CN112397079A - 滤波器及其自适应滤波方法、计算机可读存储介质 - Google Patents

滤波器及其自适应滤波方法、计算机可读存储介质 Download PDF

Info

Publication number
CN112397079A
CN112397079A CN202011126471.9A CN202011126471A CN112397079A CN 112397079 A CN112397079 A CN 112397079A CN 202011126471 A CN202011126471 A CN 202011126471A CN 112397079 A CN112397079 A CN 112397079A
Authority
CN
China
Prior art keywords
filter
filtering
updating
signal
input signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011126471.9A
Other languages
English (en)
Inventor
吴人杰
黄景标
林聚财
殷俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202011126471.9A priority Critical patent/CN112397079A/zh
Publication of CN112397079A publication Critical patent/CN112397079A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Filters That Use Time-Delay Elements (AREA)

Abstract

本申请公开了一种滤波器及其自适应滤波方法、计算机可读存储介质。该自适应滤波方法包括：获取滤波器的期望信号和输入信号，并对期望信号和输入信号进行滤波处理，以得到误差信号；判断滤波器是否收敛；若滤波器未收敛，则获取滤波器的至少一个第一滤波单元；利用输入信号和误差信号对第一滤波单元的滤波参数进行时域约束更新，并利用输入信号和误差信号对滤波器的其它滤波单元的滤波系数进行无时域约束更新。通过这种方式，能够在保证滤波器收敛速度和稳态误差的前提下，降低滤波器的运算复杂度。

Description

滤波器及其自适应滤波方法、计算机可读存储介质
技术领域
本申请涉及语音信号处理技术领域，特别是涉及一种滤波器及其自适应滤波方法、计算机可读存储介质。
背景技术
传统单麦克风语音通讯系统中，为了实现良好的去噪和去回声的能力，往往会使用较为复杂的滤波器，甚至使用双滤波器组来应对时变的声学环境。但人们对音质和沉浸式听音体验的需求，越来越多的语音通讯方案采取了两个、四个、六个麦克风的结构，这意味着运算复杂度将是原来的单麦克风语音通讯系统的两倍、四倍、六倍。此时，部分智能硬件的处理速度将无法满足语音通讯系统的实时性要求。
本申请的发明人在长期的研发工作中发现，为降低复杂度以满足实时性的要求，通常会在语音处理算法前面增加选择模块，通过输入的多通道语音特征选择出最优的麦克风，作为单麦克风语音通讯系统的输入，最后将单路的输出复制给多路的输出，以达到多麦克风输入-多扬声器输出的结果。但此种实现方式，在处理过程中丢掉了多通道语音的相位信息，使用者无法感受到语音来自的方向，丧失了沉浸式的听音体验。
发明内容
本申请的一个目的在于实现在保证滤波器收敛速度和稳态误差的前提下，降低滤波器的运算复杂度。
为解决上述技术问题，本申请采用的一个技术方案是：提供一种滤波器的自适应滤波方法。该自适应滤波方法包括：获取滤波器的期望信号和输入信号，并对期望信号和输入信号进行滤波处理，以得到误差信号；判断滤波器是否收敛；若滤波器未收敛，则获取滤波器的至少一个第一滤波单元；利用输入信号和误差信号对第一滤波单元的滤波参数进行时域约束更新，并利用输入信号和误差信号对滤波器的其它滤波单元的滤波系数进行无时域约束更新。
为解决上述技术问题，本申请采用的一个技术方案是：提供一种滤波器。该滤波器包括：滤波模块，用于对滤波器的期望信号和输入信号进行滤波处理，以得到误差信号；判决模块，与滤波模块耦接，判决模块用于判断滤波模块是否收敛；更新模块，分别与滤波模块和判决模块耦接，更新模块用于在判决模块判定滤波模块未收敛时，获取滤波模块的一个第一滤波单元；更新模块进一步用于利用输入信号和误差信号对第一滤波单元的滤波参数进行时域约束更新，并利用输入信号和误差信号对滤波模块的其它滤波单元的滤波系数进行无时域约束更新。
