CN1702738A - 谐波噪声的减去消除 - Google Patents

Abstract

谐波噪声的减去消除。音频处理的一个共同问题是：有用信号(8)受到应当被抑制的一个或更多个正弦噪声(9)的干扰。所提出的用于消除受到干扰的有用信号(1)中的未知频率的正弦扰动(9)的方法包括以下步骤：估计该扰动(9)的三个正弦参数，所述三个正弦参数是振幅、相位和频率；根据所估计的参数生成(4)基准信号(5)；并且从受到干扰的信息承载信号(1)中减去基准信号(5)。通过扩展的卡尔曼滤波器来进行该估计。

Description

谐波噪声的减去消除

技术领域

本发明总体上涉及抑制噪声的领域，更具体地，涉及一种消除所关注信号中的未知频率的附加正弦扰动的方法。该方法集中于提高视频信号的质量。然而本发明并不限于声学领域，即，其可以应用于压力传感器的信号。

背景技术

音频处理中的共同问题是信息承载信号受到一个或更多个正弦信号的干扰。抑制这些干扰信号的传统方法是使用将频率调至该正弦干扰频率的固定陷波滤波器，如在“Halbleiter-Schaltungstechnik”(by Ulrich Tietzeand Christoph Schenk，Springer，12th edition，2002)中所描述的。

为了使所关注信号的质量仅发生略微的下降，要求滤波器的陷波非常陡，为了良好抑制，需要准确知道干扰频率。如果不是如此，则陷波滤波器的常规方法不再适用，而必须使用在“Adaptive IIR Filtering inSignal Processing and Contrl”(by Philip A.Regalia Marcel Dekker，1994)中提出的自适应方法。该滤波器与含有最高频率的主正弦干扰同步，并完全抑制该干扰。此外，该滤波器能够追踪该干扰频率的较小的依从于时间的变化。然而，该方法的一个主要缺点在于：其不保存陷波频率处的承载信息的谱内容。由此无法清楚地分开两个正弦波(一个代表噪声，另一个代表有用信息)。

当把对正弦干扰的抑制视为对扰动的消除时可以解决以上问题。生成人造基准信号并从噪声信息承载信号中减去该信号。该抑制目前取决于用于基准信号的正弦参数的估计值的质量。

一旦找到了良好的估计，则可以放慢估计处理或将其完全停止，以使得估计器无法跟踪由所关注信号引起的振幅和相位的变化。只要正弦干扰参数对于时间保持常数，就可以保存该频谱内容。如果这些参数变化，则不再保存该频谱内容，并迫使重新启动常规估计过程。现有技术的方法假设要消除的频率是已知的，并且大部分方法对于振幅和相位的连续参数估计使用梯度下降方法，例如“Geruschreduktionsverfahren mitmodellbasierten Anstzen für Freisprecheinrichtungen in Kraftfahrzeugen”(by Henning Puder，PhD Thesis，Technische Universitt Darmstadt，2003)。为了处理语音信号，利用下降步长来控制对于扰动正弦参数的估计，并且该估计只在语音暂停时才被激活。这样，大大减少了对于语音部分中的有用频率内容的抑制。

发明内容

考虑以上几点，本发明的目的是提供一种改进的噪声消除技术，其还可以应用于干扰频率未知的情况。

通过独立权利要求的特征来实现所述目的。在独立权利要求中定义了有利特征。

本发明通过补偿技术从受扰动的语音信号中基本上去除了个别的正弦干扰。基本方法是使用正弦干扰的同相/正交模型。

所提出的方法估计并跟踪以下参数：各干扰的同相振幅、正交振幅以及频率。由扩展的卡尔曼滤波器递归地进行该估计。根据这三个参数，通过生成基准信号并从干扰信号中减去该基准信号来补偿干扰信号中的正弦干扰。

通过扩展的卡尔曼滤波器来依次进行三个未知正弦干扰参数的估计。类似于自适应陷波滤波器，该滤波器收敛于功率最强的频率，并估计其参数。通过对于所假设的测量值以及卡尔曼体系中的设备噪声协方差选择不同值，来对参数估计过程进行控制。测量协方差中的较大值例如固定了估计值和基准信号。本发明所提出的方法的优点在于，无需获知干扰频率，并且与自适应陷波滤波器相反，不消除信号信息。

