CN104242872A - 一种信号处理方法及装置 - Google Patents

Abstract

本发明公开了一种信号处理方法及装置，本发明中基于至少两组自适应滤波器对第一输入信号进行滤波，得到滤波后的第一输入信号；根据第二输入信号和所述滤波后的第一输入信号，得到每一组所述自适应滤波器的初始信号；将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号。通过本发明能够避免硬判决方式的判决错误造成信号处理性能下降的问题。

Description

一种信号处理方法及装置

技术领域

本发明涉及信号处理技术领域，尤其涉及一种信号处理方法及装置。

背景技术

自适应滤波技术广泛应用于回声消除和噪声消除等信号处理技术领域。

目前，针对不同的场景，为达到较好的滤波性能，需要配置不同的滤波参数，并根据实际应用场景采取硬判决方式选择合适的滤波方式进行滤波。例如，在基于自适应滤波器进行回声消除算法中，针对双讲情况，需要判断是否存在双讲的情况，然后根据判断结果采用不同的滤波器更新方式进行滤波。对于输入信号存在双讲的情况下，则利用第一参数配置的滤波器更新算法对滤波器进行更新，或者不进行滤波器更新。对于输入信号不存在双讲的情况下，则利用不同于第一组参数配置的第二组参数配置的滤波器更新算法对滤波器进行更新。

然而，由于硬判决准则的结果存在鲁棒性差的问题，故通过硬判决方式进行滤波方式的选择，很难获得稳健的处理效果，往往会由于判决出现错误，导致信号处理性能下降。

发明内容

本发明实施例提供一种信号处理方法及装置，以避免硬判决方式的判决错误造成信号处理性能下降的问题。

第一方面，提供一种信号处理方法，包括：

基于至少两组自适应滤波器对第一输入信号进行滤波，得到滤波后的第一输入信号；

根据第二输入信号和所述滤波后的第一输入信号，得到每一组所述自适应滤波器的初始信号；

将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号。

结合第一方面，在第一种实现方式中，所述方法还包括：

按照不同的配置参数，对各组自适应滤波器的滤波系数进行更新；

其中，每组自适应滤波器的滤波系数更新独立于除本组以外的其他组自适应滤波器的滤波系数更新结果。

结合第一方面或者第一方面的第一种实现方式，在第二种实现方式中，所述将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号，包括：

分别确定每组自适应滤波器对应的混合比例因子，所述混合比例因子用于表示将初始信号进行混合的比例；

根据每组自适应滤波器对应的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号。

结合第一方面的第二种实现方式，在第三种实现方式中，所述确定每组自适应滤波器对应的混合比例因子，包括：

确定第v组自适应滤波器对应的混合比例因子K_v，其中，v为小于等于N的正整数，N为大于等于2的正整数；

依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子。

结合第一方面的第三种实现方式，在第四种实现方式中，确定第v组自适应滤波器对应的混合比例因子K_v，包括：

根据所述第一输入信号、所述第二输入信号或所述初始信号，确定一个参数输入信号；

确定所述参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到修正子带信噪比和；

根据所述修正子带信噪比和，确定第v组自适应滤波器对应的混合比例因子K_v。

结合第一方面的第三种实现方式，在第五种实现方式中，，确定第v组自适应滤波器对应的混合比例因子K_v，包括：

根据所述第一输入信号、所述第二输入信号或所述初始信号，确定M个参数输入信号，其中，M为大于等于2的正整数；

分别计算M个参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到M个参数输入信号对应的修正子带信噪比和；

根据M个参数输入信号对应的修正子带信噪比和，分别确定M个第v组自适应滤波器对应的混合比例因子；

将确定的M个第V组自适应滤波器对应的混合比例因子中数值最小的混合比例因子，作为第v组自适应滤波器对应的混合比例因子K_v。

结合第一方面的第四种实现方式或者第一方面的第五种实现方式，在第六种实现方式中，确定参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到修正子带信噪比和，包括：

根据参数输入信号在频域上对应的各子带信号的子带能量以及估计的子带噪声能量，确定各子带信噪比，其中，子带能量、估计的子带噪声能量以及确定的子带信噪比满足公式 $\mathrm{SNR}\left(i\right)=\min \{\frac{E\_\mathrm{band}\left(i\right)}{E\_\mathrm{band}\_\mathrm{noise}\left(i\right)}-\mathrm{1,0}\};$

对所述各子带信噪比进行修正，得到各子带信噪比的修正子带信噪比，其中，子带信噪比与修正子带信噪比满足公式

根据各子带信噪比的修正子带信噪比，确定修正子带信噪比和，其中，各子带信噪比的修正子带信噪比与修正子带信噪比和满足公式 $\mathrm{MSSNR}=\underset{i=0}{\overset{\mathrm{NUM}\_\mathrm{BAND}-1}{\mathrm{\Σ}}}\mathrm{MSNR}\left(i\right);$

其中，E_band(i)为第i个子带的能量，E_band_noise(i)为第i个子带的噪声估计能量，SNR(i)为第i个子带的信噪比，i＝0,1,...,NUM_BAND-1，NUM_BAND为子带的数目，MSNR(i)为对第i个子带的信噪比进行修正得到的修正子带信噪比，B为正常数，TH_SNR为预先设定的子带信噪比门限，MSSNR为修正子带信噪比和。

结合第一方面的第四种实现方式、第一方面的第五种实现方式或者第一方面的第六种实现方式，在第七种实现方式中，第v组自适应滤波器对应的混合比例因子K_v，满足公式

$K\_v=\left\{\begin{array}{cc}K1,& \mathrm{MSSNR}\&GreaterEqual;\mathrm{MAX}\_\mathrm{MSSNR}\\ C*\mathrm{MSSNR}+D,& \mathrm{MIN}\_\mathrm{MSSNR}<\mathrm{MSSNR}<\mathrm{MAX}\_\mathrm{MSSNR}\\ K2,& \mathrm{MSSNR}\&le;\mathrm{MIN}\_\mathrm{MSSNR}\end{array}\right.;$

其中，K_v为第v组自适应滤波器对应的混合比例因子，K1为MSSNR最大时选取的混合比例因子，K2为MSSNR最小时选取的混合比例因子，MAX_MSSNR为预先确定的修正子带信噪比和最大值，MIN_MSSNR为预先确定的修正子带信噪比和最小值，K1和K2为正常数，MSSNR为修正子带信噪比和，MAX_MSSNR和MIN_MSSNR为正常数，且MAX_MSSNR＞MIN_MSSNR， $C=\frac{K1-K2}{\mathrm{MAX}\_\mathrm{MSSNR}-\mathrm{MIN}\_\mathrm{MSSNR}},$ D＝K2-C*MIN_MSSNR。

结合第一方面的第三种实现方式，在第八种实现方式中，若N为大于2的正整数，则所述依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子，包括：

在所剩的N-1组自适应滤波器中选取N-2组自适应滤波器；

分别确定第j组自适应滤波器对应的混合比例因子K_j，j为不等于v且小于等于N的正整数；

确定除第v组以及选取的N-2组以外剩余的一组自适应滤波器对应的混合比例因子为 $1-K-\underset{j}{\mathrm{\&Sigma;}}K\_j.$

结合第一方面的第三种实现方式，在九种实现方式中，若N为大于2的正整数，则所述依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子，包括：

在所剩的N-1组自适应滤波器中选取N-2组自适应滤波器；

根据预先设定的由第v组自适应滤波器对应的混合比例因子映射到第j组自适应滤波器对应的混合比例因子的修正因子β_{v_j}，分别确定第j组自适应滤波器对应的混合比例因子为β_{v_j}K，j为不等于v且小于等于N的正整数；

确定除第v组以及选取的N-2组以外剩余的一组自适应滤波器对应的混合比例因子为 $1-K-\underset{j}{\mathrm{\&Sigma;}}{\mathrm{\&beta;}}_{v\_j}K.$

结合第一方面的第二种实现方式，在第十种实现方式中，所述根据每组自适应滤波器对应的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号，包括：

根据所述每组自适应滤波器对应的混合比例因子，确定每组自适应滤波器对应的当前帧中每个样点的混合比例因子，其中，每组自适应滤波器对应的混合比例因子与自适应滤波器对应的当前帧中第m个样点的混合比例因子之间满足公式 $\hat{K}\left(m\right)=\frac{L\_\mathrm{FRAME}-m}{L\_\mathrm{FRAME}}{K}_{\mathrm{old}}+\frac{m}{L\_\mathrm{FRAME}}K;$

依据每组自适应滤波器对应的当前帧中每个样点的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到当前帧中每个样点的最终信号；

其中，为第v组自适应滤波器对应的当前帧中第m个样点的混合比例因子，L_FRAME为当前帧的帧长，K_old为第v组自适应滤波器在前一帧中的混合比例因子，K为第v组自适应滤波器在当前帧的混合比例因子，m＝1,2,…L_FRAME，v为小于等于N的正整数，N为大于等于2的正整数。

第二方面，提供一种信号处理装置，包括：

滤波单元，用于基于至少两组自适应滤波器对第一输入信号进行滤波，得到滤波后的第一输入信号，并根据第二输入信号和所述滤波后的第一输入信号，得到每一组所述自适应滤波器的初始信号；

处理单元，用于将滤波单元得到的所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号。

结合第二方面，在第一种实现方式中，所述装置还包括更新单元，其中，

所述更新单元，用于按照不同的配置参数，对各组自适应滤波器的滤波系数进行更新；

其中，每组自适应滤波器的滤波系数更新独立于除本组以外的其他组自适应滤波器的滤波系数更新结果。

结合第二方面或者第二方面的第一种实现方式，在第二种实现方式中，所述处理单元，具体用于按如下方式将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号：

分别确定每组自适应滤波器对应的混合比例因子，所述混合比例因子用于表示将初始信号进行混合的比例；

根据每组自适应滤波器对应的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号。

结合第二方面的第二种实现方式，在第三种实现方式中，所述处理单元，具体用于按如下方式确定每组自适应滤波器对应的混合比例因子：

确定第v组自适应滤波器对应的混合比例因子K_v，其中，v为小于等于N的正整数，N为大于等于2的正整数；

依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子。

结合第二方面的第三种实现方式，在第四种实现方式中，所述处理单元，具体用于按如下方式确定第v组自适应滤波器对应的混合比例因子K_v：

根据所述第一输入信号、所述第二输入信号或所述初始信号，确定一个参数输入信号；

确定所述参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到修正子带信噪比和；

根据所述修正子带信噪比和，确定第v组自适应滤波器对应的混合比例因子K_v。

结合第二方面的第三种实现方式，在第五种实现方式中，所述处理单元，具体用于按如下方式确定第v组自适应滤波器对应的混合比例因子K_v：

根据所述第一输入信号、所述第二输入信号或所述初始信号，确定M个参数输入信号，其中，M为大于等于2的正整数；

分别计算M个参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到M个参数输入信号对应的修正子带信噪比和；

根据M个参数输入信号对应的修正子带信噪比和，分别确定M个第v组自适应滤波器对应的混合比例因子；

将确定的M个第V组自适应滤波器对应的混合比例因子中数值最小的混合比例因子，作为第v组自适应滤波器对应的混合比例因子K_v。

结合第二方面的第四种实现方式或者第二方面的第五种实现方式，在第六种实现方式中，所述处理单元，具体用于按如下方式确定参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到修正子带信噪比和：

根据参数输入信号在频域上对应的各子带信号的子带能量以及估计的子带噪声能量，确定各子带信噪比，其中，子带能量、估计的子带噪声能量以及确定的子带信噪比满足公式 $\mathrm{SNR}\left(i\right)=\min \{\frac{E\_\mathrm{band}\left(i\right)}{E\_\mathrm{band}\_\mathrm{noise}\left(i\right)}-\mathrm{1,0}\};$

对所述各子带信噪比进行修正，得到各子带信噪比的修正子带信噪比，其中，子带信噪比与修正子带信噪比满足公式

根据各子带信噪比的修正子带信噪比，确定修正子带信噪比和，其中，各子带信噪比的修正子带信噪比与修正子带信噪比和满足公式 $\mathrm{MSSNR}=\underset{i=0}{\overset{\mathrm{NUM}\_\mathrm{BAND}-1}{\mathrm{\&Sigma;}}}\mathrm{MSNR}\left(i\right);$

其中，E_band(i)为第i个子带的能量，E_band_noise(i)为第i个子带的噪声估计能量，SNR(i)为第i个子带的信噪比，i＝0,1,...,NUM_BAND-1，NUM_BAND为子带的数目，MSNR(i)为对第i个子带的信噪比进行修正得到的修正子带信噪比，B为正常数，TH_SNR为预先设定的子带信噪比门限，MSSNR为修正子带信噪比和。

结合第二方面的第四种实现方式、第二方面的第五种实现方式或者第二方面的第六种实现方式，在第七种实现方式中，所述处理单元确定的第v组自适应滤波器对应的混合比例因子K_v，满足公式

$K\_v=\left\{\begin{array}{cc}K1,& \mathrm{MSSNR}\&GreaterEqual;\mathrm{MAX}\_\mathrm{MSSNR}\\ C*\mathrm{MSSNR}+D,& \mathrm{MIN}\_\mathrm{MSSNR}<\mathrm{MSSNR}<\mathrm{MAX}\_\mathrm{MSSNR}\\ K2,& \mathrm{MSSNR}\&le;\mathrm{MIN}\_\mathrm{MSSNR}\end{array}\right.;$