为解决上述技术问题，本申请采用的一个技术方案是：提供一种计算机可读存储介质。该计算机可读存储介质上存储有程序指令，程序指令被执行时以实现上述滤波器的自适应滤波方法。
本申请的有益效果是：区别于现有技术，本申请实施例通过设置收敛条件，对滤波器进行收敛判断，并在滤波器未收敛时，才进行后续的约束更新，能够避免滤波器在收敛后的冗余更新，能够减少计算量，进而能够降低滤波器的运算复杂度；且本实施例利用滤波器的输入信号和误差信号对滤波器的至少第一滤波单元的滤波参数进行时域约束更新，并利用滤波器的输入信号和误差信号对滤波器的其它滤波单元的滤波系数进行无时域约束更新，即对滤波器的一部分滤波单元进行时域约束更新，而对滤波器的另一部分滤波单元进行无时域约束更新，不仅能够改善对滤波器的全部滤波单元进行时域约束更新导致滤波器收敛速度慢的问题，而且能够改善对滤波器的全部滤波单元进行无时域约束更新导致滤波器运算复杂度高的问题，且滤波器的时域约束更新和无时域约束更新稳态误差不会发生变化。因此，本申请实施例能够在保证滤波器收敛速度和稳态误差的前提下，降低滤波器的运算复杂度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请滤波器的自适应滤波方法一实施例的流程示意图；
图2是图1实施例自适应滤波方法中步骤S102的一具体流程示意图；
图3是图1实施例自适应滤波方法中步骤S102的一具体流程示意图；
图4是图1实施例自适应滤波方法中步骤S103的具体流程示意图；
图5是图1实施例自适应滤波方法中步骤S104的一具体流程示意图；
图6是图1实施例自适应滤波方法中步骤S104的一具体流程示意图；
图7是本申请滤波器的自适应滤波方法一实施例的流程示意图；
图8本申请滤波器一实施例的结构示意图；
图9是本申请计算机可读存储介质一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，均属于本申请保护的范围。
本申请中的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在语音通讯过程中，噪声与回声往往是影响通话质量的重要因素，而为了去除噪声和回声，诸如最小均方滤波器、归一化最小均方滤波器、变步长均方误差滤波器等被广泛应用于单麦克风单扬声器系统。
随着智能硬件水平的发展和对高质量语音通讯的需求，在视频会议等系统中，多麦克风多扬声器的硬件设置被越来越多的采用，以保证语音信号的清晰度及噪声、回声等干扰的抑制程度。但多麦克风多扬声器系统的复杂度，与传统的单麦克风单扬声器的系统相比，将成倍增加。此时，部分智能硬件的处理速度将无法满足语音通讯系统的实时性要求。
为降低滤波器的运算复杂度，且保证滤波器收敛速度和稳态误差的，本申请首先提出一种滤波器的自适应滤波方法，如图1所示，图1是本申请滤波器的自适应滤波方法一实施例的流程示意图。本实施例滤波器的自适应滤波方法包括以下步骤：
步骤S101：获取滤波器的期望信号和输入信号，并对期望信号和输入信号进行滤波处理，以得到误差信号。
进一步地，滤波器对期望信号和输入信号进行滤波处理后，得到滤波信号。
滤波器的自适应是指根据环境的改变，使用自适应算法来改变滤波器的参数和结构的滤波器。一般情况下，不改变自适应滤波器的结构。而自适应滤波器的系数是由自适应算法更新的时变系数，即其系数自动连续地适应于给定信号，以获得期望响应。自适应滤波器的最重要的特征就在于它能够在未知环境中有效工作，并能够跟踪输入信号的时变特征。
其中，本实施例的期望信号和输入信号可以为频域信号。具体地，在频域中，滤波信号Y为输入信号X和滤波器的当前滤波系数Wcurrent的乘积，即Y＝XH*Wcurrent，其中，H为共轭转置。
本申请实施例滤波器为自适应滤波器，其可以是最小均方滤波器、归一化最小均方滤波器或者变步长均方误差滤波器等。
步骤S102：判断滤波器是否收敛。
滤波器收敛的目的就是为了获得最优滤波器，最优滤波器就是某种准则(通常是最小均方误差)下，性能最优的滤波器。而实际中，由于系统环境是时变的，以及直接计算最优滤波器往往计算量较大，实时处理可能存在困难，所以可以让滤波器从某个初始状态出发，按照设定的规则，依据观测到的系统输入和输出，调整滤波器，使其不断逼近当前的最优滤波器。这个逼近的过程就是滤波器的收敛过程。