在抑制电机噪声的情况下，可以通过诸如电机的旋转计数器的附加传感器来确定用于卡尔曼滤波器的初始化以及信号和干扰的方差的各个值。还可以通过学习过程来确定这些值，在该过程中识别出可能的扰动/干扰/噪声以及它们的性质。由此确定的值并不是干扰频率的确切值，而只是其估计值，这对于加速卡尔曼滤波器自适应以及提高估计精度是有用的。

此外，在过滤处理中通过添加独立的测量方程来容易地整合(intergrate)初始化之后的连续传感器信息。由此可以完成旋转计数器与其它装置的传感器联合。

根据本发明的第一方面，提供了一种用于消除受扰动的有用信号中的未知频率的正弦扰动的方法。由此，该方法包括以下步骤：估计正弦扰动的三个参数，即振幅、相位和频率；根据所估计的参数生成基准信号，并从受扰动的有用信号中减去基准信号。

可以利用附加传感器的值和/或学习过程对正弦扰动参数的估计值进行初始化。

具体地，可以通过连续重复该方法来消除多个正弦扰动。

在估计步骤之前对受扰动的有用信号进行带通滤波。

由此在将该方法应用于各波段之前可以利用多个带通滤波器将受扰动的有用信号分解为多个频段。

此外，可以消除第一频段中的给定正弦扰动，并可以通过为了消除第一频段中的给定正弦扰动而生成的基准信号，来消除第二频段中的给定正弦扰动。

可以通过调整为了消除第一频段中的给定正弦扰动而生成的基准信号，来将第二频段中的给定正弦扰动消除到第一频段频率响应与第二频段频率响应的比率。

可以通过扩展的卡尔曼滤波器进行该估计。

此外，可以调整估计步骤中的初始化值的置信度。

然后还可以通过控制扩展的卡尔曼滤波器的误差协方差矩阵来调整置信度。

可以时间选择地并特别地根据语音活动测量来执行该方法。

可以根据Ephraim和Malah方法对所获取的所估计的有用信号进行滤波。

根据本发明的另一方面，提出了一种计算机软件程序产品，当将其运行在计算装置上时实现了前述方法。

根据本发明的另一方面，提供了一种用于消除在受扰动的信息承载信号中的未知频率的正弦扰动的系统，其中计算装置执行上述方法。

附图说明

根据结合附图的以下详细说明书和所附权利要求，本发明的其它优点和可能应用将变得清楚。其中，

图1表示根据本发明的通过加入基准信号来消除受扰动的信号中的噪声，

图2表示递归卡尔曼估计算法，以及

图3表示递归扩展卡尔曼估计算法。

具体实施方式

补偿方法

下面参照图1说明本发明的整体补偿方法，该方法提出：通过添加基准噪声来消除受扰动的信号中的噪声。

从图1可以看出，本发明提出的方法估计(2)并跟踪对于各个干扰的以下参数：同相振幅、正交振幅和频率。通过扩展的卡尔曼滤波器来递归进行该估计。随后，根据三个估计参数(3)，生成(4)基准信号(5)，并从受扰动的信号(1)中减去(6)该信号，以补偿受扰动的信号(1)中的正弦扰动(9)。

所使用的基准信号是根据噪声模型(4)生成的人造信号(5) 该人造信号表示叠加在信息承载信号(8)s(n)上的实际扰动噪声(9)的估计值。通过确定以下模型参数来间接地进行所述基准信号的估计(2)：

$\widehat{\mathrm{\θ}}={[{\widehat{\mathrm{\θ}}}_1,{\widehat{\mathrm{\θ}}}_2\·\·\·,{\widehat{\mathrm{\θ}}}_n]}^T$   公式1

通过从整个受扰动的信号(1)y(n)中减去(6)人造模型信号(5)

来抑制噪声(9)：

$\hat{s}\left(n\right)=y\left(n\right)-\hat{v}\left(n\right)=s\left(n\right)+v\left(n\right)-\hat{v}\left(n\right)=s\left(n\right)+e\left(n\right)$              公式2