其中，K_v为第v组自适应滤波器对应的混合比例因子，K1为MSSNR最大时选取的混合比例因子，K2为MSSNR最小时选取的混合比例因子，MAX_MSSNR为预先确定的修正子带信噪比和最大值，MIN_MSSNR为预先确定的修正子带信噪比和最小值，K1和K2为正常数，MSSNR为修正子带信噪比和，MAX_MSSNR和MIN_MSSNR为正常数，且MAX_MSSNR＞MIN_MSSNR， $C=\frac{K1-K2}{\mathrm{MAX}\_\mathrm{MSSNR}-\mathrm{MIN}\_\mathrm{MSSNR}},$ D＝K2-C*MIN_MSSNR。

结合第二方面的第三种实现方式，在第八种实现方式中，所述处理单元，具体用于按如下方式依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子：

若N为大于2的正整数，则在所剩的N-1组自适应滤波器中选取N-2组自适应滤波器；

分别确定第j组自适应滤波器对应的混合比例因子K_j，j为不等于v且小于等于N的正整数；

确定除第v组以及选取的N-2组以外剩余的一组自适应滤波器对应的混合比例因子为 $1-K-\underset{j}{\mathrm{\&Sigma;}}K\_j.$

结合第二方面的第三种实现方式，在第九种实现方式中，所述处理单元，具体用于按如下方式依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子：

若N为大于2的正整数，则在所剩的N-1组自适应滤波器中选取N-2组自适应滤波器；

根据预先设定的由第v组自适应滤波器对应的混合比例因子映射到第j组自适应滤波器对应的混合比例因子的修正因子β_{v_j}，分别确定第j组自适应滤波器对应的混合比例因子为β_{v_j}K，j为不等于v且小于等于N的正整数；

确定除第v组以及选取的N-2组以外剩余的一组自适应滤波器对应的混合比例因子为 $1-K-\underset{j}{\mathrm{\&Sigma;}}{\mathrm{\&beta;}}_{v\_j}K.$

结合第二方面的第二种实现方式，在第十种实现方式中，所述处理单元，具体用于按如下方式根据每组自适应滤波器对应的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号：

根据所述每组自适应滤波器对应的混合比例因子，确定每组自适应滤波器对应的当前帧中每个样点的混合比例因子，其中，每组自适应滤波器对应的混合比例因子与自适应滤波器对应的当前帧中第m个样点的混合比例因子之间满足公式 $\hat{K}\left(m\right)=\frac{L\_\mathrm{FRAME}-m}{L\_\mathrm{FRAME}}{K}_{\mathrm{old}}+\frac{m}{L\_\mathrm{FRAME}}K;$

依据每组自适应滤波器对应的当前帧中每个样点的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到当前帧中每个样点的最终信号；

其中，为第v组自适应滤波器对应的当前帧中第m个样点的混合比例因子，L_FRAME为当前帧的帧长，K_old为第v组自适应滤波器在前一帧中的混合比例因子，K为第v组自适应滤波器在当前帧的混合比例因子，m＝1,2,…L_FRAME，v为小于等于N的正整数，N为大于等于2的正整数。

第三方面，提供一种信号处理装置，该信号处理装置包括至少两组自适应滤波器、至少一个处理器，通信总线，存储器以及至少一个通信接口，所述滤波器、所述存储器和所述通信接口通过所述通信总线与所述至少一个处理器连接，其中：

所述通信总线，用于至少一个处理器、存储器以及至少一个通信接口之间传送信息；

所述存储器，用于存储执行应用程序代码；

所述至少两组自适应滤波器，用于对第一输入信号进行滤波，得到滤波后的第一输入信号，并根据第二输入信号和所述滤波后的第一输入信号，得到每一组所述自适应滤波器的初始信号；

所述处理器，用于调用所述存储器中存储的应用程序，将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号；

所述通信接口，用于输出最终信号。

结合第三方面，在第一种实现方式中，所述处理器，还用于：

按照不同的配置参数，对各组自适应滤波器的滤波系数进行更新；

其中，每组自适应滤波器的滤波系数更新独立于除本组以外的其他组自适应滤波器的滤波系数更新结果。

结合第三方面或者第三方面的第一种实现方式，在第二种实现方式中，所述处理器，具体用于按如下方式将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号：

分别确定每组自适应滤波器对应的混合比例因子，所述混合比例因子用于表示将初始信号进行混合的比例；

根据每组自适应滤波器对应的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号。

结合第三方面的第二种实现方式，在第三种实现方式中，所述处理器，具体用于按如下方式确定每组自适应滤波器对应的混合比例因子：

确定第v组自适应滤波器对应的混合比例因子K_v，其中，v为小于等于N的正整数，N为大于等于2的正整数；

依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子。

结合第三方面的第三种实现方式，在第四种实现方式中，所述处理器，具体用于按如下方式确定第v组自适应滤波器对应的混合比例因子K_v：

根据所述第一输入信号、所述第二输入信号或所述初始信号，确定一个参数输入信号；

确定所述参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到修正子带信噪比和；

根据所述修正子带信噪比和，确定第v组自适应滤波器对应的混合比例因子K_v。

结合第三方面的第三种实现方式，在第五种实现方式中，所述处理器，具体用于按如下方式确定第v组自适应滤波器对应的混合比例因子K_v：

根据所述第一输入信号、所述第二输入信号或所述初始信号，确定M个参数输入信号，其中，M为大于等于2的正整数；

分别计算M个参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到M个参数输入信号对应的修正子带信噪比和；

根据M个参数输入信号对应的修正子带信噪比和，分别确定M个第v组自适应滤波器对应的混合比例因子；

将确定的M个第V组自适应滤波器对应的混合比例因子中数值最小的混合比例因子，作为第v组自适应滤波器对应的混合比例因子K_v。

结合第三方面的第四种实现方式或者第三方面的第五种实现方式，在第六种实现方式中，所述处理器，具体用于按如下方式确定参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到修正子带信噪比和：

根据参数输入信号在频域上对应的各子带信号的子带能量以及估计的子带噪声能量，确定各子带信噪比，其中，子带能量、估计的子带噪声能量以及确定的子带信噪比满足公式 $\mathrm{SNR}\left(i\right)=\min \{\frac{E\_\mathrm{band}\left(i\right)}{E\_\mathrm{band}\_\mathrm{noise}\left(i\right)}-\mathrm{1,0}\};$

对所述各子带信噪比进行修正，得到各子带信噪比的修正子带信噪比，其中，子带信噪比与修正子带信噪比满足公式

根据各子带信噪比的修正子带信噪比，确定修正子带信噪比和，其中，各子带信噪比的修正子带信噪比与修正子带信噪比和满足公式 $\mathrm{MSSNR}=\underset{i=0}{\overset{\mathrm{NUM}\_\mathrm{BAND}-1}{\mathrm{\&Sigma;}}}\mathrm{MSNR}\left(i\right);$

其中，E_band(i)为第i个子带的能量，E_band_noise(i)为第i个子带的噪声估计能量，SNR(i)为第i个子带的信噪比，i＝0,1,...,NUM_BAND-1，NUM_BAND为子带的数目，MSNR(i)为对第i个子带的信噪比进行修正得到的修正子带信噪比，B为正常数，TH_SNR为预先设定的子带信噪比门限，MSSNR为修正子带信噪比和。

结合第三方面的第四种实现方式、第三方面的第五种实现方式或者第三方面的第六种实现方式，在第七种实现方式中，所述处理器确定的第v组自适应滤波器对应的混合比例因子K_v，满足公式

$K\_v=\left\{\begin{array}{cc}K1,& \mathrm{MSSNR}\&GreaterEqual;\mathrm{MAX}\_\mathrm{MSSNR}\\ C*\mathrm{MSSNR}+D,& \mathrm{MIN}\_\mathrm{MSSNR}<\mathrm{MSSNR}<\mathrm{MAX}\_\mathrm{MSSNR}\\ K2,& \mathrm{MSSNR}\&le;\mathrm{MIN}\_\mathrm{MSSNR}\end{array}\right.;$

其中，K_v为第v组自适应滤波器对应的混合比例因子，K1为MSSNR最大时选取的混合比例因子，K2为MSSNR最小时选取的混合比例因子，MAX_MSSNR为预先确定的修正子带信噪比和最大值，MIN_MSSNR为预先确定的修正子带信噪比和最小值，K1和K2为正常数，MSSNR为修正子带信噪比和，MAX_MSSNR和MIN_MSSNR为正常数，且MAX_MSSNR＞MIN_MSSNR， $C=\frac{K1-K2}{\mathrm{MAX}\_\mathrm{MSSNR}-\mathrm{MIN}\_\mathrm{MSSNR}},$ D＝K2-C*MIN_MSSNR。

结合第三方面的第三种实现方式，在第八种实现方式中，所述处理器，具体用于按如下方式依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子：

若N为大于2的正整数，则在所剩的N-1组自适应滤波器中选取N-2组自适应滤波器；

分别确定第j组自适应滤波器对应的混合比例因子K_j，j为不等于v且小于等于N的正整数；

确定除第v组以及选取的N-2组以外剩余的一组自适应滤波器对应的混合比例因子为 $1-K-\underset{j}{\mathrm{\&Sigma;}}K\_j.$

结合第三方面的第三种实现方式，在第九种实现方式中，所述处理器，具体用于按如下方式依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子：

若N为大于2的正整数，则在所剩的N-1组自适应滤波器中选取N-2组自适应滤波器；

根据预先设定的由第v组自适应滤波器对应的混合比例因子映射到第j组自适应滤波器对应的混合比例因子的修正因子β_{v_j}，分别确定第j组自适应滤波器对应的混合比例因子为β_{v_j}K，j为不等于v且小于等于N的正整数；

确定除第v组以及选取的N-2组以外剩余的一组自适应滤波器对应的混合比例因子为 $1-K-\underset{j}{\mathrm{\&Sigma;}}{\mathrm{\&beta;}}_{v\_j}K.$

结合第三方面的第二种实现方式，在第十种实现方式中，所述处理器，具体用于按如下方式根据每组自适应滤波器对应的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号：

根据所述每组自适应滤波器对应的混合比例因子，确定每组自适应滤波器对应的当前帧中每个样点的混合比例因子，其中，每组自适应滤波器对应的混合比例因子与自适应滤波器对应的当前帧中第m个样点的混合比例因子之间满足公式 $\hat{K}\left(m\right)=\frac{L\_\mathrm{FRAME}-m}{L\_\mathrm{FRAME}}{K}_{\mathrm{old}}+\frac{m}{L\_\mathrm{FRAME}}K;$

依据每组自适应滤波器对应的当前帧中每个样点的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到当前帧中每个样点的最终信号；

其中，为第v组自适应滤波器对应的当前帧中第m个样点的混合比例因子，L_FRAME为当前帧的帧长，K_old为第v组自适应滤波器在前一帧中的混合比例因子，K为第v组自适应滤波器在当前帧的混合比例因子，m＝1,2,…L_FRAME，v为小于等于N的正整数，N为大于等于2的正整数。

本发明实施例提供的信号处理方法及装置，基于至少两组自适应滤波器对第一输入信号进行滤波，得到滤波后的第一输入信号，并根据第二输入信号以及滤波后的第一输入信号，分别得到每一组自适应滤波器的初始信号，通过将每组自适应滤波器的初始信号进行混合，得到最终信号，即本发明实施例中采用对每组自适应滤波器的初始信号进行混合的方式替代现有的硬判决方式，能够避免硬判决方式的判决错误造成信号处理性能下降的问题。

附图说明

图1A和图1B为本发明实施例提供的信号处理方法实现流程图；

图2为本发明实施例提供的确定最终信号的实现流程图；

图3为本发明实施例提供的确定每组自适应滤波器对应的混合比例因子的实现过程流程图；

图4A和图4B为本发明实施例提供的确定混合比例因子的的实现流程图；

图5为本发明实施例提供的确定修正子带信噪比和的实现流程图；

图6A和图6B为本发明实施例提供的确定其他组自适应滤波器对应的混合比例因子的实现流程图；

图7为本发明实施例提供的确定当前帧中每个样点的最终信号的实现流程图；

图8A-图8B为本发明实施例提供的信号处理装置构成示意图；

图9为本发明实施例提供的另一信号处理装置构成示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，并不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供的信号处理方法及装置，可以应用于回声抑制和噪声消除等包括两部分输入信号的信号处理技术领域。本发明实施例中为描述方便将包括的两部分输入信号称为第一输入信号和第二输入信号，第一输入信号和第二输入信号为适应于具体应用场景的输入信号，例如对于回声消除的应用场景，第一输入信号可以是远端输入信号，第二输入信号可以是包括有回声的近端输入信号，对于噪声消除的应用场景，第一输入信号可以是参考噪声信号，第二输入信号可以是待降噪输入信号。

本发明实施例进行信号处理并得到最终信号的过程可采用如下方式：基于至少两组自适应滤波器对第一输入信号进行滤波，得到滤波后的第一输入信号，根据第二输入信号和滤波后的第一输入信号，得到每一组自适应滤波器的初始信号，将每组自适应滤波器的初始信号进行混合，得到最终信号，在进行信号处理的过程中无需采用硬判决方式选择某一组滤波器的初始信号作为最终信号或者采用硬判决方式选择滤波器系数的更新方式，而是通过将初始信号进行混合确定最终信号，能够避免硬判决方式的判决错误造成信号处理性能下降的问题。