本实施例通过设置收敛条件，对滤波器进行收敛判定，能够避免滤波器在收敛后的冗余更新，能够减少计算量，因此能够降低滤波器的运算复杂度。
可选地，本实施例可以通过如图2所示的方法实现步骤S102。本实施的方法包括步骤S201至步骤S204。
步骤S201：获取滤波器的当前滤波系数和历史滤波系数。
语音信号通常包含多个语音帧，滤波器分别对多个语音帧进行滤波处理，滤波器的当前滤波系数是滤波器当前语音帧的滤波系数，而历史滤波系数是当前语音帧之前的语音帧的滤波系数。
具体地，本实施例的历史滤波系数可以是前N帧语音帧的滤波系数平滑后得到的平均值；N越小，滤波系数的瞬时值越容易被捕获，但N太小，无法反映声学环境的一般特性。本实施例的N可以是9、10或者11；N的具体值可以根据滤波器的应用场景进行适当调整。
步骤S202：利用当前滤波系数和历史滤波系数获取滤波系数的更新量。
具体地，本实施例获取滤波器的当前滤波系数Wcurrent和历史滤波系数Whistory之间的差值作为滤波系数的更新量。
步骤S203：判断更新量是否大于或等于预设更新量。
其中，预设更新量可以根据滤波器的应用场景来进行设置。例如，在对语音信号具有较高要求的应用场景中，可以设置预设更新量较小。
步骤S204：若更新量大于或等于预设更新量，则判定滤波器未收敛。
步骤S205：若更新量小于预设更新量，则判定滤波器收敛。
滤波系数的更新量较大，可以认为滤波器的收敛速度较快，还需要迭代；滤波系数的更新量较小，可以认为滤波器的收敛速度较慢，可以不再进行迭代。
因此，滤波系数的更新量小于预设更新量，就可以判定滤波器已经收敛，不需要进行后的约束更新；若滤波系数的更新量等于或者大于预设更新量，则判定滤波器未收敛或，需要进行后续的约束更新。
本实施例对当前滤波器系数与历史滤波系数之间的更新量的大小来判定滤波器是否收敛的方法简单，且计算复杂度较低。
可选地，本实施例还可以通过如图3所示的方法实现步骤S102。本实施的方法包括步骤S301至步骤S303。
步骤S301：利用滤波器的滤波信号和误差信号获取滤波器的步长。
其中，滤波器的步长为
Figure BDA0002733767440000061
其中，中间变量
Figure BDA0002733767440000062
Figure BDA0002733767440000063
为滤波信号的方差，
Figure BDA0002733767440000064
为误差信号的方差，Rey为滤波信号和误差信号的互相关系数，Ryy为滤波信号的自相关系数。
步骤S302：判断步长是否大于或者等于预设步长。
随着迭代的进行，滤波器组件收敛，即滤波器的滤波系数与最优滤波系数之前的距离越来越近，步长也越来越小。
其中，预设步长可以根据滤波器的应用场景来进行设置。例如，在对语音信号具有较高要求的应用场景中，可以设置预设步长较小。
步骤S303：若步长大于或者等于预设步长，则判定滤波器未收敛。
步骤S303：若步长小于预设步长，则判定滤波器收敛。
滤波器的步长较大，可以认为滤波器的收敛速度较快，还需要进行迭代；滤波器的步长较小，可以认为滤波器的收敛速度较慢，可以不再进行迭代。
因此，滤波器的步长小于预设步长，就可以判定滤波器已经收敛，不需要进行后续的约束更新；若滤波器的步长等于或者大于预设步长，则判定滤波器未收敛，需要进行后续的约束更新。
本实施例的利用步长大小来判定滤波器是否收敛的方法简单，且计算复杂度较低；本实施例的方法适用于一些变步长的滤波器。
步骤S103：若滤波器未收敛，则获取滤波器的至少一个第一滤波单元。
其中，滤波器是一个L*M的矩阵，滤波单元(滤波块)就是该矩阵的每一列，每一列包括L个元素，表示滤波单元的滤波系数。
Figure BDA0002733767440000071
可选地，本实施例可以通过如图4所示的方法实现步骤S103。本实施例的方法包括步骤S401至步骤S403。
步骤S401：获取滤波器中所有滤波单元的数量及输入信号在语音信号中的帧序数。
在一应用场景中，获取滤波器中所有滤波单元的数量M及输入信号(即当前语音帧)在语音信号中的帧序数n。
步骤S402：获取帧序数与数量的余数。
获取M与n的余数，即M除以n的余数。
步骤S403：从所有滤波单元中获取帧序数为余数的滤波单元为第一滤波单元。
例如，当前语音帧在语音信号中的帧序数为40，滤波器的所有滤波单元的数量为32，则滤波器中第8个滤波单元为第一滤波单元。
本实施例的第一滤波单元的选择方式能够保证在一段时间内每一个滤波单元都进行过时域约束更新。
在其它应用场景中，可以选择多个第一滤波单元。
