CN116187080A - 声表面滤波器优化设计方法、相关设备和存储介质 - Google Patents

Abstract

本发明实施例提供了一种声表面滤波器优化设计方法、优化设计设备和计算机可读存储介质，所述声表面滤波器优化设计方法包括：建模得到模型，再输出优化参数，设置优化目标；判断插损参数是否满足与其对应的优化目标：若否，则将模型采用预设的第一优化函数进行计算并将计算出的结果更新优化参数，再返回上一步骤；若是，则将模型采用预设的第二优化函数进行计算，并将计算出的结果更新优化参数；判断带外抑制参数和插损参数是否同时满足相对于的优化目标：若否，则将返回上一步骤；若是，则输出模型的优化结果。与相关技术相比，采用本发明的技术方案可降低对初始值的依赖且优化结果的效果好。

Description

声表面滤波器优化设计方法、相关设备和存储介质

技术领域

本发明涉及声表面滤波器设计技术领域，尤其涉及应用于声表面滤波器的一种声表面滤波器优化设计方法、优化设计设备以及计算机可读存储介质。

背景技术

声表面波滤波器是一种当下十分普遍的滤波器技术。其基本原理是，通过压电材料，如铌酸锂(LiNbO3)或者钽酸锂(LiTaO3)等晶体，将电磁信号转化为机械振动，再通过机械共振，对机械共振频率附近的波段进行滤波。由于同频率下，机械波的波长较电磁波非常短，仅为三十万分之一。因此，声表面波滤波器相较于传统的腔体滤波器，具有体积小，滚降高等优点，在手机，基站等终端场景下，得到了广泛的应用。近年来随着声表面滤波器的应用越来越多，各种声表面滤波器的应用于不同的场景需求。

目前，现有技术中，声表面滤波器的结构一般包括两种：一种结构为标准的声表面波滤波器单个腔体结构，其包括叉指换能器(Interdigital Transducer，缩写为IDT)、连接所述叉指换能器的汇流条以及间隔设置于所述叉指换能器相对两侧的反射栅组成。其中，所述叉指换能器用于电声信号的相互转换，所述反射栅用于加强声波的能量聚集程度以提高谐振Q值，所述汇流条用于对IDT进行连接和导电。多个腔体经过一定的方式进行电学或声学的连接，就可以形成完整滤波器，实现对特定频率电磁波滤波的功能。另外一种结构为:双模声表面波(DMS)结构。该结构采用声耦合的两个声表面波谐振器来实现滤波功能，可以提高带外抑制，降低插损及声表面波滤波器的总体面积。在实际应用中，将普通的声表面波腔体相互串并联，或者与所述双模声表面波的腔体电学相连，即可形成完整的声表面波滤波器。

然而，相关技术的声表面波滤波器的腔体插指根数、孔径、叉指的宽度以及厚度等几何参数，均可以在设计中进行调整。一个声表面波滤波器包含数个滤波器腔体，因此，在实际的设计中，能够同时进行多参数优化的计算机优化算法，对于声表面波滤波器的设计极为重要。现有的声表面波滤波器优化算法，在同时优化普通单个腔体和所述双模声表面波的腔体时，往往计算量较大，并且难于找到最优解。有时，如果初始条件不够好，甚至难以找到可行解。声表面波滤波器的优化目标往往包括带内参数，如插损最小、驻波比最小等，以及带外参数，例如带外抑制最大等。这些不同的优化参数在同时优化时，往往数量级差异较大，如带内插损仅为1～2dB，带外抑制一般为数十dB。在这种情况下，为了同时优化这些参数，各参数的优化权重往往需要精细调整，或者先通过手动调整出一个差不多的初始值，再通过优化提高。上述设计优化操作，使得优化算法难以发挥最佳效果，往往优化结果强依赖于初始值，落入局部最优解，难以找到真正最佳的复合设计指标的设计。

因此，实有必要提供一种新的方法和设备来解决上述技术问题。

发明内容

本发明的目的是克服上述技术问题，提供一种可降低对初始值的依赖且优化结果的效果好的声表面滤波器优化设计方法、优化设计设备以及计算机可读存储介质。

第一方面，本发明实施例提供一种声表面滤波器优化设计方法，该方法包括如下步骤：

步骤S1、将待优化设计的声表面滤波器进行建模并得到模型，再输出所述模型的优化参数，并根据所述优化参数设置优化目标；所述优化参数包括带内参数和带外参数，所述带内参数包括插损参数，所述带外参数包括带外抑制参数，所述优化目标包括多个且与所述优化参数一一对应；