图1A所示为本发明实施例提供的信号处理方法实现流程图，如图1A所示，该方法包括：

S101：基于至少两组自适应滤波器对第一输入信号进行滤波，得到滤波后的第一输入信号。

S102：根据第二输入信号和滤波后的第一输入信号，得到每一组自适应滤波器的初始信号。

S103：将每组自适应滤波器的初始信号进行混合，得到最终信号。

本发明实施例提供的信号处理方法，基于至少两组自适应滤波器对第一输入信号进行滤波，得到滤波后的第一输入信号，并根据第二输入信号以及滤波后的第一输入信号，分别得到每一组自适应滤波器的初始信号，通过将每组自适应滤波器的初始信号进行混合，得到最终信号，即本发明实施例中采用对每组自适应滤波器的初始信号进行混合的方式替代现有的硬判决方式，能够避免硬判决方式的判决错误造成信号处理性能下降的问题。

本发明实施例上述确定最终信号的方法为针对每一帧信号进行滤波处理并确定最终信号的过程，故在具体实施应用时，在确定下一时刻最终信号之前，需要对滤波器系数更新，故本发明实施例提供的信号处理方法，还包括如下步骤，如图1B所示：

S104：按照不同的配置参数，对各组自适应滤波器的滤波系数进行更新。

本发明实施例中不同的配置参数是指进行自适应滤波器系数配置过程中使用的诸如仿射投影阶数、更新步长、矩阵稳定因子等配置参数，对于各自适应滤波器同一配置参数是不同的，例如不同的自适应滤波器使用的更新步长是不同。

本发明实施例中对各组自适应滤波器的滤波系数进行更新的过程中，每组自适应滤波器的滤波系数更新独立于除本组以外的其他组自适应滤波器的滤波系数更新结果。

需要说明的是，本发明实施例图1A和图1B的执行顺序并不分先后，例如图1B中S103和S104步骤的执行顺序可互换，也可同时执行。

本发明实施例中可以使用基于仿射投影算法的自适应滤波器，也可以使用其他算法的自适应滤波器。以基于仿射投影算法的自适应滤波器为例，则每组自适应滤波器的滤波系数的更新满足公式：

h(n+1)＝h(n)+μX(n)[X^T(n)X(n)+δI]^-1e(n)；

其中，μ为滤波器的更新步长，[*]^-1表示求逆运算，δ为矩阵稳定因子，I为单位矩阵，[*]^T表示转置，X(n)为参考输入矩阵，e(n)为滤波器输出矢量，即滤波器的初始信号，h(n)为n时刻的滤波器系数矢量，h(n+1)是n+1时刻的滤波器系数矢量。

本发明实施例中上述对滤波器系数进行更新的公式可以满足对仿射投影阶数、更新步长和矩阵稳定因子进行不同配置，产生不同配置下的处理结果的需求，适应于不同的场景。

本发明实施例中对各组自适应滤波器的滤波系数按照不同参数配置进行更新，即可以产生适应不同场景的初始信号。并且本发明实施例中每组自适应滤波器的滤波系数更新独立于除本组以外的其他组自适应滤波器的滤波系数更新结果，能够避免某一组滤波器系数发散而影响到其他滤波器的系数更新结果。

进一步需要说明的是，本发明实施例上述提供的滤波方法应用于回声消除场景中，由于能够满足不同参数配置下滤波器系数更新的需要，并根据混合比例因子进行自适应调整的，故无需对双讲模式进行硬判决，进而可避免硬判决造成的因判决准则判决错误造成的信号处理性能下降的问题。

本发明实施例以下对上述实施例中涉及的各步骤进行详细说明。

本发明实施例S101中基于至少两组自适应滤波器对第一输入信号进行滤波，得到滤波后的第一输入信号，可采用如下方式构建每组自适应滤波器的滤波结果：

具体的，可应用于回声消除和噪声消除的自适应滤波器的种类很多，例如是基于最小均方原理的自适应滤波器、基于最小二乘原理的自适应滤波器以及基于仿射投影算法的自适应滤波器。与基于最小二乘原理的自适应滤波器相比，基于仿射投影算法的自适应滤波器在收敛速度和计算复杂度方面达到了更好的平衡，且稳态误差与基于最小均方原理的自适应滤波器基本相当，收敛速度明显快于基于最小均方原理的自适应滤波器，并且基于仿射投影算法的自适应滤波技术的计算复杂度虽然高于最小均方原理的自适应滤波器，但是低于基于最小二乘原理的自适应滤波器，故本发明实施例中可根据至少两组基于仿射投影算法的自适应滤波器对输入信号进行滤波。

本发明实施例以基于仿射投影算法的自适应滤波器为例进行说明，假设基于仿射投影算法的自适应滤波器长度L，仿射投影阶数p，一般情况下p远小于L。

首先，由第一输入信号x(n)构建参考输入矢量：

x(n-l)＝[x(n-l),…,x(n-L-l+1)]^T。

根据构建的参考输入矢量以及仿射投影阶数p，构建参考输入矩阵：

X(n)＝[x(n),…,x(n-p+1)]；

构建的参考输入矩阵可以进一步表示为：

本发明实施例S102中根据第二输入信号和滤波后的第一输入信号，得到每一组自适应滤波器的初始信号，可采用如下方式：

首先，根据仿射投影阶数p以及第二输入信号d(n)构建输入矢量：

d(n)＝[d(n),…,d(n-p+1)]^T。

假设第n个时刻，滤波器系数矢量为h(n)＝[h_n(0),…,h_n(L-1)]^T，那么输出矢量(初始信号)记作：e(n)＝[e(n),…,e(n-p+1)]^T，e(n)＝d(n)-X^T(n)h(n)。

本发明实施例S103中将每组自适应滤波器的初始信号进行混合，并得到最终信号的过程，可采用如图2所示的方式：

S201：分别确定每组自适应滤波器对应的混合比例因子，其中，混合比例因子用于表示将初始信号进行混合的比例。

S202：根据每组自适应滤波器对应的混合比例因子，将每组自适应滤波器的初始信号进行混合，得到最终信号。

本发明实施例中混合比例因子是指自适应滤波器的初始信号进行混合过程中所占的比例。本发明实施例S201中分别确定每组自适应滤波器对应的混合比例因子，可采用如下方式：

确定至少一组自适应滤波器对应的混合比例因子。

若配置的自适应滤波器为两组，则确定其中一组自适应滤波器对应的混合比例因子，另一组自适应滤波器对应的混合比例因子也可确定。

若配置的自适应滤波器的组数多于两组，例如配置了N组自适应滤波器，N为大于等于2的正整数，则可先在配置的N组自适应滤波器中选择一组自适应滤波器，例如可选择第v组自适应滤波器，v为小于等于N的正整数。确定该选择的第v组自适应滤波器对应的混合比例因子K_v，然后再依据该确定的第v组自适应滤波器对应的混合比例因子K_v，确定除第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子，具体实现过程如图3所示，包括：

S301：确定第v组自适应滤波器对应的混合比例因子K_v，其中，v为小于等于N的正整数，N为大于等于2的正整数。

S302：依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子。

本发明实施例S301中确定第v组自适应滤波器对应的混合比例因子K_v，可采用例如图4A和图4B所示的方式进行确定。

图4A所示为本发明实施例提供的第一种确定混合比例因子的的实现流程图，包括：

S401a：根据第一输入信号、第二输入信号或自适应滤波器的初始信号，确定一个参数输入信号。

S402a：确定参数输入信号在频域上对应的各子带信号的子带信噪比，并对得到的各子带信号的子带信噪比进行修正，得到修正子带信噪比和。

S403a：根据得到的修正子带信噪比和，确定第v组自适应滤波器对应的混合比例因子K_v。

本发明实施例中通过确定一个参数输入信号确定混合比例因子，可以减少计算复杂度。

图4B所示为本发明实施例提供的第二种确定混合比例因子的的实现流程图，包括：

S401b：根据第一输入信号、第二输入信号或自适应滤波器的初始信号，确定M个参数输入信号，其中，M为大于等于2的正整数。

S402b：分别计算M个参数输入信号在频域上对应的各子带信号的子带信噪比，并对得到的各子带信号的子带信噪比进行修正，得到M个参数输入信号对应的修正子带信噪比和。

S403b：根据M个参数输入信号对应的修正子带信噪比和，分别确定M个第v组自适应滤波器对应的混合比例因子。

S404b：将确定的M个第V组自适应滤波器对应的混合比例因子中数值最小的混合比例因子，作为第v组自适应滤波器对应的混合比例因子K_v。

本发明实施例中通过确定不少于两组的参数输入信号确定混合比例因子，能够提高确定的混合比例因子的精确度。

本发明实施例S401a和S401b中为确定第v组自适应滤波器对应的混合比例因子K_v，通过第一输入信号、第二输入信号或自适应滤波器的初始信号构建的参数输入信号为引入的中间变量，其为第一输入信号、第二输入信号或一组自适应滤波器的初始信号。

需要说明的是本发明实施例中对应每一组自适应滤波器都有一组初始信号，故进行参数输入信号构建时，若全部采用自适应滤波器的初始信号构建参数输入信号，可根据需要构建的参数输入信号的数量，在各组自适应滤波器的初始信号中选择与确定的参数输入信号数量一致的组数的自适应滤波器的初始信号。

进一步需要说明的是，本发明实施例中若构建不少于两个的参数输入信号，则可选择第一输入信号、第二输入信号和自适应滤波器的初始信号相混合的方式进行构建，例如构建两个参数输入信号，则可选择第一输入信号或第二输入信号构建一个参数输入信号，然后再在自适应滤波器的初始信号中选择一组自适应滤波器的初始信号构建另一个参数输入信号。

本发明实施例S402a和S402b中确定参数输入信号在频域上对应的各子带信号的子带信噪比，并对得到的各子带信号的子带信噪比进行修正，得到修正子带信噪比和，可采用如图5所示的方式，包括：

S501：根据参数输入信号在频域上对应的各子带信号的子带能量以及估计的子带噪声能量，确定各子带信噪比。

本发明实施例以在各组自适应滤波器的初始信号中选择一组自适应滤波器的初始信号作为参数输入信号为例进行说明。

若自适应滤波器的初始信号为e(n)，经过长度为FFT_LEN的离散傅里叶变换后转换到频域上的子带信号的频域系数为E(k)，则初始信号转换到频域上的第i个子带信号的子带能量E_band(i)，i＝0,1,…,NUM_BAND，满足如下公式：

$E\_\mathrm{band}\left(i\right)=\frac{{\mathrm{\&Sigma;}}_{k=\mathrm{band}\_\mathrm{start}\left(i\right)}^{\mathrm{band}\_\mathrm{end}\left(i\right)}\mathrm{real}\left(E\left(k\right)\right)*\mathrm{real}\left(E\left(k\right)\right)+\mathrm{imag}\left(E\left(k\right)\right)*\mathrm{imag}\left(E\left(k\right)\right)}{\mathrm{band}\_\mathrm{end}\left(i\right)-\mathrm{band}\_\mathrm{start}\left(i\right)}$

其中，NUM_BAND为子带的数目，band_start(i)为第i个子带的开始频点序号，band_end(i)为第i个子带的结束频点序号，real(.)表示取实部，imag(.)表示取虚部。

本发明实施例中假设估计的子带噪声能量为E_band_noise(i)，i＝0,1,…,NUM_BAND，则本发明实施例中子带的子带能量、估计的子带噪声能量以及确定的子带信噪比满足公式其中，SNR(i)为第i个子带的信噪比，i＝0,1,...,NUM_BAND-1。

S502：对各子带信噪比SNR(i)进行修正，得到各子带信噪比的修正子带信噪比。

本发明实施例中对第i个子带的信噪比进行修正得到的修正子带信噪比为MSNR(i)，则，第i个子带信噪比SNR(i)与修正子带信噪比MSNR(i)之间满足如下公式：

其中，TH_SNR为预先设定的子带信噪比门限，B为正常数。

S503：根据各子带信噪比的修正子带信噪比，确定修正子带信噪比和。

本发明实施例中，修正子带信噪比MSNR(i)与修正子带信噪比和MSSNR之间满足如下公式：

$\mathrm{MSSNR}=\underset{i=0}{\overset{\mathrm{NUM}\_\mathrm{BAND}-1}{\mathrm{\&Sigma;}}}\mathrm{MSNR}\left(i\right).$

本发明实施例中，E_band(i)为第i个子带的能量，E_band_noise(i)为第i个子带的噪声估计能量，SNR(i)为第i个子带的信噪比，i＝0,1,...,NUM_BAND-1，NUM_BAND为子带的数目，MSNR(i)为对第i个子带的信噪比进行修正得到的修正子带信噪比，B为正常数，TH_SNR为预先设定的子带信噪比门限，MSSNR为修正子带信噪比和。

本发明实施例中确定修正子带信噪比和的过程中，可直接按照一个参考输入信号确定修正子带信噪比和，当然也可设置至少两个参考输入信号，并分别计算每个参考输入信号在频域上的修正子带信噪比和，然后在确定的修正子带信噪比和中选取最小值作为最终的修正子带信噪比和。

本发明实施例S403a和S403b中根据修正子带信噪比和，确定混合比例因子可采用如下方式：

A：预先确定第一混合比例因子K1、第二混合比例因子K2、修正子带信噪比和最大值MAX_MSSNR和修正子带信噪比和最小值MIN_MSSNR。

本发明实施例中第一混合比例因子K1为MSSNR最大时选取的混合比例因子，K2为MSSNR最小时选取的混合比例因子。

本发明实施例中K1，K2，MAX_MSSNR和MIN_MSSNR的确定方式可采用如下方式：

首先选择待确定混合比例因子所对应的一组自适应滤波器。根据设定的修正子带信噪比和最大值MAX_MSSNR，设定与被选择的自适应滤波器相对应的修正子带信噪比和最大值情况下自适应滤波器的第一混合比例因子K1。根据设定的修正子带信噪比和最小值MIN_MSSNR，设定与被选择的自适应滤波器相对应的修正子带信噪比和最小值情况下自适应滤波器的第二混合比例因子K2。