步骤S104：利用输入信号和误差信号对第一滤波单元的滤波参数进行时域约束更新，并利用输入信号和误差信号对滤波器的其它滤波单元的滤波系数进行无时域约束更新。
可选地，本实施例可以通过如图5所示的方法实现步骤S104。本实施例的方法包括步骤S501至步骤S503。
步骤S501：计算第一滤波单元滤波系数的时域约束更新量ΔW1，其中，
Figure BDA0002733767440000081
FFT为傅里叶变换，IFFT为逆傅里叶变换，H为共轭转置，X为输入信号，E为误差信号。
步骤S502：获取第一滤波单元的历史滤波系数，并获取时域约束更新量ΔW1与历史滤波系数之和。
获取第一滤波单元的历史滤波系数Whistory，并获取时域约束更新量ΔW1与历史滤波系数Whistory之和Whistory+ΔW1。
步骤S503：利用时域约束更新量ΔW1与历史滤波系数之和更新第一滤波单元的当前滤波系数。
利用时域约束更新量ΔW1与历史滤波系数Whistory之和Whistory+ΔW1更新当前滤波系数Wcurrent，即Wcurrent＝Whistory+ΔW1。
本实施例采用时域约束更新方式对滤波系数进行更新能够使得滤波器具有更快的收敛速度。
可选地，本实施例可以通过如图6所示的方法实现步骤S104。本实施例的方法包括步骤S601至步骤S603。
步骤S601：计算其它滤波单元滤波系数的无时域约束更新量ΔW2，其中，ΔW2＝XHE，H为共轭转置，X为输入信号，E为误差信号。
本实施例的无时域约束是指不对更新量ΔW2进行傅里叶变换和逆傅里叶变换，因此能够降低运算复杂度。
步骤S602：获取其它滤波单元的历史滤波系数，并获取无时域约束更新量ΔW2与历史滤波系数之和。
获取其它滤波单元的历史滤波系数Whistory，并获取无时域约束更新量ΔW2与历史滤波系数Whistory之和Whistory+ΔW2。
步骤S603：利用无时域约束更新量ΔW2与历史滤波系数之和更新其它滤波单元的当前滤波系数。
利用无时域约束更新量ΔW2与历史滤波系数Whistory之和Whistory+ΔW2更新当前滤波系数Wcurrent，即Wcurrent＝Whistory+ΔW2。
本实施例采用无时域约束更新方式对滤波系数进行更新能够降低滤波器的运算复杂度。
本实施例不限定步骤S501至步骤S503与步骤S601至步骤S603的执行顺序。
区别于现有技术，本实施例对滤波器的一部分滤波单元进行时域约束更新，而对滤波器的另一部分滤波单元进行无时域约束更新，不仅能够改善对滤波器的全部滤波单元进行时域约束更新导致滤波器收敛速度慢的问题，而且能够改善对滤波器的全部滤波单元进行无时域约束更新导致滤波器运算复杂度高的问题，且滤波器的时域约束更新和无时域约束更新稳态误差不会发生变化。因此，本实施例能够在保证滤波器收敛速度和稳态误差的前提下，降低滤波器的运算复杂度；同时，本实施例通过设置收敛条件，对滤波器进行收敛判断，能够避免滤波器在收敛后的冗余更新，能够减少计算量，因此能够进一步降低滤波器的运算复杂度。
本申请实施例中，第一滤波单元的数量可以根据滤波器的应用场景进行灵活调整。
本申请进一步提出另一实施例的滤波器的自适应滤波方法，如图7所示，图7是本申请滤波器的自适应滤波方法一实施例的流程示意图。本实施例滤波器的自适应滤波方法包括以下步骤：
步骤S701：获取期望信号和输入信号，并对期望信号和输入信号进行滤波处理，以得到误差信号。
步骤S702：判断滤波器是否收敛。
步骤S703：若滤波器未收敛，则获取滤波器的至少一个第一滤波单元。
步骤S701至步骤S703与上述步骤S101至步骤S103类似，这里不赘述。
步骤S704：分别判断输入信号和误差信号是否为时域信号；若是，则进行步骤S705；若否，则进行步骤S706。
滤波器的输入信号和期望信号都可以是时域信号或者频域信号。在时域中，滤波信号y为输入信号x和滤波器的当前滤波系数Wcurrent的卷积，即y＝x*Wcurrent。
步骤S705：分别对滤波信号和误差信号进行傅里叶变换，以分别将输入信号转化成频域上的输入信号和将误差信号转化成频域上的误差信号。
若滤波器的输入信号和误差信号为时域信号，则将输入信号和误差信号进行频域转换，即将时域中的输入信号转换成频域中的输入信号，将时域中的误差信号转换成频域中的误差信号；然后执行后续滤波系数的更新步骤。
若信号为频域信号，则无需进行频域转换，直接执行后续滤波系数的更新步骤。
步骤S706：利用输入信号和误差信号对第一滤波单元的滤波参数进行时域约束更新，并利用输入信号和误差信号对滤波器的其它滤波单元的滤波系数进行无时域约束更新。