步骤S2、获得所述模型输出的所述插损参数，判断所述插损参数是否满足与其对应的所述优化目标：

若否，则进入步骤S3；

若是，则进入步骤S4；

步骤S3、将所述模型采用预设的第一优化函数进行计算，并将计算出的结果更新所述优化参数以实现对将所述声表面滤波器的所述带内参数进行优化，再返回所述步骤S2；

步骤S4、将所述模型采用预设的第二优化函数进行计算，并将计算出的结果更新所述优化参数以实现对将所述声表面滤波器的所述带内参数和所述带外参数进行整体加权优化，再输出更新后的所述优化参数；

步骤S5、获得所述步骤S4完成后输出的所述带外抑制参数和所述插损参数，判断所述带外抑制参数和所述插损参数是否同时满足相对于的所述优化目标：

若否，则将返回所述步骤S4；

若是，则输出所述模型的优化结果。

优选的，所述步骤S1中，所述建模为代码中设置所述声表面滤波器的特征参数，所述特征参数包括腔体大小、叉指换能器的根数、反射栅的根数以及几何参数，所述几何参考包括腔体孔径和波长。

优选的，所述步骤S3中，所述第一优化函数为：target_IL-S21；其中,target_IL为优化目标值，S21为所述插损参数，所述优化目标值和所述插损参数均为负数；所述步骤S2中，当S21的绝对值小于所述优化目标值的绝对值时，所述第一优化函数的值为正数，且所述插损参数满足与其对应的所述优化目标。

优选的，所述步骤S4中，所述第二优化函数为：

weight_OOB1*target_OOB1+weight_OOB2*target_OOB2

+…weight_OOBn*target_OOBn+weight_IL*target_IL-S21；

其中，target_OOB和target_IL构成为第二优化目标值，Weight是优化权重，S21为所述插损参数，所述第二优化目标值和所述插损参数均为负数，n为大于2的正整数；当S21的绝对值小于所述第二优化目标值的绝对值时，所述第二优化函数的值为正数，所述声表面滤波器通过所述第二优化函数进行整体加权优化，再输出更新后的所述优化参数。

优选的，所述步骤S5中，所述优化结果包括S参数曲线和所述特征参数。

第二方面，本发明实施例还提供一种优化设计设备，包括处理器和存储器，所述处理器用于读取所述存储器中的程序，执行如本发明实施例提供的上述的声表面滤波器优化设计方法中的步骤。

第三方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现如本发明实施例提供的上述的声表面滤波器优化设计方法中的步骤。

与现有技术相比，本发明的声表面滤波器优化设计方法通过实施步骤S1至步骤S5，具体为，建模得到模型，再输出优化参数，设置优化目标；判断插损参数是否满足与其对应的优化目标：若否，则将模型采用预设的第一优化函数进行计算并将计算出的结果更新优化参数，再返回上一步骤；若是，则将模型采用预设的第二优化函数进行计算，并将计算出的结果更新优化参数；判断带外抑制参数和插损参数是否同时满足相对于的优化目标：若否，则将返回上一步骤；若是，则输出模型的优化结果。通过实施步骤S1至步骤S5将声表面滤波器的优化设计拆分为双优化目标操作，可以极大的降低对初始值的依赖，防止落入局部最优解，使得优化的结果可以更接近全局最优解。因此，使得本发明的声表面滤波器优化设计方法、优化设计设备以及计算机可读存储介质可降低对初始值的依赖且优化结果的效果好。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述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是本发明的一些实施例，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它的附图，其中，

图1为本发明实施例提供的声表面滤波器优化设计方法的流程框图；

图2为本发明实施例提供的声表面滤波器优化设计方法的实施步骤S3前的输出S21和S22参数的幅度频率关系曲线图；

图3为本发明实施例提供的声表面滤波器优化设计方法的实施步骤S4前的输出S21和S22参数的幅度频率关系曲线图；

图4为本发明实施例提供的声表面滤波器优化设计方法的实施步骤S5后的输出S21和S22参数的幅度频率关系曲线图；

图5为本发明实施例提供的优化设计设备的结构示意图。

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，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。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它实施例，都属于本发明保护的范围。

本申请的说明书和权利要求书及附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。在本文中提及“实施例或本实施方式”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明提供一种声表面滤波器优化设计方法。所述声表面滤波器优化设计方法应用于声表面滤波器的设计，具体的，所述声表面滤波器优化设计方法应用于声表滤波器的自动设计所需的电子设计自动化(英语：Electronic design automation，缩写：EDA)软件。