B：按照公式 $K=\left\{\begin{array}{cc}K1,& \mathrm{MSSNR}\&GreaterEqual;\mathrm{MAX}\_\mathrm{MSSNR}\\ C*\mathrm{MSSNR}+D,& \mathrm{MIN}\_\mathrm{MSSNR}<\mathrm{MSSNR}<\mathrm{MAX}\_\mathrm{MSSNR}\\ K2,& \mathrm{MSSNR}\&le;\mathrm{MIN}\_\mathrm{MSSNR}\end{array}\right.,$ 确定混合比例因子。

其中，K为混合比例因子，K1为MSSNR最大时选取的混合比例因子，K2为MSSNR最小时选取的混合比例因子，MAX_MSSNR为预先确定的修正子带信噪比和最大值，MIN_MSSNR为预先确定的修正子带信噪比和最小值，K1和K2为正常数，MSSNR为修正子带信噪比和，MAX_MSSNR和MIN_MSSNR为正常数，且MAX_MSSNR＞MIN_MSSNR，D＝K2-C*MIN_MSSNR。

本发明实施例中第v组自适应滤波器对应的混合比例因子K_v，满足公式：

$K\_v=\left\{\begin{array}{cc}K1,& \mathrm{MSSNR}\&GreaterEqual;\mathrm{MAX}\_\mathrm{MSSNR}\\ C*\mathrm{MSSNR}+D,& \mathrm{MIN}\_\mathrm{MSSNR}<\mathrm{MSSNR}<\mathrm{MAX}\_\mathrm{MSSNR}\\ K2,& \mathrm{MSSNR}\&le;\mathrm{MIN}\_\mathrm{MSSNR}\end{array}\right.;$

其中，K_v为第v组自适应滤波器对应的混合比例因子，K1为MSSNR最大时选取的混合比例因子，K2为MSSNR最小时选取的混合比例因子，MAX_MSSNR为预先确定的修正子带信噪比和最大值，MIN_MSSNR为预先确定的修正子带信噪比和最小值，K1和K2为正常数，MSSNR为修正子带信噪比和，MAX_MSSNR和MIN_MSSNR为正常数，且MAX_MSSNR＞MIN_MSSNR， $C=\frac{K1-K2}{\mathrm{MAX}\_\mathrm{MSSNR}-\mathrm{MIN}\_\mathrm{MSSNR}},$ D＝K2-C*MIN_MSSNR。

需要说明的是本发明实施例S404b中根据M个参数输入信号对应的修正子带信噪比和，分别确定M个第v组自适应滤波器对应的混合比例因子过程中，K1，K2，MAX_MSSNR和MIN_MSSNR，具有不同的取值。

本发明实施例中根据确定的参数输入信号的个数，在最终确定第v组自适应滤波器对应的混合比例因子K_v，可有不同的确定方式：

本发明实施例中若确定的参数输入信号为一个，则可直接依据该一个参数输入信号在频域上的修正子带信噪比和，确定第v组自适应滤波器对应的混合比例因子K_v，即直接将依据对应该组参数输入信号在频域上的修正子带信噪比和确定的混合比例因子，作为最终所需的第v组自适应滤波器对应的混合比例因子K_v。

本发明实施例中若确定的参数输入信号为不少于两个，假设为M个参数输入信号，则依据每个参数输入信号在频域上的修正子带信噪比和，分别确定第v组自适应滤波器对应的混合比例因子，即确定了M个混合比例因子，然后在确定的M个第V组自适应滤波器对应的混合比例因子中选择数值最小的混合比例因子，作为最终所需的第v组自适应滤波器对应的混合比例因子K_v。

本发明实施例确定了第v组自适应滤波器对应的混合比例因子K_v后，S302中依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子，可根据配置的自适应滤波器的组数进行确定。

本发明实施例中若配置的自适应滤波器的组数N＝2，并确定了其中一组的自适应滤波器对应的混合比例因子为K，则另一组自适应滤波器对应的混合比例因子为1-K。

本发明实施例中若配置的自适应滤波器的组数不小于两组，即N为大于2的正整数，则依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子可采用如图6A或图6B所示的实现过程。

图6A所示为本发明实施例提供的第一种确定除第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子的实现流程图，包括：

S601a：在所剩的N-1组自适应滤波器中选取N-2组自适应滤波器。

S602a：分别确定第j组自适应滤波器对应的混合比例因子K_j，j为不等于v且小于等于N的正整数。

本发明实施例中确定第j组自适应滤波器对应的混合比例因子K_j的过程可采用上述实施例中确定混合比例因子的任一种实现方式，在此不再赘述。

S603a：确定除第v组以及选取的N-2组以外剩余的一组自适应滤波器初始信号的混合比例因子为

图6B所示为本发明实施例提供的第二种确定除第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子的实现流程图，包括：

S601b：在所剩的N-1组自适应滤波器中选取N-2组自适应滤波器；

S602b：根据预先设定的由第v组自适应滤波器对应的混合比例因子映射到第j组自适应滤波器对应的混合比例因子的修正因子β_{v_j}，分别确定第j组自适应滤波器对应的混合比例因子为β_{v_j}K，j为不等于v且小于等于N的正整数。

S603b：确定除第v组以及选取的N-2组以外剩余的一组自适应滤波器对应的混合比例因子为

本发明实施例确定的混合比例因子是针对整帧的混合比例因子，然而对于确定当前帧的最终信号时，一般采取按样点处理的方式，故本发明实施例S103中根据每组自适应滤波器对应的混合比例因子，将每组自适应滤波器的初始信号进行混合，得到最终信号过程中，需要依据确定的混合比例因子，确定每组自适应滤波器对应的当前帧中每个样点的混合比例因子，并依据每组自适应滤波器对应的当前帧中每个样点的混合比例因子，将每组自适应滤波器的初始信号进行混合，确定当前帧中每个样点的最终信号，具体实现过程如图7所示，包括：

S701：根据每组自适应滤波器对应的混合比例因子，确定每组自适应滤波器对应的当前帧中每个样点的混合比例因子。

本发明实施例中假设当前帧中有m个样点，m取值从1到L_FRAME，L_FRAME为当前帧中的帧长，则每组自适应滤波器对应的混合比例因子K与自适应滤波器对应的当前帧中第m个样点的混合比例因子之间满足公式之间满足公式：

$\hat{K}\left(m\right)=\frac{L\_\mathrm{FRAME}-m}{L\_\mathrm{FRAME}}{K}_{\mathrm{old}}+\frac{m}{L\_\mathrm{FRAME}}K;$

其中，为第v组自适应滤波器对应的当前帧中第m个样点的混合比例因子，L_FRAME为当前帧的帧长，K_old为第v组自适应滤波器在前一帧中的混合比例因子，K为第v组自适应滤波器在当前帧的混合比例因子，m＝1,2,…L_FRAME，v为小于等于N的正整数，N为大于等于2的正整数，即本发明实施例中第v组自适应滤波器是指使用的自适应滤波器中的任意一组自适应滤波器。

S702：依据每组自适应滤波器对应的当前帧中每个样点的混合比例因子，将每组自适应滤波器的初始信号进行混合，确定当前帧中每个样点的最终信号。

若配置的自适应滤波器组数为两组，则每个样点的最终信号S_out(m)满足公式：

S_out(m)＝K·e^v(m)+(1-K)·e^other(m)

或者

S_out(m)＝K(m)e^v(m)+(1-K(m))e^other(m)

其中，S_out(m)为第m个样点的最终信号，K为第v组自适应滤波器对应的当前帧的混合比例因子，e^v(m)为第v组自适应滤波器对应的第m个样点的初始信号，e^other(m)为除第v组自适应滤波器以外剩余的一组自适应滤波器第m个样点的初始信号，K(m)为第v组自适应滤波器对应的第m个样点的混合比例因子。

若配置的自适应滤波器组数为多于两组时，则每个样点的最终信号S_out(m)满足公式：

$S_{\mathrm{out}}\left(m\right)=K\&CenterDot;e^v\left(m\right)+\underset{j}{\mathrm{\&Sigma;}}K\_j\&CenterDot;e^j\left(m\right)+(1-k-\underset{j}{\mathrm{\&Sigma;}}K\_j)e^{\mathrm{other}}\left(m\right)$

或者

$S_{\mathrm{out}}\left(m\right)=K\left(m\right)\&CenterDot;e^v\left(m\right)+\underset{j}{\mathrm{\&Sigma;}}K\_j\left(m\right)e^j\left(m\right)+(1-K\left(m\right)-\underset{j}{\mathrm{\&Sigma;}}K\_j\left(m\right))e^{\mathrm{other}}\left(m\right)$

或者

$S_{\mathrm{out}}\left(m\right)=K\&CenterDot;e^v\left(m\right)+\underset{j}{\mathrm{\&Sigma;}}{\mathrm{\&beta;}}_{v\_j}K\&CenterDot;e^j\left(m\right)+(1-k-\underset{j}{\mathrm{\&Sigma;}}{\mathrm{\&beta;}}_{v\_j}K)e^{\mathrm{other}}\left(m\right)$

或者

$S_{\mathrm{out}}\left(m\right)=K\left(m\right)e^v\left(m\right)+\underset{j}{\mathrm{\&Sigma;}}{\mathrm{\&beta;}}_{v\_j}K\left(m\right)e^j\left(m\right)+(1-K\left(m\right)-\underset{j}{\mathrm{\&Sigma;}}{\mathrm{\&beta;}}_{v\_j}K\left(m\right))e^{\mathrm{other}}\left(m\right).$

其中，S_out(m)为第m个样点的最终信号，K为第v组自适应滤波器对应的当前帧的混合比例因子，e^v(m)为第v组自适应滤波器对应的第m个样点的初始信号，e^other(m)为除第v组及选取的N-2组自适应滤波器以外剩余的一组自适应滤波器第m个样点的初始信号，K(m)为第v组自适应滤波器对应的第m个样点的混合比例因子，K_j为选取的N-2组自适应滤波器中第j组自适应滤波器对应的当前帧的混合比例因子，e^j(m)为选取的N-2组自适应滤波器第m个样点的初始信号，K_j(m)为选取的N-2组自适应滤波器中第j组自适应滤波器对应的第m个样点的混合比例因子，β_{v_j}为预先设定的由第v组自适应滤波器对应的混合比例因子映射到第j组自适应滤波器对应的混合比例因子的修正因子。

需要说明的是，本发明实施例确定最终信号时，也可以不计算每个样点的混合比例因子，即直接用当前帧得到的混合比例因子和每组滤波器的初始信号进行混合处理得到最终信号。

本发明实施例上述确定最终信号的方法为针对每一帧信号进行处理并确定最终信号的过程，故在具体实施应用时，在确定下一时刻最终信号之前，需要对滤波器系数更新，并更新相应的估计的子带噪声能量和混合比例因子等。

本发明实施例中更新的子带噪声能量满足公式：

E_band_noise(i)＝α*E_band_noise(i)+(1-α)*E_band(i)；

其中，α为设定的比例参数值。

本发明实施例提供的信号处理方法，首先，基于至少两组具有不同滤波系数的自适应滤波器对第一输入信号进行滤波，得到滤波后的第一输入信号，并根据第二输入信号以及滤波后的第一输入信号，分别得到对应每组自适应滤波器的初始信号，对各组自适应滤波器的滤波系数按照不同参数配置进行更新，即可以产生适应不同场景的初始信号。然后，确定每组自适应滤波器对应的混合比例因子，最终，根据确定的混合比例因子，将每组自适应滤波器的初始信号进行混合，得到最终信号，能够对具有不同滤波系数的自适应滤波器的初始信号在最终信号中所占的比例进行自适应调整，得到最终信号。故本发明实施例可通过对具有不同滤波系数的自适应滤波器的初始信号在最终信号中所占的比例进行自适应调整，在一定程度上能够实现在不同应用场景下收敛速度、稳态误差以及计算复杂度之间的平衡。

本发明实施例以下将结合实际应用对上述信号处理方法进行说明。本发明一个实施例中以双滤波的仿射投影算法用于回声消除为例进行说明，即配置的自适应滤波器为两组，本发明实施例中以快速滤波器和慢速滤波器为例进行说明。

本发明实施例中假设滤波器的长度L＝200，仿射投影阶数为p＝4。当然，本发明实施例并不做限定，对于滤波器的长度的取值，只要满足正数即可，而仿射投影阶数的选取需要根据回声消除算法的设计需要选取适当的值，只要满足正数即可，阶数越大收敛速度越快，但是计算复杂度也会越高。

首先，根据远端输入信号(第一输入信号)和近端输入信号(第二输入信号)，构建第m个子帧的参考输入矩阵以及输入矢量。

通常情况下，回声消除器，需要对远端输入信号和近端输入信号进行分帧处理。本发明实施例中设定信号的采样频率为16KHz，信号帧长为L_frame，L_frame＝320，分帧后第k帧的远端输入信号R_in和近端输入信号S_in为：