其中e(n)是在时刻n的噪声补偿之后的误差信号，

s(n)是在时刻n的有用信号，

(n)是所估计的时刻n的有用信号，

v(n)是时刻n的干扰噪声，

是所估计的时刻n的干扰噪声，并且

y(n)是时刻n的受到额外扰动的有用信号。

处理正弦振荡补偿的适当模型是本发明所使用的同相/正交模型。在该模型中，可以通过以下三个参数(θ₁、θ₂和θ₃)来描述根据公式(3)的一般正弦信号v(n)，

$v\left(n\right)=A\cos (2\mathrm{\π}\tilde{f}n+\mathrm{\φ})$                                                           公式3

θ₁＝Acosφ                                                                                     公式4a

θ₂＝Asinφ                                                                                     公式4b

${\mathrm{\θ}}_3=\tilde{f}$                                                          公式4c

这三个参数分别表示同相分量、正交分量和归一化频率。

通过下面的公式描述基准信号的生成：

v(n，θ)＝θ₁cos(2πθ₃·n)-θ₂sin(2πθ₃·n)   公式5

该方法基本上消除了陷波滤波的缺点。这使得：

1、有针对性地衰减所确定的振荡，而不是完全删除它们。由此可以保留有用信号的恒定且持续的振荡。

2、根据输入信号和最后估计值利用模型参数的恒定估计 来暂时跟踪干扰频率的变化：

$\widehat{\mathrm{\θ}}\left(n\right)=f(y\left(n\right),y(n-1),...\widehat{\mathrm{\θ}}(n-1),\widehat{\mathrm{\θ}}(n-2),...)$                                                        公式6

通过所述方法得到的结果取决于估计器(2)的精度以及区别有用信号(8)与噪声信号(9)的概率。相位或频率的小估计误差在一段时间后可能导致基准信号与噪声信号之间相减的大误差。因此绝对需要恒定的新估计值(2)。为了使计算成本保持在低水平，本发明提出了使用顺序方法。

卡尔曼滤波器

下面将参照图2和图3说明本发明如何利用顺序估计方法，即卡尔曼滤波器。

为了计算当前估计值

卡尔曼滤波器只需要受扰动的信号的当前抽样值y(n)＝s(n)+v(n)、参数的最后估计 以及采用误差协方差矩阵M(n-1|n-1)形式的关于所述估计精度的信息。此外，滤波器的有利特征在于其对随时间线性变化的参数θ(n)提供最佳线性估计结果，可参见“Fundamentals of Statistical Signal Processing-Estimation Theory”，(Steven M.Kay，Signal Processing Series，Prentice Hall，1993)。最佳估计值表示卡尔曼滤波器使所有线性估计器的期望正交误差(即，线性最小平方误差(LMMSE))最小。

下面说明如何将通用卡尔曼方程调整为根据本发明的谐波噪声的减去消除。

由于标准方法需要线性动态模型，所以首先假设第三参数(即 ${\mathrm{\θ}}_3={\tilde{f}}_0)$ 已知。在描述使用根据本发明的扩展的卡尔曼滤波器的以下部分中，对已有方程进行了改进，并增加了频率估计。

要估计的参数θ(n)是系统的状态变量。通过线性随机系统来模拟这些参数随时间的变化。

θ(n)＝A·θ(n-1)+B·u(n)，n≥0             公式7

$\left[\begin{array}{c}{\mathrm{\θ}}_1\left(n\right)\\ {\mathrm{\θ}}_2\left(n\right)\end{array}\right]=\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]\·\left[\begin{array}{c}{\mathrm{\θ}}_1(n-1)\\ {\mathrm{\θ}}_2(n-1)\end{array}\right]+\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]\·u\left(n\right)$                                                公式8

其中θ₁(n)和θ₂(n)规定正弦扰动的当前的同相和正交分量，并且u(n)是正态分布的零平均二维白噪声

u～N(0，Q)                                 公式9

其中信道θ₁(n)和θ₂(n)彼此不相关，并具有相同的方差

$Q=\mathrm{diag}\left[{\mathrm{\σ}}_u^2{\mathrm{\σ}}_u^2\right]$                                               公式10

可以通过受扰动的噪声信号(1)y(n)来观察参数θ(n)：

$y\left(n\right)={\mathrm{\θ}}_1\left(n\right)\cos (2\mathrm{\π}{\tilde{f}}_0\·n)-{\mathrm{\θ}}_2\left(n\right)\sin (2\mathrm{\π}{\tilde{f}}_0\·n)+w\left(n\right)$