请参照图1所示，图1为本发明实施例提供的声表面滤波器优化设计方法的流程框图。

所述声表面滤波器优化设计方法包括如下步骤：

步骤S1、将待优化设计的声表面滤波器进行建模并得到模型，再输出所述模型的优化参数，并根据所述优化参数设置优化目标。

本实施例中，所述建模为代码中设置所述声表面滤波器的特征参数。所述特征参数包括腔体大小、叉指换能器的根数、反射栅的根数以及几何参数。所述几何参考包括腔体孔径和波长。

所述优化参数包括带内参数和带外参数。

所述带内参数包括插损参数。

所述带外参数包括带外抑制参数。

所述优化目标包括多个且与所述优化参数一一对应。

其中，所述优化为本领域常用的一种计算机的计算技术，所述优化是一种随机寻找，当所述优化目标不满足时，计算机会自动调整参数以试图让所述优化目标变得满足。不需要手动调整参数。

步骤S2、获得所述模型输出的所述插损参数，判断所述插损参数是否满足与其对应的所述优化目标：

若否，则进入步骤S3；

若是，则进入步骤S4。

步骤S3、将所述模型采用预设的第一优化函数进行计算，并将计算出的结果更新所述优化参数以实现对将所述声表面滤波器的所述带内参数进行优化，再返回所述步骤S2。

所述步骤S3中，所述第一优化函数为：target_IL-S21。

请参照图2所示，图2为本发明实施例提供的声表面滤波器优化设计方法的实施步骤S3前的输出S21和S22参数的幅度频率关系曲线图。图2中，W1为S21对应的曲线；W2为S22对应的曲线；A1为所述带外参数中的所述带外抑制参数需要优化的区域；A2为所述带内参数中的所述插损参数需要优化的区域。S21和S22分别为具有输入端口和输出端口的二端口网络的四个S参数中的两个。其中，S21为输出端口匹配时，输入端口到输出端口的正向传输系数(即增益)。S22为输入端口匹配时，输出端口的反射系数(即输出回波损耗)。本实施例中，所述插损参数为S21。即仅采用S21进行计算。当然，不限于此，在其他的一些实施例中，还可以采用S22或者S21和S22共同作为所述插损参数。

本实施例中，所述第一优化函数target_IL-S21为设置的优化目标。图2中，B1线段表示所述第一优化函数中的S21优化目标，B2线段表示target_IL。B1线段与B2线段为平行线段，其中，B1为位于上面的线段，B2为位于下面的线段，B1线段与B2线段相减即为优化目标与实际数值的差值。所述第一优化函数仅在带内，即B2线段的长度内成立。

由图2可得，W1在A2区域的幅度较低，需要通过实施所述步骤S3通过所述第一优化函数将所述声表面滤波器的所述带内参数的优化。

其中,target_IL为优化目标值，所述优化目标值和所述插损参数均为负数。

本实施例中，S21为所述插损参数。因此，在所述步骤S2中，当S21的绝对值小于所述优化目标值的绝对值时，所述第一优化函数的值为正数，且所述插损参数满足与其对应的所述优化目标。。

步骤S4、将所述模型采用预设的第二优化函数进行计算，并将计算出的结果更新所述优化参数以实现对将所述声表面滤波器的所述带内参数和所述带外参数进行整体加权优化，再输出更新后的所述优化参数。

所述步骤S4中，所述第二优化函数为：

weight_OOB1*target_OOB1+weight_OOB2*target_OOB2

+…weight_OOBn*target_OOBn+weight_IL*target_IL-S21。

其中，target_OOB和target_IL构成为第二优化目标值，Weight是优化权重，表示不同所述带外参数抑制的重要性不同，通过手动设置权重来突出各个所述带外参数的重要性。所述第二优化目标值和所述插损参数均为负数。n为大于2的正整数。

本实施例中，S21为所述插损参数。因此，当S21的绝对值小于所述第二优化目标值的绝对值时，所述第二优化函数的值为正数，所述声表面滤波器通过所述第二优化函数进行整体加权优化，再输出更新后的所述优化参数。

请参照图3所示，图3为本发明实施例提供的声表面滤波器优化设计方法的实施步骤S4前的输出S21和S22参数的幅度频率关系曲线图。即图3为通过所述第一优化函数优化后的曲线图。