R_in＝[R_in((k-1)*L_frame),...,R_in((k-1)*L_frame+L_frame-1)]，

S_in＝[S_in((k-1)*L_frame),...,S_in((k-1)*L_frame+L_frame-1)]。

根据设定的仿射投影阶数p，进一步将第k帧的远端输入信号R_in和近端输入信号S_in分为L_frame/p个子帧，则第m个子帧的远端输入信号和近端输入信号为：

由远端输入信号构建参考输入矩阵，第m个子帧的参考输入矩阵X(n)为：

其中，n＝(k-1)*L_frame+(m-1)*p。

由近端输入信号以及仿射投影阶数p构建的输入矢量为：

d(n)＝[S_in(n),…,S_in(n-p+1)]^T。

其次，根据两组具有不同参数配置的基于仿射投影算法的自适应滤波器对输入信号进行滤波，得到两组初始信号。

假设第n个时刻，快速自适应滤波器系数矢量为慢速自适应滤波器系数矢量为则快速自适应滤波器对应的初始信号为：

e^fast(n)＝[e^fast(n),…,e^fast(n-p+1)]^T，e^fast(n)＝d(n)-X^T(n)h^fast(n)。

慢速自适应滤波器对应的初始信号为：

e^slow(n)＝[e^slow(n),…,e^slow(n-p+1)]^T，e^slow(n)＝d(n)-X^T(n)h^slow(n)。

然后，确定至少一组自适应滤波器对应的混合比例因子。

第一种方法：

本发明实施例中可选择远端输入信号、近端输入信号或者一组自适应滤波器的初始信号(快速自适应滤波器对应的初始信号或者慢速自适应滤波器对应的初始信号)其中一个的修正子带信噪比和，确定混合比例因子。本发明实施例以快速自适应滤波器的初始信号的修正子带信噪比和为例进行说明。

快速自适应滤波器的初始信号为e^fast(n)，经过长度为FFT_LEN的离散傅里叶变换后转换到频域上的子带信号的频域系数为E^fast(k)，则初始信号转换到频域上的第i个子带信号的子带能量E_band^fast(i)，i＝0,1,…,NUM_BAND，满足如下公式：

$E\_{\mathrm{band}}^{\mathrm{fast}}\left(i\right)=\frac{{\mathrm{\&Sigma;}}_{k=\mathrm{band}\_\mathrm{start}\left(i\right)}^{\mathrm{band}\_\mathrm{end}\left(i\right)}\mathrm{real}\left(E^{\mathrm{fast}}\left(k\right)\right)*\mathrm{real}\left(E^{\mathrm{fast}}\left(k\right)\right)+\mathrm{imag}\left(E^{\mathrm{fast}}\left(k\right)\right)*\mathrm{imag}\left(E^{\mathrm{fast}}\left(k\right)\right)}{\mathrm{band}\_\mathrm{end}\left(i\right)-\mathrm{band}\_\mathrm{start}\left(i\right)}$

其中，NUM_BAND为子带的数目，band_start(i)为第i个子带的开始频点序号，band_end(i)为第i个子带的结束频点序号，real(.)表示取实部，imag(.)表示取虚部。

本发明实施例中假设估计的子带噪声能量为E_band_noise(i)，i＝0,1,…,NUM_BAND-1，则子带信噪比SNR(i)满足公式：

其中，SNR(i)为第i个子带的信噪比，i＝0,1,...,NUM_BAND-1。

修正的子带信噪比MSNR(i)为：

修正的子带信噪比和MSSNR为：

其中，E_band(i)为第i个子带的能量，E_band_noise(i)为第i个子带的噪声估计能量，SNR(i)为第i个子带的信噪比，i＝0,1,...,NUM_BAND-1，NUM_BAND为子带的数目，MSNR(i)为对第i个子带的信噪比进行修正得到的修正子带信噪比，B为正常数，TH_SNR为预先设定的子带信噪比门限，MSSNR为修正子带信噪比和。

需要说明的是，在计算下一个时刻的修正子带信噪比和之前，需要对估计的子带噪声能量进行更新。具体地，更新后的子带噪声能量为E_band_noise(i)＝α*E_band_noise(i)+(1-α)*E_band^fast(i)。

按照公式 $K=\left\{\begin{array}{cc}K1,& \mathrm{MSSNR}\&GreaterEqual;\mathrm{MAX}\_\mathrm{MSSNR}\\ C*\mathrm{MSSNR}+D,& \mathrm{MIN}\_\mathrm{MSSNR}<\mathrm{MSSNR}<\mathrm{MAX}\_\mathrm{MSSNR}\\ K2,& \mathrm{MSSNR}\&le;\mathrm{MIN}\_\mathrm{MSSNR}\end{array}\right.,$ 确定混合比例因子。

其中，K为混合比例因子，K1为MSSNR最大时选取的混合比例因子，K2为MSSNR最小时选取的混合比例因子，MAX_MSSNR为预先确定的修正子带信噪比和最大值，MIN_MSSNR为预先确定的修正子带信噪比和最小值，K1和K2为正常数，MSSNR为修正子带信噪比和，MAX_MSSNR和MIN_MSSNR为正常数，且MAX_MSSNR＞MIN_MSSNR，D＝K2-C*MIN_MSSNR。

第二种方法：

本发明实施例可选择远端输入信号、近端输入信号、快速自适应滤波器对应的初始信号以及慢速自适应滤波器对应的初始信号中的两个的修正子带信噪比和，确定混合比例因子。本发明实施例以选择快速自适应滤波器的初始信号以及慢速自适应滤波器的初始信号的修正子带信噪比和为例进行说明。

本发明实施例中可按照第一种方法中确定修正子带信噪比和的方法分别确定快速自适应滤波器的初始信号的修正子带信噪比和MSSNR^fast和慢速自适应滤波器的初始信号的修正子带信噪比和MSSNR^slow，并分别计算出设定的自适应滤波器的初始信号(快速自适应滤波器的初始信号或慢速自适应滤波器的初始信号)参与确定最终信号的混合比例因子：

$K^{\mathrm{fast}}=\left\{\begin{array}{c}{\mathrm{MAX}\_K}^{\mathrm{fast}},\mathrm{if}{\mathrm{MSSNR}}^{\mathrm{fast}}\&GreaterEqual;{\mathrm{MAX}\_\mathrm{MSSNR}}^{\mathrm{fast}}\\ C^{\mathrm{fast}}*{\mathrm{MSSNR}}^{\mathrm{fast}}+D^{\mathrm{fast}},\mathrm{if}{\mathrm{MIN}\_\mathrm{MSSNR}}^{\mathrm{fast}}<{\mathrm{MSSNR}}^{\mathrm{fast}}<{\mathrm{MAX}\_\mathrm{MSSNR}}^{\mathrm{fast}}\\ {\mathrm{MIN}\_K}^{\mathrm{fast}},\mathrm{if}{\mathrm{MSSNR}}^{\mathrm{fast}}\&le;{\mathrm{MIN}\_\mathrm{MSSNR}}^{\mathrm{fast}}\end{array}\right.,$

其中，MAX_K^fast和MIN_K^fast为正常数，MAX_MSSNR^fast和MIN_MSSNR^fast也为正常数，MA^fX＞^a_^sM， $C^{\mathrm{fast}}=\frac{\mathrm{MAX}\_K^{\mathrm{fast}}-\mathrm{MIN}\_K^{\mathrm{fast}}}{\mathrm{MAX}\_{\mathrm{MSSNR}}^{\mathrm{fast}}-\mathrm{MIN}\_{\mathrm{MSSNR}}^{\mathrm{fast}}},$ D^fast＝MIN_K^fast-C^fast*MIN_MSSNR^fast。

$K^{\mathrm{slow}}=\left\{\begin{array}{c}{\mathrm{MAX}\_K}^{\mathrm{slow}},\mathrm{if}{\mathrm{MSSNR}}^{\mathrm{slow}}\&GreaterEqual;{\mathrm{MAX}\_\mathrm{MSSNR}}^{\mathrm{slow}}\\ C^{\mathrm{slow}}*{\mathrm{MSSNR}}^{\mathrm{slow}}+D^{\mathrm{slow}},\mathrm{if}{\mathrm{MIN}\_\mathrm{MSSNR}}^{\mathrm{slow}}<{\mathrm{MSSNR}}^{\mathrm{slow}}<{\mathrm{MAX}\_\mathrm{MSSNR}}^{\mathrm{slow}}\\ {\mathrm{MIN}\_K}^{\mathrm{slow}},\mathrm{if}{\mathrm{MSSNR}}^{\mathrm{slow}}\&le;{\mathrm{MIN}\_\mathrm{MSSNR}}^{\mathrm{slow}}\end{array}\right.,$

其中，MAX_K^slow和MIN_K^slow为正常数，MAX_MSSNR^slow和MIN_MSSNR^slow也为正常数，MAX_MSSNR^slow＞MIN_MSSNR^slow， $C^{\mathrm{slow}}=\frac{\mathrm{MAX}\_K^{\mathrm{slow}}-\mathrm{MIN}\_K^{\mathrm{slow}}}{\mathrm{MAX}\_{\mathrm{MSSNR}}^{\mathrm{slow}}-\mathrm{MIN}\_{\mathrm{MSSNR}}^{\mathrm{slow}}},$ D^slow＝MIN_K^slow-C^slow*MIN_MSSNR^slow。

则，设定的自适应滤波器的初始信号(快速自适应滤波器的初始信号或慢速自适应滤波器的初始信号)参与确定最终信号的混合比例因子K为：K＝min{K^fast,K^slow}。

需要说明的是，本发明实施例第一种方法和第二种方法最终计算的混合比例因子K可以为快速自适应滤波器的初始信号对应的混合比例因子，也可以为慢速自适应滤波器的初始信号对应的混合比例因子，当确定了其中一组自适应滤波器的初始信号的混合比例因子K后，另一组自适应滤波器的初始信号的混合比例因子则为1-K。

进一步需要说明的是，在计算下一个时刻的修正子带信噪比和MSSNR^fast和MSSNR^slow之前，需要对估计的快速自适应滤波器和慢速自适应滤波器的子带噪声能量分别进行更新。具体地，更新后的快速自适应滤波器的子带噪声能量为：

E_band_noise^fast(i)＝α^fast*E_band_noise^fast(i)+(1-α^fast)*E_band^fast(i)，

更新后的慢速自适应滤波器的子带噪声能量为：

E_band_noise^slow(i)＝α^slow*E_band_noise^slow(i)+(1-α^slow)*E_band^slow(i)。

最后，根据两组自适应滤波器的初始信号以及确定的混合比例因子得到最终信号。

设当前帧内的快速自适应滤波器的初始信号为e^fast(m)，慢速自适应滤波器的初始信号为e^slow(m)，m取值从1到L_FRAME，L_FRAME为帧长，则当前帧内每一样点的混合比例因子 $\hat{K}\left(m\right)=\frac{L\_\mathrm{FRAME}-m}{L\_\mathrm{FRAME}}{K}_{\mathrm{old}}+\frac{m}{L\_\mathrm{FRAME}}K,$ 其中K_old为上一帧的混合比例因子。

最终信号为： $S_{\mathrm{out}}\left(m\right)=(1-\widehat{K\left(m\right)})*e^{\mathrm{fast}}\left(m\right)+\hat{K}\left(m\right)*e^{\mathrm{slow}}\left(m\right).$

需要说明的是，在计算下一个时刻的最终信号之前，需要对K_old进行更新即K_old＝K。

进一步的，本发明实施例中需要对两组不同的自适应滤波器系数进行更新，

快速自适应滤波器的系数更新公式为：

h^fast(n+1)＝h^fast(n)+μ^fastX(n)[X^T(n)X(n)+δ^fastI]^-1e^fast(n)

其中，h^fast(n)为第n时刻的快速自适应滤波器系数，h^fast(n+1)为第n+1时刻的快速自适应滤波器系数，μ^fast为快速自适应滤波器的更新步长，δ^fast为快速自适应滤波器的稳定因子，I为单位矩阵，[*]^-1表示求逆运算，[*]^T表示转置，X(n)为参考输入矩阵，e^fast(n)为快速自适应滤波器的输出矢量。

慢速自适应滤波器的系数更新公式为：

h^slow(n+1)＝h^slow(n)+μ^slowX(n)[X^T(n)X(n)+δ^slowI]^-1e^slow(n)

其中，其中，h^slow(n)为第n时刻的慢速自适应滤波器系数，h^slow(n+1)为第n+1时刻的快速自适应滤波器系数，μ^slow为快速自适应滤波器的更新步长，δ^slow为慢速自适应滤波器的稳定因子，I为单位矩阵，[*]^-1表示求逆运算，[*]^T表示转置，X(n)为参考输入矩阵，e^slow(n)为慢速自适应滤波器的输出矢量。

本发明另一具体的实施例中，仍以双滤波的仿射投影算法用于回声消除为例进行说明，其中仿射投影算法为分段仿射投影算法。

本发明实施例中假设滤波器高阶部分的长度L_high＝40，低阶部分的长度L_low＝10，滤波器的总长度L＝L_low+L_high＝50。选取滤波器低阶部分对应的仿射投影阶数为p_low＝8，滤波器高阶部分对应的仿射投影阶数为p_high＝4。当然，本发明实施例并不做限定，实际上L_high、L_low的取值，p_high和p_low的取值只要满足正常数即可，且p_high小于p_low。

根据远端输入信号(第一输入信号)和近端输入信号(第二输入信号)，构建第m个子帧的参考输入矩阵以及输入矢量。

通常情况下，回声消除器，需要对远端输入信号和近端输入信号进行分帧处理。本发明实施例中设定信号的采样频率为16KHz，信号帧长为L_frame，L_frame＝320，分帧后第k帧的远端输入信号R_in和近端输入信号S_in为：

R_in＝[R_in((k-1)*L_frame),...,R_in((k-1)*L_frame+L_frame-1)]，

S_in＝[S_in((k-1)*L_frame),...,S_in((k-1)*L_frame+L_frame-1)]。

根据设定的最高仿射投影阶数p_low，进一步将第k帧的远端输入信号R_in和近端输入信号S_in分为L_frame/p个子帧，则第m个子帧的远端输入信号和近端输入信号为：