$=h^T\left(n\right)\mathrm{\θ}\left(n\right)+w\left(n\right)$                                             公式11

其中w(n)表示了话音信号(8)s(n)对噪声信号(9)v(n)的影响：

$v\left(n\right)=h^T\left(n\right)\mathrm{\θ}\left(n\right)=[\cos \left(2\mathrm{\π}{\tilde{f}}_{0}n\right)-\sin \left(2\mathrm{\π}{\tilde{f}}_{0}n\right)]\·\left[\begin{array}{c}{\mathrm{\θ}}_1\left(n\right)\\ {\mathrm{\θ}}_2\left(n\right)\end{array}\right]$                                                     公式12

“话音噪声”w(n)可以通过平均值μ_w(n)和其方差σ_w ²(n)来统计描述。然而，这对于其统计特性的完全描述并不充分，因为高斯分布的假设对于该话音信号并不成立。结果，在最小均方误差(MMSE)方面，卡尔曼滤波器不会生成最佳结果，而只提供了用于线性估计方法的最佳值(LMMSE)。图2表示从以上定义和假设得到的递归卡尔曼估计算法。

初始化包括设置值 和M(-1|-1)。算法从n＝0开始。理论上建议在时刻n＝-1使用参数θ作为平均值和协方差的起始值。因为难于对这些参数分配统计数据，所以本发明提出使用θ(-1|-1)的合理猜想值作为起始值。由M(-1|-1)决定所述起始值的置信度。为了估计同相或正交分量，假设使用[0 0]^T作为平均值。利用以下误差协方差矩阵，可能的估计范围几乎不受到限制：

$M(-1|-1)=\left[\begin{array}{cc}{\mathrm{\σ}}^2& 0\\ 0& {\mathrm{\σ}}^2\end{array}\right],$

σ²＝100                                       公式13

如果对于σ²，选择小很多的值，则在某一时间段内，该算法可以寻找起始值范围内的“正确”参数θ(n)。如果该算法没有找到所述参数，则其只慢慢改变其“搜索方向”。滤波器表现出极强的“偏向”。

可以通过协方差矩阵Q来控制振幅值θ₁(n)和θ₂(n)的跟踪。根据本发明，矩阵Q是对角矩阵：

                          公式14

以便跟随两个振幅分量的独立改变。根据本发明，背景噪声的适当值为σ_u ²＝10^-13。过大值所导致的特征看起来像陷波滤波器的特征。

扩展的卡尔曼滤波器

下面参照图3说明本发明如何利用扩展的卡尔曼滤波器。

利用上述滤波器，无法适当的跟踪频率变化。可以通过对图2中表示的卡尔曼滤波器算法添加用于频率的第三递归公式来改变此问题。则卡尔曼滤波器能够与具有可变频率的振荡同步，并能够跟踪并及时补偿改变。不幸的是，该改进无法在通常的卡尔曼理论领域中执行，这是因为以下观测公式在频率范围内是非线性的：

y(n)＝θ₁cos(2πθ₃n)-θ₂sin(2πθ₃n)+w(n)

    ＝h(θ(n)，n)+w(n)                            公式15

不管怎样仍可以利用卡尔曼滤波器的顺序估计公式。实际上，通过采用泰勒级数近似值，可以将项h(θ(n)，n)线性化。由此，如以下公式所述在估计值 附近研究基准模型h(θ，n)：

$h(\mathrm{\θ}\left(n\right),n)\≈h\left(\widehat{\mathrm{\θ}}\left(n\right|n-1)\right)+\frac{\∂h}{\∂\mathrm{\θ}\left(n\right)}{|}_{\mathrm{\θ}\left(n\right)=\widehat{\mathrm{\θ}}\left(n\right|n-1)}(\mathrm{\θ}\left(n\right)-\widehat{\mathrm{\θ}}\left(n\right|n-1))$

$=h(\widehat{\mathrm{\θ}}\left(n\right|n-1),n)+\tilde{h}{\left(n\right)}^T\·(\mathrm{\θ}\left(n\right)-\widehat{\mathrm{\θ}}\left(n\right|n-1))$                                                      公式16