图3中，W3为S21对应的曲线；W4为S22对应的曲线；A3为所述带外参数中的所述带外抑制参数需要优化的区域；A4为所述带内参数中的所述插损参数需要优化的区域。

由图3可得，A3区域和A4区域的S21曲线需要通过实施所述步骤S4通过所述第二优化函数将所述声表面滤波器的所述带内参数和所述带外参数的整体加权优化。

步骤S5、获得所述步骤S4完成后输出的所述带外抑制参数和所述插损参数，判断所述带外抑制参数和所述插损参数是否同时满足相对于的所述优化目标：

若否，则将返回所述步骤S4；

若是，则输出所述模型的优化结果。

所述步骤S5中，所述优化结果包括S参数曲线和所述特征参数。在本实施例中，S参数曲线包括S21参数曲线和S22参数曲线。

请参照图4所示，图4为本发明实施例提供的声表面滤波器优化设计方法的实施步骤S5后的输出S21和S22参数的幅度频率关系曲线图。图4中，W5为S21对应的曲线；W6为S22对应的曲线；A5为所述带外参数中的所述带外抑制参数完成优化的区域；A6为所述带内参数中的所述插损参数完成优化的区域。

由图4可得，A5区域和A6区域的S21曲线为最终的要优化的曲线，优化的结果可以更接近全局最优解。

本发明还提供一种优化设计设备1000。请参照图5所示，图5为本发明优化设计设备1000的结构示意图。

所述优化设计设备1000包括处理器1001、存储器1002、网络接口1003及存储在存储器1002上并可在处理器1001上运行的计算机程序，所述处理器1001用于读取所述存储器中1002的程序，处理器1001执行计算机程序时实现实施例提供的声表面滤波器优化设计方法中的步骤。即处理器1001执行所述声表面滤波器优化设计方法中的步骤。

具体的，处理器1001用于执行以下步骤：

步骤S1、将待优化设计的声表面滤波器进行建模并得到模型，再输出所述模型的优化参数，并根据所述优化参数设置优化目标。所述优化参数包括带内参数和带外参数。所述带内参数包括插损参数。所述带外参数包括带外抑制参数。所述优化目标包括多个且与所述优化参数一一对应。

步骤S2、获得所述模型输出的所述插损参数，判断所述插损参数是否满足与其对应的所述优化目标：

若否，则进入步骤S3；

若是，则进入步骤S4。

步骤S3、将所述模型采用预设的第一优化函数进行计算，并将计算出的结果更新所述优化参数以实现对将所述声表面滤波器的所述带内参数进行优化，再返回所述步骤S2。

步骤S4、将所述模型采用预设的第二优化函数进行计算，并将计算出的结果更新所述优化参数以实现对将所述声表面滤波器的所述带内参数和所述带外参数进行整体加权优化，再输出更新后的所述优化参数。

步骤S5、获得所述步骤S4完成后输出的所述带外抑制参数和所述插损参数，判断所述带外抑制参数和所述插损参数是否同时满足相对于的所述优化目标：

若否，则将返回所述步骤S4；

若是，则输出所述模型的优化结果。

本发明实施例提供的所述优化设计设备1000能够实现声表面滤波器优化设计方法实施例中的各个实施方式，以及相应有益效果，为避免重复，这里不再赘述。

需要指出的是，图5中仅示出了具有组件的1001-1003，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的所述优化设计设备1000是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable GateArray，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。

所述存储器1002至少包括一种类型的可读存储介质，可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器1002可以是所述优化设计设备1000的内部存储单元，例如所述优化设计设备1000的硬盘或内存。在另一些实施例中，所述存储器1002也可以是所述优化设计设备1000的外部存储设备，例如该优化设计设备1000上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。当然，所述存储器1002还可以既包括所述优化设计设备1000的内部存储单元也包括其外部存储设备。本实施例中，所述存储器1002通常用于存储安装于所述优化设计设备1000的操作系统和各类应用软件，例如优化设计设备1000的声表面滤波器优化设计方法的程序代码等。此外，所述存储器1002还可以用于暂时地存储已经输出或者将要输出的各类数据。

所述处理器1001在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该所述处理器1001通常用于控制所述优化设计设备1000的总体操作。本实施例中，所述处理器1001用于运行所述存储器1002中存储的程序代码或者处理数据，例如运行优化设计设备1000的声表面滤波器优化设计方法的程序代码。

网络接口1003可包括无线网络接口或有线网络接口，该网络接口1003通常用于在优化设计设备1000与其他电子设备之间建立通信连接。

本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器1001执行时实现如上所述的声表面滤波器优化设计方法中的步骤。