步骤S705与上述步骤S104类似，这里不赘述。
在其它实施例中，可以不限定步骤S704、步骤S705与步骤S702、步骤S703的执行顺序。
对于自适应滤波器而言，时域约束更新和无时域约束更新的稳态误差相同；滤波系数的无时域约束更新方式使得滤波器的计算复杂度低，但收敛速度会慢；而滤波系数的时域约束更新方式具有更快的收敛速度，但计算开销较大。
但在语音信号处理中，每次送入滤波器的信号的长度为10ms，在一段时间内滤波器中的所有滤波单元都进行了时域约束更新，若该时间很短，则该方法的收敛速度将无限接近时域约束更新的收敛速度；采用本申请的选择更新方式，能够保证在一段时间内每一个滤波单元都进行过时域约束更新。
例如，滤波器仅具有一个第一滤波单元的情况：对于具有32滤波单元的自适应滤波器，仅需要320ms就能完成滤波器每一个滤波单元的时域约束更新；本实施例的选择更新的方式，比全部进行无时域更新的方式，带来了更快的收敛速度，相同的稳态误差，仅增加了一个滤波单元时域约束更新的计算量；而比全部进行时域更新的方式，带来了相同的收敛速度和稳态误差，减少了31个滤波单元时域约束更新的计算量。
本申请进一步提出一种滤波器，如图8所示，图8是本申请滤波器一实施例的结构示意图。本实施例滤波器80包括：滤波模块81、判决模块82及更新模块83；其中，滤波模块81用于对滤波器80的期望信号和输入信号进行滤波处理，以得到误差信号；判决模块82与滤波模块81耦接，判决模块82用于判断滤波模块是否收敛；更新模块83分别与滤波模块81和判决模块82耦接，更新模块83用于在判决模块82判定滤波模块81未收敛时，获取滤波模块81的一个第一滤波单元(图未示)；更新模块83进一步用于利用输入信号和误差信号对第一滤波单元的滤波参数进行时域约束更新，并利用输入信号和误差信号对滤波模块81的其它滤波单元的滤波系数进行无时域约束更新。
区别于现有技术，本实施例的更新模块83对滤波器80的一部分滤波单元进行时域约束更新，而对滤波器80的另一部分滤波单元进行无时域约束更新，不仅能够改善对滤波器80的全部滤波单元进行时域约束更新导致滤波器收敛速度慢的问题，而且能够改善对滤波器80的全部滤波单元进行无时域约束更新导致滤波器80运算复杂度高的问题，且滤波器80的时域约束更新和无时域约束更新稳态误差不会发生变化。因此，本实施例能够在保证滤波器80收敛速度和稳态误差的前提下，降低滤波器80的运算复杂度；同时，本实施例通过判决模块82对滤波器80进行收敛判断，能够避免滤波器80在收敛后的冗余更新，能够减少计算量，因此能够进一步降低滤波器80的运算复杂度
本申请进一步提出一种计算机可读存储介质，如图9所示，图9是本申请计算机可读存储介质一实施例的结构示意图。计算机可读存储介质90其上存储有程序指令91，程序指令91被处理器(图未示)执行时实现上述滤波器的自适应滤波方法。
本实施例计算机可读存储介质90可以是但不局限于U盘、SD卡、PD光驱、移动硬盘、大容量软驱、闪存、多媒体记忆卡、服务器等。
区别于现有技术，本申请实施例通过设置收敛条件，对滤波器进行收敛判断，并在滤波器未收敛时，才进行后续的约束更新，能够避免滤波器在收敛后的冗余更新，能够减少计算量，进而能够降低滤波器的运算复杂度；且本实施例利用滤波器的输入信号和误差信号对滤波器的至少第一滤波单元的滤波参数进行时域约束更新，并利用滤波器的输入信号和误差信号对滤波器的其它滤波单元的滤波系数进行无时域约束更新，即对滤波器的一部分滤波单元进行时域约束更新，而对滤波器的另一部分滤波单元进行无时域约束更新，不仅能够改善对滤波器的全部滤波单元进行时域约束更新导致滤波器收敛速度慢的问题，而且能够改善对滤波器的全部滤波单元进行无时域约束更新导致滤波器运算复杂度高的问题，且滤波器的时域约束更新和无时域约束更新稳态误差不会发生变化。因此，本申请实施例能够在保证滤波器收敛速度和稳态误差的前提下，降低滤波器的运算复杂度。
另外，上述功能如果以软件功能的形式实现并作为独立产品销售或使用时，可存储在一个移动终端可读取存储介质中，即，本申请还提供一种存储有程序数据的存储装置，所述程序数据能够被执行以实现上述实施例的方法，该存储装置可以为如U盘、光盘、服务器等。也就是说，本申请可以以软件产品的形式体现出来，其包括若干指令用以使得一台智能终端执行各个实施例所述方法的全部或部分步骤。