然后公式15变成：

$y\left(n\right)=h(\widehat{\mathrm{\θ}}\left(n\right|n-1),n)+\tilde{h}{\left(n\right)}^T\·(\mathrm{\θ}\left(n\right)-\widehat{\mathrm{\θ}}\left(n\right|n-1))+w\left(n\right)$

$=\tilde{h}{\left(n\right)}^T\mathrm{\θ}\left(n\right)+w\left(n\right)+(h(\widehat{\mathrm{\θ}}\left(n\right|n-1),n)-\tilde{h}{\left(n\right)}^T\widehat{\mathrm{\θ}}\left(n\right|n-1))$

$=\tilde{h}{\left(n\right)}^T\mathrm{\θ}\left(n\right)+w\left(n\right)+z\left(n\right)$                                                      公式17

现在所述公式为线性的，并且与卡尔曼模型公式(即公式11)的不同之处仅在于以下已知项：

$z\left(n\right)=h(\widehat{\mathrm{\θ}}\left(n\right|n-1),n)-\tilde{h}{\left(n\right)}^T\widehat{\mathrm{\θ}}\left(n\right|n-1)$                                                      公式18

通过转换y′(n)＝y(n)-z(n)，得到与正态卡尔曼滤波器相同的起始前提。当使用卡尔曼滤波器方法时，得到图3所示的估计算法(称为扩展的卡尔曼滤波器(EKF))。

预测步骤(步骤1和步骤2)保持不变。只有参数数量增加了1至3个。已将频率添加给参数的同相/正交分量。卡尔曼滤波器算法(步骤4b、5b和6b)的三个其它公式显示出略微的变化。根据新测量的值y(n)执行预测估计值的校正的公式使用非线性模型 来预测期望测量值(步骤5b)。放大/增益(步骤4b)和估计误差(步骤6b)使用第一阶线性化 必须对于各新步骤计算该值。与线性卡尔曼滤波器类似，不能进行增益和误差过程中的离线计算。此外，滤波器因线性化而失去其线性最优特性，并且可以将估计误差M(n|n)翻译为实际误差的一阶近似。

子频段分解

下面将说明由本发明执行的子频段分解。

并不直接在受扰动的语音信号(1)y(n)上进行根据本发明的抑制。相反，本发明提出：首先执行子频段分解，这是谐波噪声的减去消除的第一步。其功能再现了人耳蜗的神经信号处理。然后在更高的神经级别进行噪声抑制，并使用通过耳蜗过滤的信号。

表示良好结果的模型是Patterson提出的伽马调(Gammatone)滤波器组。与此相关，参见Malcom Slaney的技术报告：“An Efficientimplementation of the Patterson Holdsworth auditory filter bank”(AppleComputer Inc，1993)。所述滤波器组包括多个不同的八阶带通滤波器，其中这些滤波器具有相互不同的带宽以及不同的中心频率距离。根据心理声学分析来限定带宽和距离、或者频段交叠，并且它们随着频率增加而增加。

作为对机器人头部的耳蜗进行模拟的示例已提出：使用一种型式的具有100个信道的所述伽马调滤波器组。在滤波器组的不同的频段受限信道中，实现了正弦扰动的噪声降低。根据扰动频率，必须在多于一个的信道中执行抑制，这是由于在交叠的相邻信道中可能存在相同的衰减扰动。则也必须在其它信道中抑制扰动频率。这意味着与直接处理(即陷波滤波)相比，需要相当多的额外工作。另一方面，根据本发明的补偿技术得益于子频段分解。通过分解来分离接近的正弦干扰。该滤波器组尤其对于深频率显示出低的信道宽度，使得其能够分离具有高功率的正弦振荡(即，网络蜂鸣(humming)的100Hz和200Hz振荡)。

仅在一个信道上执行估计过程。便利地，所选信道是对于给定初始频率具有最大振幅行程的信道。则主信道与联合信道(co-channel)的转移函数之间的固定关系使得能够对于其它信道生成适当的人造基准噪声。