本领域普通技术人员可以理解实现实施例优化设计设备1000的声表面滤波器优化设计方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如各方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存取存储器(Random Access Memory，简称RAM)等。

在本发明实施例中提到的本实施方式为了便于表述。以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

与现有技术相比，本发明的声表面滤波器优化设计方法通过实施步骤S1至步骤S5，具体为，建模得到模型，再输出优化参数，设置优化目标；判断插损参数是否满足与其对应的优化目标：若否，则将模型采用预设的第一优化函数进行计算并将计算出的结果更新优化参数，再返回上一步骤；若是，则将模型采用预设的第二优化函数进行计算，并将计算出的结果更新优化参数；判断带外抑制参数和插损参数是否同时满足相对于的优化目标：若否，则将返回上一步骤；若是，则输出模型的优化结果。通过实施步骤S1至步骤S5将声表面滤波器的优化设计拆分为双优化目标操作，可以极大的降低对初始值的依赖，防止落入局部最优解，使得优化的结果可以更接近全局最优解。因此，使得本发明的声表面滤波器优化设计方法、优化设计设备以及计算机可读存储介质可降低对初始值的依赖且优化结果的效果好。

以上所述的仅是本发明的实施方式，在此应当指出，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出改进，但这些均属于本发明的保护范围。

Claims (7)

1.一种声表面滤波器优化设计方法，其特征在于，该方法包括如下步骤：

步骤S1、将待优化设计的声表面滤波器进行建模并得到模型，再输出所述模型的优化参数，并根据所述优化参数设置优化目标；所述优化参数包括带内参数和带外参数，所述带内参数包括插损参数，所述带外参数包括带外抑制参数，所述优化目标包括多个且与所述优化参数一一对应；

步骤S2、获得所述模型输出的所述插损参数，判断所述插损参数是否满足与其对应的所述优化目标：

若否，则进入步骤S3；

若是，则进入步骤S4；

步骤S3、将所述模型采用预设的第一优化函数进行计算，并将计算出的结果更新所述优化参数以实现对将所述声表面滤波器的所述带内参数进行优化，再返回所述步骤S2；

步骤S4、将所述模型采用预设的第二优化函数进行计算，并将计算出的结果更新所述优化参数以实现对将所述声表面滤波器的所述带内参数和所述带外参数进行整体加权优化，再输出更新后的所述优化参数；

步骤S5、获得所述步骤S4完成后输出的所述带外抑制参数和所述插损参数，判断所述带外抑制参数和所述插损参数是否同时满足相对于的所述优化目标：

若否，则将返回所述步骤S4；

若是，则输出所述模型的优化结果。

2.根据权利要求1所述的声表面滤波器优化设计方法，其特征在于，所述步骤S1中，所述建模为代码中设置所述声表面滤波器的特征参数，所述特征参数包括腔体大小、叉指换能器的根数、反射栅的根数以及几何参数，所述几何参考包括腔体孔径和波长。

3.根据权利要求1所述的声表面滤波器优化设计方法，其特征在于，所述步骤S3中，所述第一优化函数为：target_IL-S21；其中,target_IL为优化目标值，S21为所述插损参数，所述优化目标值和所述插损参数均为负数；所述步骤S2中，当S21的绝对值小于所述优化目标值的绝对值时，所述第一优化函数的值为正数，且所述插损参数满足与其对应的所述优化目标。

4.根据权利要求1所述的声表面滤波器优化设计方法，其特征在于，所述步骤S4中，所述第二优化函数为：

weight_OOB1*target_OOB1+weight_OOB2*target_OOB2

+…weight_OOBn*target_OOBn+weight_IL*target_IL-S21；

其中，target_OOB和target_IL构成为第二优化目标值，Weight是优化权重，S21为所述插损参数，所述第二优化目标值和所述插损参数均为负数，n为大于2的正整数；当S21的绝对值小于所述第二优化目标值的绝对值时，所述第二优化函数的值为正数，所述声表面滤波器通过所述第二优化函数进行整体加权优化，再输出更新后的所述优化参数。

5.根据权利要求1所述的声表面滤波器优化设计方法，其特征在于，所述步骤S5中，所述优化结果包括S参数曲线和所述特征参数。

6.一种优化设计设备，其特征在于，所述优化设计设备包括处理器和存储器，所述处理器用于读取所述存储器中的程序，执行如权利要求1至5中任一项所述的声表面滤波器优化设计方法中的步骤。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现如权利要求1-5中任意一项所述的声表面滤波器优化设计方法中的步骤。

Images