由远端输入信号构建参考输入矩阵，第m个子帧的参考输入矩阵X(n)为：

$X^T\left(n\right)=\left[\begin{array}{cc}{X}_L^T\left(n\right)& X_H^T\left(n\right)\end{array}\right]$

其中，n＝(k-1)*L_frame+(m-1)*p_low，为与仿射投影阶数p_low对应的滤波器低阶部分的参考输入子矩阵，是p_low×L_low维矩阵。为与仿射投影阶数p_low对应的滤波器高阶部分的参考输入子矩阵，为p_low×L_high维矩阵：

中，有一部分是与仿射投影阶数p_high对应的滤波器低阶部分的参考输入子矩阵，记作是p_high×L_low维矩阵。中，有一部分是与仿射投影阶数p_high对应的滤波器高阶部分的参考输入子矩阵，记作是p_high×L_high维矩阵。

由近端输入信号构建输入矢量，第m个子帧仿射投影阶数p_low对应的输入矢量记作d_low(n)，前p_high个分量为仿射投影阶数p_high对应的输入矢量记作d_high(n)：

d_low(n)＝[S_in(n),…,S_in(n-p_low+1)]^T，

d_high(n)＝[S_in(n),…,S_in(n-p_high+1)]^T。

然后，根据第m个子帧的两组具有不同参数配置的基于分段仿射投影算法的自适应滤波器系数、参考输入矩阵和输入矢量，得到第m个子帧的两组初始信号。

设第m个子帧的快速滤波器系数矢量为其中，

$h_{\mathrm{low},m}^{\mathrm{fast}}={[h_{\mathrm{low},m}^{\mathrm{fast}}\left(0\right),...,h_{\mathrm{low},m}^{\mathrm{fast}}(L_{\mathrm{low}}-1)]}^T,h_{\mathrm{high},m}^{\mathrm{fast}}={[h_{\mathrm{high},m}^{\mathrm{fast}}\left(0\right),...,h_{\mathrm{high},m}^{\mathrm{fast}}(L_{\mathrm{high}}-1)]}^T,$

则，第m个子帧的初始信号为：

$e_{\mathrm{low}}^{\mathrm{fast}}\left(n\right)=d_{\mathrm{low}}\left(n\right)-X_L^T\left(n\right)h_{\mathrm{low},m}^{\mathrm{fast}}\left(n\right)-X_H^T\left(n\right)h_{\mathrm{high},m}^{\mathrm{fast}}\left(n\right)$

其中的前p_high个元素的初始信号为：

$e_{\mathrm{high}}^{\mathrm{fast}}\left(n\right)=d_{\mathrm{high}}\left(n\right)-X_{\mathrm{LM}}^T\left(n\right)h_{\mathrm{low},m}^{\mathrm{fast}}\left(n\right)-X_{\mathrm{HM}}^T\left(n\right)h_{\mathrm{high},m}^{\mathrm{fast}}\left(n\right).$

设第m个子帧的慢速滤波器系数矢量为其中，

$h_{\mathrm{low},m}^{\mathrm{slow}}={[h_{\mathrm{low},m}^{\mathrm{slow}}\left(0\right),...,h_{\mathrm{low},m}^{\mathrm{slow}}(L_{\mathrm{low}}-1)]}^T,h_{\mathrm{high},m}^{\mathrm{slow}}={[h_{\mathrm{high},m}^{\mathrm{slow}}\left(0\right),...,h_{\mathrm{high},m}^{\mathrm{slow}}(L_{\mathrm{high}}-1)]}^T.$

则，第m个子帧的初始信号为：

$e_{\mathrm{low}}^{\mathrm{slow}}\left(n\right)=d_{\mathrm{low}}\left(n\right)-X_L^T\left(n\right)h_{\mathrm{low},m}^{\mathrm{slow}}\left(n\right)-X_H^T\left(n\right)h_{\mathrm{high},m}^{\mathrm{slow}}\left(n\right)$

其中的前p_high个元素的初始信号为：

$e_{\mathrm{high}}^{\mathrm{slow}}\left(n\right)=d_{\mathrm{high}}\left(n\right)-X_{\mathrm{LM}}^T\left(n\right)h_{\mathrm{low},m}^{\mathrm{slow}}\left(n\right)-X_{\mathrm{HM}}^T\left(n\right)h_{\mathrm{high},m}^{\mathrm{slow}}\left(n\right).$

本发明实施例中确定混合比例因子以及确定最终信号的过程，可参阅上述实施例中的相关描述，在此不再赘述。

本发明实施例中对两组不同的滤波器系数进行更新，过程如下：

第m+1个子帧的快速滤波器系数：

$h_{m+1}^{\mathrm{fast}}={\left[{h_{\mathrm{low},m+1}^{\mathrm{fast}}}^T{h_{\mathrm{high},m+1}^{\mathrm{fast}}}^T\right]}^T,$ 其中，

$h_{\mathrm{low},m+1}^{\mathrm{fast}}=h_{\mathrm{low},m}^{\mathrm{fast}}+{\mathrm{\&mu;}}_{\mathrm{low}}^{\mathrm{fast}}{X}_L\left(n\right){[X_L^T\left(n\right)X_L\left(n\right)+{\mathrm{\&delta;}}_{\mathrm{low}}^{\mathrm{fast}}I]}^{-1}{e}_{\mathrm{low}}^{\mathrm{fast}}\left(n\right),$

$h_{\mathrm{high},m+1}^{\mathrm{fast}}=h_{\mathrm{high},m}^{\mathrm{fast}}+{\mathrm{\&mu;}}_{\mathrm{high}}^{\mathrm{fast}}{X}_{\mathrm{HM}}\left(n\right){[X_{\mathrm{HM}}^T\left(n\right)X_{\mathrm{HM}}\left(n\right)+{\mathrm{\&delta;}}_{\mathrm{high}}^{\mathrm{fast}}I]}^{-1}{e}_{\mathrm{high}}^{\mathrm{fast}}\left(n\right),$

其中，为快速滤波器低阶部分对应的更新步长，为快速滤波器高阶部分对应的更新步长，[*]^-1表示求逆运算，为快速滤波器低阶部分对应的稳定性因子，为快速滤波器高阶部分对应的稳定性因子。一般地， 和可以取大于零的常数。但是和也可以是与滤波器系数样点数相关的变量和 和也可以是取值与输入矢量具有一定关联的变量。

第m+1个子帧的慢速滤波器系数：

$h_{m+1}^{\mathrm{slow}}={\left[{h_{\mathrm{low},m+1}^{\mathrm{slow}}}^T{h_{\mathrm{high},m+1}^{\mathrm{slow}}}^T\right]}^T,$ 其中，

$h_{\mathrm{low},m+1}^{\mathrm{slow}}=h_{\mathrm{low},m}^{\mathrm{slow}}+{\mathrm{\&mu;}}_{\mathrm{low}}^{\mathrm{slow}}{X}_L\left(n\right){[X_L^T\left(n\right)X_L\left(n\right)+{\mathrm{\&delta;}}_{\mathrm{low}}^{\mathrm{slow}}I]}^{-1}{e}_{\mathrm{low}}^{\mathrm{slow}}\left(n\right),$

$h_{\mathrm{high},m+1}^{\mathrm{slow}}=h_{\mathrm{high},m}^{\mathrm{slow}}+{\mathrm{\&mu;}}_{\mathrm{high}}^{\mathrm{slow}}{X}_{\mathrm{HM}}\left(n\right){[X_{\mathrm{HM}}^T\left(n\right)X_{\mathrm{HM}}\left(n\right)+{\mathrm{\&delta;}}_{\mathrm{high}}^{\mathrm{slow}}I]}^{-1}{e}_{\mathrm{high}}^{\mathrm{slow}}\left(n\right).$

其中，为慢速滤波器低阶部分对应的更新步长，为慢速滤波器高阶部分对应的更新步长，[*]^-1表示求逆运算，为慢速滤波器低阶部分对应的稳定性因子，为慢速滤波器高阶部分对应的稳定性因子。一般地， 和可以取大于零的常数。但是和也可以是与滤波器系数样点数相关的变量和 和也可以是取值与输入矢量具有一定关联的变量。

本发明上述两具体实施例中在回声消除中的信号处理方法，可依据实际情况考虑计算复杂度以及计算精度等选择不同的处理方式。本发明实施例可通过对具有不同滤波系数的自适应滤波器的初始信号在最终信号中所占的比例进行自适应调整，在一定程度上能够实现在不同应用场景下收敛速度、稳态误差以及计算复杂度之间的平衡。

基于上述实施例提供的信号处理方法，本发明实施例还提供一种信号处理装置800，如图8A所示，信号处理装置800包括滤波单元801和处理单元802，其中，

滤波单元801，用于基于至少两组自适应滤波器对第一输入信号进行滤波，得到滤波后的第一输入信号，并根据第二输入信号和所述滤波后的第一输入信号，得到每一组所述自适应滤波器的初始信号。

处理单元802，用于通过将滤波单元801得到的每组自适应滤波器的初始信号进行混合，得到最终信号。

在第一种实现方式中，信号处理装置800还包括更新单元803，如图8B所示，其中，

更新单元803，用于按照不同的配置参数，对各组自适应滤波器的滤波系数进行更新。

其中，每组自适应滤波器的滤波系数更新独立于除本组以外的其他组自适应滤波器的滤波系数更新结果。

在第二种实现方式中，处理单元802，具体用于按如下方式通过将每组自适应滤波器的初始信号进行混合，得到最终信号：

分别确定每组自适应滤波器对应的混合比例因子，所述混合比例因子用于表示将初始信号进行混合的比例。

根据每组自适应滤波器对应的混合比例因子，将每组自适应滤波器的初始信号进行混合，得到最终信号。

在第三种实现方式中，处理单元802，具体用于按如下方式确定每组自适应滤波器对应的混合比例因子：

确定第v组自适应滤波器对应的混合比例因子K_v，其中，v为小于等于N的正整数，N为大于等于2的正整数。

依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子。

在第四种实现方式中，处理单元802，具体用于按如下方式确定第v组自适应滤波器对应的混合比例因子K_v：

根据第一输入信号、第二输入信号或自适应滤波器的初始信号，确定一个用于确定混合比例因子的参数输入信号。

确定参数输入信号在频域上对应的各子带信号的子带信噪比，并对子带信噪比进行修正，得到修正子带信噪比和。

根据修正子带信噪比和，确定第v组自适应滤波器对应的混合比例因子K_v。

在第五种实现方式中，处理单元802，具体用于按如下方式确定第v组自适应滤波器对应的混合比例因子K_v：

根据第一输入信号、第二输入信号或自适应滤波器的初始信号，确定M个用于确定混合比例因子的参数输入信号，其中，M为大于等于2的正整数。

分别计算M个参数输入信号在频域上对应的各子带信号的子带信噪比，并对子带信噪比进行修正，得到M个参数输入信号对应的修正子带信噪比和。

根据M个参数输入信号对应的修正子带信噪比和，分别确定M个第v组自适应滤波器对应的混合比例因子；

将确定的M个第V组自适应滤波器对应的混合比例因子中数值最小的混合比例因子，作为第v组自适应滤波器对应的混合比例因子K_v。

在第六种实现方式中，处理单元802，具体用于按如下方式确定参数输入信号在频域上对应的各子带信号的子带信噪比，并对子带信噪比进行修正，得到修正子带信噪比和：

根据参数输入信号在频域上对应的各子带信号的子带能量以及估计的子带噪声能量，确定各子带信噪比，其中，子带能量、估计的子带噪声能量以及确定的子带信噪比满足公式 $\mathrm{SNR}\left(i\right)=\min \{\frac{E\_\mathrm{band}\left(i\right)}{E\_\mathrm{band}\_\mathrm{noise}\left(i\right)}-\mathrm{1,0}\}.$

对各子带信噪比进行修正，得到各子带信噪比的修正子带信噪比，其中，子带信噪比与修正子带信噪比满足公式

根据各子带信噪比的修正子带信噪比，确定修正子带信噪比和，其中，各子带信噪比的修正子带信噪比与修正子带信噪比和满足公式 $\mathrm{MSSNR}=\underset{i=0}{\overset{\mathrm{NUM}\_\mathrm{BAND}-1}{\mathrm{\&Sigma;}}}\mathrm{MSNR}\left(i\right).$

其中，E_band(i)为第i个子带的能量，E_band_noise(i)为第i个子带的噪声估计能量，SNR(i)为第i个子带的信噪比，i＝0,1,...,NUM_BAND-1，NUM_BAND为子带的数目，MSNR(i)为对第i个子带的信噪比进行修正得到的修正子带信噪比，B为正常数，TH_SNR为预先设定的子带信噪比门限，MSSNR为修正子带信噪比和。

在第七种实现方式中，处理单元802确定的第v组自适应滤波器对应的混合比例因子K_v，满足公式

$K\_v=\left\{\begin{array}{cc}K1,& \mathrm{MSSNR}\&GreaterEqual;\mathrm{MAX}\_\mathrm{MSSNR}\\ C*\mathrm{MSSNR}+D,& \mathrm{MIN}\_\mathrm{MSSNR}<\mathrm{MSSNR}<\mathrm{MAX}\_\mathrm{MSSNR}\\ K2,& \mathrm{MSSNR}\&le;\mathrm{MIN}\_\mathrm{MSSNR}\end{array}\right..$