在本申请的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(可以是个人计算机，服务器，网络设备或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种滤波器的自适应滤波方法，其特征在于，所述自适应滤波方法包括：
获取所述滤波器的期望信号和输入信号，并对所述期望信号和所述输入信号进行滤波处理，以得到误差信号；
判断所述滤波器是否收敛；
若所述滤波器未收敛，则获取所述滤波器的至少一个第一滤波单元；
利用所述输入信号和所述误差信号对所述第一滤波单元的滤波参数进行时域约束更新，并利用所述输入信号和所述误差信号对所述滤波器的其它滤波单元的滤波系数进行无时域约束更新。
2.根据权利要求1所述的自适应滤波方法，其特征在于，所述获取所述滤波器的至少一个第一滤波单元的步骤包括：
获取所述滤波器中所有滤波单元的数量及所述输入信号在语音信号中的帧序数；
获取所述帧序数与所述数量的余数；
从所述所有滤波单元中获取帧序数为所述余数的所述滤波单元为所述第一滤波单元。
3.根据权利要求1所述的自适应滤波方法，其特征在于，所述利用所述输入信号和所述误差信号对所述第一滤波单元的滤波参数进行时域约束更新的步骤包括：
计算所述第一滤波单元滤波系数的时域约束更新量ΔW1，其中，
Figure FDA0002733767430000011
FFT为傅里叶变换，IFFT为逆傅里叶变换，H为共轭转置，所述X为所述输入信号，所述E为所述误差信号；
获取所述第一滤波单元的历史滤波系数，并获取所述时域约束更新量ΔW1与所述历史滤波系数之和；
利用所述时域约束更新量ΔW1与所述历史滤波系数之和更新所述第一滤波单元的当前滤波系数。
4.根据权利要求1所述的自适应滤波方法，其特征在于，所述利用所述输入信号和所述误差信号对所述自适应滤波器的其它滤波单元的滤波系数进行无时域约束更新的步骤包括：
计算所述其它滤波单元滤波系数的无时域约束更新量ΔW2，其中，ΔW2＝XHE，H为共轭转置，所述X为所述输入信号，所述E为所述误差信号；
获取所述其它滤波单元的历史滤波系数，并获取所述无时域约束更新量ΔW2与所述历史滤波系数之和；
利用所述无时域约束更新量ΔW2与所述历史滤波系数之和更新所述其它滤波单元的当前滤波系数。
5.根据权利要求1所述的自适应滤波方法，其特征在于，在所述利用所述输入信号和所述误差信号对所述第一滤波单元的滤波系数进行时域约束更新，并利用所述输入信号和所述误差信号对所述自适应滤波器的其它滤波单元的滤波系数进行无时域约束更新的步骤之前，进一步包括：
分别判断所述输入信号和所述误差信号是否为时域信号；
若是，则分别对所述输入信号和所述误差信号进行傅里叶变换，以分别将所述输入信号转化成频域上的输入信号和将所述误差信号转化成频域上的误差信号。
6.根据权利要求1至5任一项所述的自适应滤波方法，其特征在于，所述判断所述滤波器是否收敛的步骤包括：
获取所述滤波器的当前滤波系数和历史滤波系数；
利用所述当前滤波系数和所述历史滤波系数获取所述滤波系数的更新量；
判断所述更新量是否大于或等于预设更新量；
若所述更新量大于或等于所述预设更新量，则判定所述滤波器未收敛；
若所述更新量小于所述预设更新量，则判定所述滤波器收敛。
7.根据权利要求1至5任一项所述的自适应滤波方法，其特征在于，所述判断所述滤波器是否收敛的步骤包括：
利用所述滤波器的滤波信号和所述误差信号获取所述滤波器的步长；
判断所述步长是否大于或等于预设步长；
若所述步长大于或等于所述预设步长，则判定所述滤波器未收敛；
若所述步长小于所述预设步长，则判定所述滤波器收敛。
8.根据权利要求7所述的自适应滤波方法，其特征在于，所述步长为
Figure FDA0002733767430000031
其中，中间变量
Figure FDA0002733767430000032
Figure FDA0002733767430000033
为所述滤波信号的方差，
Figure FDA0002733767430000034
为所述误差信号的方差，Rey为所述滤波信号和所述误差信号的互相关系数，Ryy为所述滤波信号的自相关系数。
9.一种滤波器，其特征在于，所述滤波器包括：
滤波模块，用于对所述滤波器的期望信号和输入信号进行滤波处理，以得到误差信号；
判决模块，与所述滤波模块耦接，所述判决模块用于判断所述滤波模块是否收敛；
更新模块，分别与所述滤波模块和所述判决模块耦接，所述更新模块用于在所述判决模块判定所述滤波模块未收敛时，获取所述滤波模块的一个第一滤波单元；所述更新模块进一步用于利用所述输入信号和所述误差信号对所述第一滤波单元的滤波参数进行时域约束更新，并利用所述输入信号和所述误差信号对所述滤波模块的其它滤波单元的滤波系数进行无时域约束更新。