总结

本发明所提出的补偿方法与陷波滤波的两点不同为：

-首先，其只需要有限地初步认知要补偿的频率，即该算法在初始值附近自动收敛于功率最大的频率，

-其次，其可以通过控制模型噪声参数σ_w ²(n)和Q(n)来防止扩展的卡尔曼滤波器去除相同频率的语音部分。

本发明提出：通过语音活动检测(VAD)方法来实现该控制。该方法用于移动通信领域，例如参见“Voice-Activity Detector”，(ETSI Rec.GSM 06.92，1989)。所述检测方法确定阈值。在高于该阈值，即，当信号中出现语音时，通过如 ${\mathrm{\σ}}_w^2={10}^4$ 那样对测量噪声赋予较大的值，来终止参数估计。在低于该阈值时，即，当信号中不再出现语音时，再次开始参数估计和跟踪。

还可以通过添加独立的测量公式来包括来自不同传感器源的信息，即旋转计数器。通过这种方式，即使在讲话过程中也可以跟踪频率值，并且无需停止估计。

根据本发明，将多个扩展的卡尔曼滤波器进一步串联。由此，第一滤波器必须消除信号或该信号的给定频段中的功率最强的正弦扰动。然后将所获得的信号提供给可以抑制功率次强的正弦扰动的第二滤波器。

还提出：执行另一步骤来抑制剩余扰动信号。由此，在补偿步骤之后，可以根据Ephraim和Malah的方法过滤该信号。所述方法在以下文献中描述：“Speech enhancement using a minimum mean-square errorshort-time spectral amplitude estimator”(by Yariv Ephraim and David Malah，IEEE Transactions on Acoustics，Speech and Signal Processing，32(6)，December 1984)。

Claims (16)

1、一种用于消除受扰动的有用信号(1)中的未知频率的正弦扰动的方法，

包括以下步骤：

估计(2)所述正弦扰动(9)的三个参数，所述三个参数是振幅、相位和频率，

根据所估计的参数生成(4)基准信号(5)，以及

从所述受扰动的有用信号(1)中减去(6)所述基准信号(5)。

2、根据权利要求1所述的方法，

其中，利用附加传感器的值和/或学习过程对所述正弦扰动(9)的参数的估计(2)进行初始化。

3、根据权利要求1或2所述的方法，

其中，对来自附加传感器的信息进行整合，作为卡尔曼体系的附加测量公式。

4、根据前述任一项权利要求所述的方法，

其中，通过连续地重复权利要求1的方法来消除多个正弦扰动(9)。

5、根据前述任一项权利要求所述的方法，

其中，在所述估计(2)步骤之前对所述受扰动的有用信号(1)进行带通滤波。

6、根据权利要求5所述的方法，

其中，在将权利要求1或4的方法应用于各波段之前，利用多个带通滤波器将所述受扰动的有用信号(1)分解为多个频段。

7、根据权利要求6所述的方法，

其中

消除第一频段中的给定正弦扰动(9)，并且

通过为了消除所述第一频段中的给定正弦扰动(9)而生成的基准信号(5)，来消除第二频段中的给定正弦扰动(9)。

8、根据权利要求7所述的方法，

其中，通过调整为了消除所述第一频段中的给定正弦扰动(9)而生成的所述基准信号(5)，来将所述第二频段中的给定正弦扰动(9)消除到第一频段频率响应与第二频段频率响应的比率。

9、根据前述任一项权利要求所述的方法，

其中通过扩展的卡尔曼滤波器进行所述估计(2)。

10、根据前述任一项权利要求所述的方法，

其中调整所述估计(2)步骤的初始值中的置信度。

11、根据引用权利要求9的权利要求10所述的方法，

其中通过控制所述扩展的卡尔曼滤波器的误差协方差矩阵来调整所述置信度。

12、根据前述任一项权利要求所述的方法，

其特征在于，

所述方法是时间选择性执行的。

13、根据权利要求12所述的方法，

其特征在于，

所述方法是根据语音活动测量执行的。

14、根据前述任一项权利要求所述的方法，

其中，根据Ephraim和Malah对所获取的所估计的有用信号(7)进行过滤。

15、一种计算机软件程序产品，

当将所述产品在计算装置上运行时，实现了根据前述任一项权利要求所述的方法。

16、一种用于消除受扰动的信息承载信号中的未知频率的正弦扰动的系统，

其中，计算装置被设计为，实现根据权利要求1至14中的任一项所述的方法。

Images