其中，K_v为第v组自适应滤波器对应的混合比例因子，K1为MSSNR最大时选取的混合比例因子，K2为MSSNR最小时选取的混合比例因子，MAX_MSSNR为预先确定的修正子带信噪比和最大值，MIN_MSSNR为预先确定的修正子带信噪比和最小值，K1和K2为正常数，MSSNR为修正子带信噪比和，MAX_MSSNR和MIN_MSSNR为正常数，且MAX_MSSNR＞MIN_MSSNR， $C=\frac{K1-K2}{\mathrm{MAX}\_\mathrm{MSSNR}-\mathrm{MIN}\_\mathrm{MSSNR}},$ D＝K2-C*MIN_MSSNR。

在第八种实现方式中，处理单元802，具体用于按如下方式依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子：

若N为大于2的正整数，则在所剩的N-1组自适应滤波器中选取N-2组自适应滤波器。

分别确定第j组自适应滤波器对应的混合比例因子K_j，j为不等于v且小于等于N的正整数。

确定除第v组以及选取的N-2组以外剩余的一组自适应滤波器对应的混合比例因子为 $1-K-\underset{j}{\mathrm{\&Sigma;}}K\_j.$

在第九种实现方式中，处理单元802，具体用于按如下方式依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子：

若N为大于2的正整数，则在所剩的N-1组自适应滤波器中选取N-2组自适应滤波器。

根据预先设定的由第v组自适应滤波器对应的混合比例因子映射到第j组自适应滤波器对应的混合比例因子的修正因子β_{v_j}，分别确定第j组自适应滤波器对应的混合比例因子为β_{v_j}K，j为不等于v且小于等于N的正整数。

确定除第v组以及选取的N-2组以外剩余的一组自适应滤波器对应的混合比例因子为 $1-K-\underset{j}{\mathrm{\&Sigma;}}{\mathrm{\&beta;}}_{v\_j}K.$

在第十种实现方式中，处理单元802，具体用于按如下方式根据每组自适应滤波器对应的混合比例因子以及每组自适应滤波器的初始信号，得到最终信号：

根据每组自适应滤波器对应的混合比例因子，确定每组自适应滤波器对应的当前帧中每个样点的混合比例因子，其中，每组自适应滤波器对应的混合比例因子与自适应滤波器对应的当前帧中第m个样点的混合比例因子之间满足公式 $\hat{K}\left(m\right)=\frac{L\_\mathrm{FRAME}-m}{L\_\mathrm{FRAME}}{K}_{\mathrm{old}}+\frac{m}{L\_\mathrm{FRAME}}K.$

依据每组自适应滤波器对应的当前帧中每个样点的混合比例因子，将每组自适应滤波器的初始信号进行混合，得到当前帧中每个样点的最终信号。

其中，为第v组自适应滤波器对应的当前帧中第m个样点的混合比例因子，L_FRAME为当前帧的帧长，K_old为第v组自适应滤波器在前一帧中的混合比例因子，K为第v组自适应滤波器在当前帧的混合比例因子，m＝1,2,…L_FRAME，v为小于等于N的正整数，N为大于等于2的正整数。

本发明实施例提供的信号处理装置800，可以是例如回声消除器或者噪声抑制器等装置，当然也可以是回声消除器或者噪声抑制器内部的部件，本发明实施例不做限定。

进一步的，本发明实施例提供的信号处理装置800，可用于执行上述方法实施例提供的信号处理方法，故对本发明实施例中信号处理装置800描述不够相近的地方，可参阅相关方法实施例以及附图的描述，本发明实施例在此不再赘述。

本发明实施例提供的信号处理装置800，基于至少两组自适应滤波器对第一输入信号进行滤波，得到滤波后的第一输入信号，并根据第二输入信号以及滤波后的第一输入信号，分别得到每组自适应滤波器的初始信号，通过将每组自适应滤波器的初始信号进行混合，得到最终信号，即本发明实施例中采用对每组自适应滤波器的初始信号进行混合的方式替代现有的硬判决方式，能够避免硬判决方式的判决错误造成信号处理性能下降的问题。

基于上述实施例提供的信号处理方法以及信号处理装置，本发明实施例还提供了一种信号处理装置900，如图9所示，该信号处理装置900包括至少两组自适应滤波器901、至少一个处理器902，通信总线903，存储器904以及至少一个通信接口905，所述自适应滤波器901、所述存储器904和所述通信接口905通过所述通信总线903与所述至少一个处理器902连接，其中：

所述通信总线903可包括一通路，用于至少一个处理器902、存储器904以及至少一个通信接口之间传送信息。

所述存储器904，用于存储执行应用程序代码，可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory，EEPROM)、只读光盘(Compact DiscRead-Only Memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。这些存储器通过总线与处理器相连接。

本发明实施例中的自适应滤波器901可以是例如基于仿射投影算法的自适应滤波器，可以是快速自适应滤波器，也可以是慢速自适应滤波器。

所述至少两组自适应滤波器901，用于对第一输入信号进行滤波，得到滤波后的第一输入信号，根据第二输入信号和所述滤波后的第一输入信号，得到每一组所述自适应滤波器的初始信号。

本发明实施例中处理器902可以是一个通用中央处理器(CPU)，微处理器，特定应用集成电路(application-specific integrated circuit，ASIC)，或一个或多个用于控制本发明方案程序执行的集成电路。

所述处理器902，用于调用所述存储器904中存储的应用程序，将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号。

本发明实施例中所述通信接口905，用于输出最终信号。通信接口905，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(RAN)，无线局域网(Wireless Local Area Networks，WLAN)等。

在第一种实现方式中，所述处理器902，还用于：

按照不同的配置参数，对各组自适应滤波器的滤波系数进行更新。

其中，每组自适应滤波器的滤波系数更新独立于除本组以外的其他组自适应滤波器的滤波系数更新结果。

在第二种实现方式中，所述处理器902，具体用于按如下方式将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号：

分别确定每组自适应滤波器对应的混合比例因子，所述混合比例因子用于表示将初始信号进行混合的比例。

根据每组自适应滤波器对应的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号。

在第三种实现方式中，所述处理器902，具体用于按如下方式确定每组自适应滤波器对应的混合比例因子：

确定第v组自适应滤波器对应的混合比例因子K_v，其中，v为小于等于N的正整数，N为大于等于2的正整数。

依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子。

在第四种实现方式中，所述处理器902，具体用于按如下方式确定第v组自适应滤波器对应的混合比例因子K_v：

根据所述第一输入信号、所述第二输入信号或所述初始信号，确定一个参数输入信号。

确定所述参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到修正子带信噪比和。

根据所述修正子带信噪比和，确定第v组自适应滤波器对应的混合比例因子K_v。

在第五种实现方式中，所述处理器902，具体用于按如下方式确定第v组自适应滤波器对应的混合比例因子K_v：

根据所述第一输入信号、所述第二输入信号或自适应滤波器的初始信号，确定M个参数输入信号，其中，M为大于等于2的正整数。

分别计算M个参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到M个参数输入信号对应的修正子带信噪比和。

根据M个参数输入信号对应的修正子带信噪比和，分别确定M个第v组自适应滤波器对应的混合比例因子；

将确定的M个第V组自适应滤波器对应的混合比例因子中数值最小的混合比例因子，作为第v组自适应滤波器对应的混合比例因子K_v。

在第六种实现方式中，所述处理器902，具体用于按如下方式确定参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到修正子带信噪比和：

根据参数输入信号在频域上对应的各子带信号的子带能量以及估计的子带噪声能量，确定各子带信噪比，其中，子带能量、估计的子带噪声能量以及确定的子带信噪比满足公式 $\mathrm{SNR}\left(i\right)=\min \{\frac{E\_\mathrm{band}\left(i\right)}{E\_\mathrm{band}\_\mathrm{noise}\left(i\right)}-\mathrm{1,0}\}.$

对所述各子带信噪比进行修正，得到各子带信噪比的修正子带信噪比，其中，子带信噪比与修正子带信噪比满足公式

根据各子带信噪比的修正子带信噪比，确定修正子带信噪比和，其中，各子带信噪比的修正子带信噪比与修正子带信噪比和满足公式 $\mathrm{MSSNR}=\underset{i=0}{\overset{\mathrm{NUM}\_\mathrm{BAND}-1}{\mathrm{\&Sigma;}}}\mathrm{MSNR}\left(i\right).$

其中，E_band(i)为第i个子带的能量，E_band_noise(i)为第i个子带的噪声估计能量，SNR(i)为第i个子带的信噪比，i＝0,1,...,NUM_BAND-1，NUM_BAND为子带的数目，MSNR(i)为对第i个子带的信噪比进行修正得到的修正子带信噪比，B为正常数，TH_SNR为预先设定的子带信噪比门限，MSSNR为修正子带信噪比和。

在第七种实现方式中，所述处理器902确定的第v组自适应滤波器对应的混合比例因子K_v，满足公式

$K\_v=\left\{\begin{array}{cc}K1,& \mathrm{MSSNR}\&GreaterEqual;\mathrm{MAX}\_\mathrm{MSSNR}\\ C*\mathrm{MSSNR}+D,& \mathrm{MIN}\_\mathrm{MSSNR}<\mathrm{MSSNR}<\mathrm{MAX}\_\mathrm{MSSNR}\\ K2,& \mathrm{MSSNR}\&le;\mathrm{MIN}\_\mathrm{MSSNR}\end{array}\right..$

其中，K_v为第v组自适应滤波器对应的混合比例因子，K1为MSSNR最大时选取的混合比例因子，K2为MSSNR最小时选取的混合比例因子，MAX_MSSNR为预先确定的修正子带信噪比和最大值，MIN_MSSNR为预先确定的修正子带信噪比和最小值，K1和K2为正常数，MSSNR为修正子带信噪比和，MAX_MSSNR和MIN_MSSNR为正常数，且MAX_MSSNR＞MIN_MSSNR， $C=\frac{K1-K2}{\mathrm{MAX}\_\mathrm{MSSNR}-\mathrm{MIN}\_\mathrm{MSSNR}},$ D＝K2-C*MIN_MSSNR。

在第八种实现方式中，所述处理器902，具体用于按如下方式依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子：

若N为大于2的正整数，则在所剩的N-1组自适应滤波器中选取N-2组自适应滤波器。

分别确定第j组自适应滤波器对应的混合比例因子K_j，j为不等于v且小于等于N的正整数。

确定除第v组以及选取的N-2组以外剩余的一组自适应滤波器对应的混合比例因子为 $1-K-\underset{j}{\mathrm{\&Sigma;}}K\_j.$

在第九种实现方式中，所述处理器902，具体用于按如下方式依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子：

若N为大于2的正整数，则在所剩的N-1组自适应滤波器中选取N-2组自适应滤波器。

根据预先设定的由第v组自适应滤波器对应的混合比例因子映射到第j组自适应滤波器对应的混合比例因子的修正因子β_{v_j}，分别确定第j组自适应滤波器对应的混合比例因子为β_{v_j}K，j为不等于v且小于等于N的正整数。

确定除第v组以及选取的N-2组以外剩余的一组自适应滤波器对应的混合比例因子为

在第十种实现方式中，所述处理器902，具体用于按如下方式根据每组自适应滤波器对应的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号：

根据每组自适应滤波器对应的混合比例因子，确定每组自适应滤波器对应的当前帧中每个样点的混合比例因子，其中，每组自适应滤波器对应的混合比例因子与自适应滤波器对应的当前帧中第m个样点的混合比例因子之间满足公式 $\hat{K}\left(m\right)=\frac{L\_\mathrm{FRAME}-m}{L\_\mathrm{FRAME}}{K}_{\mathrm{old}}+\frac{m}{L\_\mathrm{FRAME}}K.$

依据每组自适应滤波器对应的当前帧中每个样点的混合比例因子，将每组自适应滤波器的初始信号进行混合，得到当前帧中每个样点的最终信号。

其中，为第v组自适应滤波器对应的当前帧中第m个样点的混合比例因子，L_FRAME为当前帧的帧长，K_old为第v组自适应滤波器在前一帧中的混合比例因子，K为第v组自适应滤波器在当前帧的混合比例因子，m＝1,2,…L_FRAME，v为小于等于N的正整数，N为大于等于2的正整数。

本发明实施例提供的信号处理装置900，可以是例如回声消除器或者噪声抑制器等装置，当然也可以是回声消除器或者噪声抑制器内部的部件，本发明实施例不做限定。

进一步的，本发明实施例提供的信号处理装置900，可用于执行上述方法实施例提供的信号处理方法，故对本发明实施例中信号处理装置800描述不够相近的地方，可参阅相关方法实施例以及附图的描述，本发明实施例在此不再赘述。

本发明实施例提供的信号处理装置900，基于至少两组自适应滤波器对第一输入信号进行滤波，得到滤波后的第一输入信号，并根据第二输入信号以及滤波后的第一输入信号，分别得到每组自适应滤波器的初始信号，通过将每组自适应滤波器的初始信号进行混合，得到最终信号，即本发明实施例中采用对每组自适应滤波器的初始信号进行混合的方式替代现有的硬判决方式，能够避免硬判决方式的判决错误造成信号处理性能下降的问题。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (22)

1.一种信号处理方法，其特征在于，包括：

基于至少两组自适应滤波器对第一输入信号进行滤波，得到滤波后的第一输入信号；

根据第二输入信号和所述滤波后的第一输入信号，得到每一组所述自适应滤波器的初始信号；

将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

按照不同的配置参数，对各组自适应滤波器的滤波系数进行更新；

其中，每组自适应滤波器的滤波系数更新独立于除本组以外的其他组自适应滤波器的滤波系数更新结果。

3.如权利要求1或2所述的方法，其特征在于，所述将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号，包括：

分别确定每组自适应滤波器对应的混合比例因子，所述混合比例因子用于表示将初始信号进行混合的比例；

根据每组自适应滤波器对应的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号。

4.如权利要求3所述的方法，其特征在于，所述确定每组自适应滤波器对应的混合比例因子，包括：

确定第v组自适应滤波器对应的混合比例因子K_v，其中，v为小于等于N的正整数，N为大于等于2的正整数；

依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子。

5.如权利要求4所述的方法，其特征在于，确定第v组自适应滤波器对应的混合比例因子K_v，包括：

根据所述第一输入信号、所述第二输入信号或所述初始信号，确定一个参数输入信号；

确定所述参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到修正子带信噪比和；

根据所述修正子带信噪比和，确定第v组自适应滤波器对应的混合比例因子K_v。

6.如权利要求4所述的方法，其特征在于，确定第v组自适应滤波器对应的混合比例因子K_v，包括：

根据所述第一输入信号、所述第二输入信号或所述初始信号，确定M个参数输入信号，其中，M为大于等于2的正整数；

分别计算M个参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到M个参数输入信号对应的修正子带信噪比和；

根据M个参数输入信号对应的修正子带信噪比和，分别确定M个第v组自适应滤波器对应的混合比例因子；

将确定的M个第v组自适应滤波器对应的混合比例因子中数值最小的混合比例因子，作为第v组自适应滤波器对应的混合比例因子K_v。

7.如权利要求5或6所述的方法，其特征在于，确定参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到修正子带信噪比和，包括：

根据参数输入信号在频域上对应的各子带信号的子带能量以及估计的子带噪声能量，确定各子带信噪比，其中，子带能量、估计的子带噪声能量以及确定的子带信噪比满足公式 $\mathrm{SNR}\left(i\right)=\min \{\frac{E\_\mathrm{band}\left(i\right)}{E\_\mathrm{band}\_\mathrm{noise}\left(i\right)}-\mathrm{1,0}\};$

对所述各子带信噪比进行修正，得到各子带信噪比的修正子带信噪比，其中，子带信噪比与修正子带信噪比满足公式

根据各子带信噪比的修正子带信噪比，确定修正子带信噪比和，其中，各子带信噪比的修正子带信噪比与修正子带信噪比和满足公式 $\mathrm{MSSNR}=\underset{i=0}{\overset{\mathrm{NUM}\_\mathrm{BAND}-1}{\mathrm{\&Sigma;}}}\mathrm{MSNR}\left(i\right);$

其中，E_band(i)为第i个子带的能量，E_band_noise(i)为第i个子带的噪声估计能量，SNR(i)为第i个子带的信噪比，i＝0,1,...,NUM_BAND-1，NUM_BAND为子带的数目，MSNR(i)为对第i个子带的信噪比进行修正得到的修正子带信噪比，B为正常数，TH_SNR为预先设定的子带信噪比门限，MSSNR为修正子带信噪比和。

8.如权利要求5-7任一项所述的方法，其特征在于，第v组自适应滤波器对应的混合比例因子K_v，满足公式

$K\_v=\left\{\begin{array}{cc}K1,& \mathrm{MSSNR}\&GreaterEqual;\mathrm{MAX}\_\mathrm{MSSNR}\\ C*\mathrm{MSSNR}+D,& \mathrm{MIN}\_\mathrm{MSSNR}<\mathrm{MSSNR}<\mathrm{MAX}\_\mathrm{MSSNR}\\ K2,& \mathrm{MSSNR}\&le;\mathrm{MIN}\_\mathrm{MSSNR}\end{array}\right.;$

其中，K_v为第v组自适应滤波器对应的混合比例因子，K1为MSSNR最大时选取的混合比例因子，K2为MSSNR最小时选取的混合比例因子，MAX_MSSNR为预先确定的修正子带信噪比和最大值，MIN_MSSNR为预先确定的修正子带信噪比和最小值，K1和K2为正常数，MSSNR为修正子带信噪比和，MAX_MSSNR和MIN_MSSNR为正常数，且MAX_MSSNR＞MIN_MSSNR， $C=\frac{K1-K2}{\mathrm{MAX}\_\mathrm{MSSNR}-\mathrm{MIN}\_\mathrm{MSSNR}},$ D＝K2-C*MIN_MSSNR。

9.如权利要求4所述的方法，其特征在于，若N为大于2的正整数，则所述依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子，包括：

在所剩的N-1组自适应滤波器中选取N-2组自适应滤波器；

分别确定第j组自适应滤波器对应的混合比例因子K_j，j为不等于v且小于等于N的正整数；

确定除第v组以及选取的N-2组以外剩余的一组自适应滤波器对应的混合比例因子为

10.如权利要求4所述的方法，其特征在于，若N为大于2的正整数，则所述依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子，包括：

在所剩的N-1组自适应滤波器中选取N-2组自适应滤波器；

根据预先设定的由第v组自适应滤波器对应的混合比例因子映射到第j组自适应滤波器对应的混合比例因子的修正因子β_{v_j}，分别确定第j组自适应滤波器对应的混合比例因子为β_{v_j}K，j为不等于v且小于等于N的正整数；

确定除第v组以及选取的N-2组以外剩余的一组自适应滤波器对应的混合比例因子为

11.如权利要求3所述的方法，其特征在于，所述根据每组自适应滤波器对应的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号，包括：

根据所述每组自适应滤波器对应的混合比例因子，确定每组自适应滤波器对应的当前帧中每个样点的混合比例因子，其中，每组自适应滤波器对应的混合比例因子与自适应滤波器对应的当前帧中第m个样点的混合比例因子之间满足公式 $\hat{K}\left(m\right)=\frac{L\_\mathrm{FRAME}-m}{L\_\mathrm{FRAME}}{K}_{\mathrm{old}}+\frac{m}{L\_\mathrm{FRAME}}K;$

依据每组自适应滤波器对应的当前帧中每个样点的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到当前帧中每个样点的最终结果；

其中，为第v组自适应滤波器对应的当前帧中第m个样点的混合比例因子，L_FRAME为当前帧的帧长，K_old为第v组自适应滤波器在前一帧中的混合比例因子，K为第v组自适应滤波器在当前帧的混合比例因子，m＝1,2,…L_FRAME，v为小于等于N的正整数，N为大于等于2的正整数。

12.一种信号处理装置，其特征在于，包括：

滤波单元，用于基于至少两组自适应滤波器对第一输入信号进行滤波，得到滤波后的第一输入信号，并根据第二输入信号和所述滤波后的第一输入信号，得到每一组所述自适应滤波器的初始信号；

处理单元，用于将滤波单元得到的所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号。

13.如权利要求12所述的装置，其特征在于，所述装置还包括更新单元，其中，

所述更新单元，用于按照不同的配置参数，对各组自适应滤波器的滤波系数进行更新；

其中，每组自适应滤波器的滤波系数更新独立于除本组以外的其他组自适应滤波器的滤波系数更新结果。

14.如权利要求12或13所述的装置，其特征在于，所述处理单元，具体用于按如下方式将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号：

分别确定每组自适应滤波器对应的混合比例因子，所述混合比例因子用于表示将初始信号进行混合的比例；

根据每组自适应滤波器对应的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号。

15.如权利要求14所述的装置，其特征在于，所述处理单元，具体用于按如下方式确定每组自适应滤波器对应的混合比例因子：

确定第v组自适应滤波器对应的混合比例因子K_v，其中，v为小于等于N的正整数，N为大于等于2的正整数；

依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子。

16.如权利要求15所述的装置，其特征在于，所述处理单元，具体用于按如下方式确定第v组自适应滤波器对应的混合比例因子K_v：

根据所述第一输入信号、所述第二输入信号或所述初始信号，确定一个参数输入信号；

确定所述参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到修正子带信噪比和；

根据所述修正子带信噪比和，确定第v组自适应滤波器对应的混合比例因子K_v。

17.如权利要求15所述的装置，其特征在于，所述处理单元，具体用于按如下方式确定第v组自适应滤波器对应的混合比例因子K_v：

根据所述第一输入信号、所述第二输入信号或所述初始信号，确定M个参数输入信号，其中，M为大于等于2的正整数；

分别计算M个参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到M个参数输入信号对应的修正子带信噪比和；

根据M个参数输入信号对应的修正子带信噪比和，分别确定M个第v组自适应滤波器对应的混合比例因子；

将确定的M个第V组自适应滤波器对应的混合比例因子中数值最小的混合比例因子，作为第v组自适应滤波器对应的混合比例因子K_v。

18.如权利要求16或17所述的装置，其特征在于，所述处理单元，具体用于按如下方式确定参数输入信号在频域上对应的各子带信号的子带信噪比，并对所述子带信噪比进行修正，得到修正子带信噪比和：

根据参数输入信号在频域上对应的各子带信号的子带能量以及估计的子带噪声能量，确定各子带信噪比，其中，子带能量、估计的子带噪声能量以及确定的子带信噪比满足公式 $\mathrm{SNR}\left(i\right)=\min \{\frac{E\_\mathrm{band}\left(i\right)}{E\_\mathrm{band}\_\mathrm{noise}\left(i\right)}-\mathrm{1,0}\};$

对所述各子带信噪比进行修正，得到各子带信噪比的修正子带信噪比，其中，子带信噪比与修正子带信噪比满足公式

根据各子带信噪比的修正子带信噪比，确定修正子带信噪比和，其中，各子带信噪比的修正子带信噪比与修正子带信噪比和满足公式 $\mathrm{MSSNR}=\underset{i=0}{\overset{\mathrm{NUM}\_\mathrm{BAND}-1}{\mathrm{\&Sigma;}}}\mathrm{MSNR}\left(i\right);$

其中，E_band(i)为第i个子带的能量，E_band_noise(i)为第i个子带的噪声估计能量，SNR(i)为第i个子带的信噪比，i＝0,1,...,NUM_BAND-1，NUM_BAND为子带的数目，MSNR(i)为对第i个子带的信噪比进行修正得到的修正子带信噪比，B为正常数，TH_SNR为预先设定的子带信噪比门限，MSSNR为修正子带信噪比和。

19.如权利要求16-18任一项所述的装置，其特征在于，所述处理单元确定的第v组自适应滤波器对应的混合比例因子K_v，满足公式

$K\_v=\left\{\begin{array}{cc}K1,& \mathrm{MSSNR}\&GreaterEqual;\mathrm{MAX}\_\mathrm{MSSNR}\\ C*\mathrm{MSSNR}+D,& \mathrm{MIN}\_\mathrm{MSSNR}<\mathrm{MSSNR}<\mathrm{MAX}\_\mathrm{MSSNR}\\ K2,& \mathrm{MSSNR}\&le;\mathrm{MIN}\_\mathrm{MSSNR}\end{array}\right.;$

其中，K_v为第v组自适应滤波器对应的混合比例因子，K1为MSSNR最大时选取的混合比例因子，K2为MSSNR最小时选取的混合比例因子，MAX_MSSNR为预先确定的修正子带信噪比和最大值，MIN_MSSNR为预先确定的修正子带信噪比和最小值，K1和K2为正常数，MSSNR为修正子带信噪比和，MAX_MSSNR和MIN_MSSNR为正常数，且MAX_MSSNR＞MIN_MSSNR， $C=\frac{K1-K2}{\mathrm{MAX}\_\mathrm{MSSNR}-\mathrm{MIN}\_\mathrm{MSSNR}},$ D＝K2-C*MIN_MSSNR。

20.如权利要求15所述的装置，其特征在于，所述处理单元，具体用于按如下方式依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子：

若N为大于2的正整数，则在所剩的N-1组自适应滤波器中选取N-2组自适应滤波器；

分别确定第j组自适应滤波器对应的混合比例因子K_j，j为不等于v且小于等于N的正整数；

确定除第v组以及选取的N-2组以外剩余的一组自适应滤波器对应的混合比例因子为

21.如权利要求15所述的装置，其特征在于，所述处理单元，具体用于按如下方式依据确定得到的第v组自适应滤波器对应的混合比例因子K_v，确定除所述第v组自适应滤波器之外的N-1组自适应滤波器对应的混合比例因子：

若N为大于2的正整数，则在所剩的N-1组自适应滤波器中选取N-2组自适应滤波器；

根据预先设定的由第v组自适应滤波器对应的混合比例因子映射到第j组自适应滤波器对应的混合比例因子的修正因子β_{v_j}，分别确定第j组自适应滤波器对应的混合比例因子为β_{v_j}K，j为不等于v且小于等于N的正整数；

确定除第v组以及选取的N-2组以外剩余的一组自适应滤波器对应的混合比例因子为

22.如权利要求14所述的装置，其特征在于，所述处理单元，具体用于按如下方式根据每组自适应滤波器对应的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到最终信号：

根据所述每组自适应滤波器对应的混合比例因子，确定每组自适应滤波器对应的当前帧中每个样点的混合比例因子，其中，每组自适应滤波器对应的混合比例因子与自适应滤波器对应的当前帧中第m个样点的混合比例因子之间满足公式 $\hat{K}\left(m\right)=\frac{L\_\mathrm{FRAME}-m}{L\_\mathrm{FRAME}}{K}_{\mathrm{old}}+\frac{m}{L\_\mathrm{FRAME}}K;$

依据每组自适应滤波器对应的当前帧中每个样点的混合比例因子，将所述每一组所述自适应滤波器的初始信号进行混合，得到当前帧中每个样点的最终信号；

其中，为第v组自适应滤波器对应的当前帧中第m个样点的混合比例因子，L_FRAME为当前帧的帧长，K_old为第v组自适应滤波器在前一帧中的混合比例因子，K为第v组自适应滤波器在当前帧的混合比例因子，m＝1,2,…L_FRAME，v为小于等于N的正整数，N为大于等于2的正整数。