10.一种计算机可读存储介质，其特征在于，其上存储有程序指令，所述程序指令被执行时以实现权利要求1至8任一项所述的滤波器的自适应滤波方法。
CN202011126471.9A 2020-10-20 2020-10-20 滤波器及其自适应滤波方法、计算机可读存储介质 Pending CN112397079A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011126471.9A CN112397079A (zh) 2020-10-20 2020-10-20 滤波器及其自适应滤波方法、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011126471.9A CN112397079A (zh) 2020-10-20 2020-10-20 滤波器及其自适应滤波方法、计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN112397079A true CN112397079A (zh) 2021-02-23

Family

ID=74596884

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011126471.9A Pending CN112397079A (zh) 2020-10-20 2020-10-20 滤波器及其自适应滤波方法、计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112397079A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115331672A (zh) * 2022-10-13 2022-11-11 深圳市声扬科技有限公司 设备控制方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103259563A (zh) * 2012-02-16 2013-08-21 联芯科技有限公司 自适应滤波器发散检测方法及回声消除系统
CN103444094A (zh) * 2011-05-10 2013-12-11 三菱电机株式会社 自适应均衡器、声学回波消除器装置以及有源噪声控制装置
CN108141202A (zh) * 2015-07-28 2018-06-08 弗劳恩霍夫应用研究促进协会 包括自适应模块和校正模块的分区块频域自适应滤波器设备
CN109559756A (zh) * 2018-10-26 2019-04-02 北京佳讯飞鸿电气股份有限公司 滤波系数确定方法、回声消除方法、相应装置及设备
CN110402540A (zh) * 2019-06-12 2019-11-01 深圳市汇顶科技股份有限公司 主动降噪方法、装置、芯片、主动控制系统和存储介质
CN111445917A (zh) * 2020-03-17 2020-07-24 浙江大华技术股份有限公司 一种回声消除方法、装置以及计算机存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103444094A (zh) * 2011-05-10 2013-12-11 三菱电机株式会社 自适应均衡器、声学回波消除器装置以及有源噪声控制装置
CN103259563A (zh) * 2012-02-16 2013-08-21 联芯科技有限公司 自适应滤波器发散检测方法及回声消除系统
CN108141202A (zh) * 2015-07-28 2018-06-08 弗劳恩霍夫应用研究促进协会 包括自适应模块和校正模块的分区块频域自适应滤波器设备
CN109559756A (zh) * 2018-10-26 2019-04-02 北京佳讯飞鸿电气股份有限公司 滤波系数确定方法、回声消除方法、相应装置及设备
CN110402540A (zh) * 2019-06-12 2019-11-01 深圳市汇顶科技股份有限公司 主动降噪方法、装置、芯片、主动控制系统和存储介质
