带的所述延迟在划分所述频带之后应用到对应的其他子频带信号。

8.根据权利要求7所述的方法，

其中使用对输入信号按块进行处理的第一偶数堆叠GDFT分析滤波器组来进行划分所述频带；

其中划分所述频带进一步包括与所述宽频带信号相比较以对应于块大小的因数对所述子频带信号进行下采样；

其中使用第二偶数堆叠GDFT合成滤波器组来进行组合所述被滤过的子频带信号，所述第二偶数堆叠GDFT合成滤波器组对应于所述第一偶数堆叠GDFT分析滤波器组并且按块提供宽频带输出信号；以及

其中将所述被滤过的子频带信号进行组合进一步包括与所得宽频带信号相比较以对应于所述块大小的因数对所述子频带信号进行上采样。

9.根据权利要求8所述的方法，其进一步包括：

低通过滤未延迟的输入音频信号，并且提供最低频率子频带的子频带信号作为另一子频带信号；

使用各个FIR或IIR滤波器来过滤所述最低频率子频带信号，从而提供相应的被滤过的子频带信号；以及

在FIR过滤之前或之后延迟所述最低频率子频带信号，

其中应用到所述宽频带输入音频信号的所述延迟同与所述对应的其他子频带信号相关联的最短延迟对应。

10.根据权利要求7所述的方法，其中对所述子频带FIR滤波器的滤波器系数的数目进行设置，以使得所述子频带滤波器的频率分辨率至少近似对应于人类耳朵的频率分辨率。

11.根据权利要求9所述的方法，

其中所述音频系统包括至少第一音频输出通道和第二音频输出通道，以及

其中以相等延迟来延迟每个宽频带输入音频信号，所述相等延迟由所述划分所述频带所获得的所有通道的所有子频带信号的所述最短延迟给出。

12.根据权利要求9所述的方法，

其中所述低通过滤包括使用与由用于划分所述频带的所述第一偶数堆叠GDFT分析滤波器组使用的原型滤波器相对应的滤波器作为低通滤波器。