CN111445917A (zh) * 2020-03-17 2020-07-24 浙江大华技术股份有限公司 一种回声消除方法、装置以及计算机存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JEAN-MARC VALIN: "On Adjusting the Learning Rate in Frequency Domain Echo Cancellation With Double-Talk", 《IEEE TRANSACTIONS ON AUDIO,SPEECH,AND LANGUAGE PROCESSING》 *
JOHN J. SHYNK: "Frequency-Domain and Multirate Adaptive Filtering", 《IEEE SP MAGAZINE》 *
MARCEL JOHO等: "Connecting Partitioned Frequency-Domain Filters in Parallel or in Cascade", 《IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS—II: ANALOG AND DIGITAL SIGNAL PROCESSING》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115331672A (zh) * 2022-10-13 2022-11-11 深圳市声扬科技有限公司 设备控制方法、装置、电子设备及存储介质
CN115331672B (zh) * 2022-10-13 2023-01-06 深圳市声扬科技有限公司 设备控制方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
US20140025374A1 (en) Speech enhancement to improve speech intelligibility and automatic speech recognition
WO2013107307A1 (zh) 降噪方法及设备
EP3348047A1 (en) Audio signal processing
CN110782914B (zh) 信号处理方法、装置、终端设备及存储介质
WO2013009949A1 (en) Microphone array processing system
WO2007081916A2 (en) System and method for utilizing inter-microphone level differences for speech enhancement
WO2020020247A1 (zh) 信号处理方法、装置以及计算机存储介质
CN112037810B (zh) 一种回音处理方法、装置、介质和计算设备
CN111966322A (zh) 音频信号处理方法、装置、设备及存储介质
CN113170260B (zh) 音频处理方法、装置、存储介质及电子设备
CN109559756B (zh) 滤波系数确定方法、回声消除方法、相应装置及设备
EP3692529B1 (en) An apparatus and a method for signal enhancement
CN112435685A (zh) 强混响环境的盲源分离方法、装置、语音设备和存储介质
CN112397079A (zh) 滤波器及其自适应滤波方法、计算机可读存储介质
KR101944758B1 (ko) 스테레오 신호의 스테레오 이미지를 수정하기 위한 오디오 신호 처리 장치 및 방법
WO2019119593A1 (zh) 语音增强方法及装置
CN101106384A (zh) 时域和频域中的分段快速卷积
CN110021289B (zh) 一种声音信号处理方法、装置及存储介质
CN107924685A (zh) 信号处理装置和方法
CN112997249B (zh) 语音处理方法、装置、存储介质及电子设备
CN111370016A (zh) 一种回声消除方法及电子设备
CN111540365A (zh) 语音信号确定方法、装置、服务器及存储介质
CN111243631B (zh) 一种自动增益控制方法及电子设备
GB2614064A (en) Apparatus, methods and computer programs for reducing echo
CN113593593A (zh) 一种具有音频识别功能的虚拟隔音通信方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination