WO2016050049A1 - 一种信号处理方法及装置 - Google Patents

一种信号处理方法及装置 Download PDF

Info

Publication number
WO2016050049A1
WO2016050049A1 PCT/CN2015/076450 CN2015076450W WO2016050049A1 WO 2016050049 A1 WO2016050049 A1 WO 2016050049A1 CN 2015076450 W CN2015076450 W CN 2015076450W WO 2016050049 A1 WO2016050049 A1 WO 2016050049A1
Authority
WO
WIPO (PCT)
Prior art keywords
sub
signal
band
group
scale factor
Prior art date
Application number
PCT/CN2015/076450
Other languages
English (en)
French (fr)
Inventor
苏谟特艾雅
刘媛媛
李海婷
Original Assignee
华为技术有限公司
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 华为技术有限公司 filed Critical 华为技术有限公司
Publication of WO2016050049A1 publication Critical patent/WO2016050049A1/zh

Links

Images

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks

Definitions

  • the embodiment of the invention provides a signal processing method and device, so as to avoid the problem that the signal processing performance is degraded due to the decision error of the hard decision mode.
  • a signal processing method comprising:
  • the method further includes:
  • the filter coefficient update of each group of adaptive filters is independent of the filter coefficient update result of other group adaptive filters except the group.
  • determining the mixing scale factor K_v corresponding to the v-th group adaptive filter includes:
  • determining the mixing scale factor K_v corresponding to the v-group adaptive filter includes:
  • K_v is the mixed scale factor corresponding to the v-group adaptive filter
  • K1 is the mixed scale factor selected when the MSSNR is maximum
  • K2 is the mixed scale factor selected when the MSSNR is minimum
  • MAX_MSSNR is the predetermined modified sub-band signal-to-noise ratio
  • MIN_MSSNR is the predetermined modified sub-band signal-to-noise ratio and minimum value
  • K1 and K2 are normal numbers
  • MSSNR is the corrected sub-band signal-to-noise ratio
  • MAX_MSSNR and MIN_MSSNR are normal numbers
  • D K2-C*MIN_MSSNR.
  • the hybrid scaling factor K_v corresponding to the determined v-group adaptive filter is determined.
  • a mixing scale factor corresponding to the N-1 group adaptive filters other than the vth group adaptive filter including:
  • a signal processing apparatus comprising:
  • a filtering unit configured to filter the first input signal based on the at least two sets of adaptive filters to obtain a filtered first input signal, and obtain each according to the second input signal and the filtered first input signal Generating an initial signal of the adaptive filter;
  • the signal processing method and apparatus provided by the embodiments of the present invention can be applied to the technical field of signal processing including two parts of input signals, such as echo suppression and noise cancellation.
  • the two input signals included in the description are conveniently referred to as a first input signal and a second input signal
  • the first input signal and the second input signal are input signals adapted to a specific application scenario, for example, for echo cancellation.
  • the first input signal may be a far-end input signal
  • the second input signal may be included
  • the near-end input signal of the echo for the application scenario of noise cancellation
  • the first input signal may be a reference noise signal
  • the second input signal may be a noise-reduction input signal.
  • the reference input vector is constructed from the first input signal x(n):
  • x(nl) [x(nl),...,x(nL-l+1)] T .
  • X(n) [x(n),...,x(n-p+1)];
  • S301 Determine a mixing scale factor K_v corresponding to the v-group adaptive filter, where v is a positive integer less than or equal to N, and N is a positive integer greater than or equal to 2.
  • S302 Determine a mixing scale factor corresponding to the N-1 group adaptive filter except the vth group adaptive filter according to the determined mixing scale factor K_v corresponding to the vth group adaptive filter.
  • the mixing scale factor K_v corresponding to the v-group adaptive filter is determined in the embodiment S301 of the present invention, and can be determined, for example, in the manner shown in FIG. 4A and FIG. 4B.
  • FIG. 4A is a flowchart showing an implementation of determining a mixing scale factor according to an embodiment of the present invention, including:
  • S403a Determine a mixing scale factor K_v corresponding to the vth group adaptive filter according to the obtained corrected subband signal to noise ratio sum.
  • the computational complexity can be reduced.
  • FIG. 4B is a flowchart of an implementation of determining a hybrid ratio factor according to an embodiment of the present invention, including:
  • S402b respectively calculating sub-band signal-to-noise ratios of the sub-band signals corresponding to the M parameter input signals in the frequency domain, and correcting the obtained sub-band signal-to-noise ratios of the sub-band signals to obtain M parameter inputs.
  • the corrected sub-band signal-to-noise ratio corresponding to the signal is
  • S403b Determine a mixing scale factor corresponding to the M vth group adaptive filters according to the corrected subband signal to noise ratio corresponding to the M parameter input signals.
  • the accuracy of the determined mixing scale factor can be improved by determining the mixing ratio factor by determining the parameter input signals of not less than two groups.
  • the parameter input signal constructed by the first input signal, the second input signal or the initial signal of the adaptive filter is introduced.
  • the first input signal, the second input signal, and the initial signal of the adaptive filter may be selected to be mixed.
  • the first input signal or the second input signal may be selected to construct a parameter input signal, and then the initial signal of a set of adaptive filters is selected in the initial signal of the adaptive filter to construct another Parameter input signal.
  • the sub-band signal-to-noise ratios of the sub-band signals corresponding to the parameter input signals in the frequency domain are determined, and the obtained sub-band signal-to-noise ratios of the sub-band signals are corrected to obtain a modified sub-band.
  • the signal-to-noise ratio can be as shown in Figure 5, including:
  • Embodiments of the present invention select a set of adaptive filtering in an initial signal of each group of adaptive filters
  • the initial signal of the device is taken as an example of a parameter input signal.
  • band_start(i) is the starting frequency number of the i-th subband
  • band_end(i) is the ending frequency number of the i-th sub-band
  • real(.) is the real part
  • imag( .) indicates the imaginary part.
  • the second mixed ratio factor of the adaptive filter in the case of the corrected subband SNR and the minimum value corresponding to the selected adaptive filter is set.
  • the mixing ratio factor corresponding to one of the adaptive filters is determined to be K
  • the mixing ratio corresponding to the other set of adaptive filters is The factor is 1-K.
  • determining The mixing scale factor corresponding to the N-1 group adaptive filter other than the vth adaptive filter may adopt an implementation process as shown in FIG. 6A or FIG. 6B.
  • S601a Select N-2 sets of adaptive filters in the remaining N-1 group adaptive filters.
  • S602a determining respectively that the mixing scale factor K_j corresponding to the j-th group adaptive filter is different A positive integer of v and less than or equal to N.
  • FIG. 6B is a flowchart showing an implementation of determining a hybrid scaling factor corresponding to an N-1 group adaptive filter other than the v-th group adaptive filter according to an embodiment of the present invention, including:
  • S602b determining, according to a preset correction factor ⁇ v_j of the mixed scale factor corresponding to the j-th adaptive filter corresponding to the mixed voxel corresponding to the v-th adaptive filter, respectively determining the j-th group adaptive filter corresponding
  • the mixing scale factor is ⁇ v_j K, and j is a positive integer not equal to v and less than or equal to N.
  • S701 Determine a mixing scale factor of each sample in the current frame corresponding to each group of adaptive filters according to a mixing scale factor corresponding to each group of adaptive filters.
  • S out (m) is the final signal of the mth sample
  • K is the mixing scale factor of the current frame corresponding to the v-group adaptive filter
  • e v (m) is the corresponding v-group adaptive filter
  • the initial signal of the mth sample, e other (m) is the initial signal of the mth sample of the remaining set of adaptive filters except the vth adaptive filter
  • K(m) is the vth group
  • ⁇ is the set proportional parameter value.
  • the signal processing method provided by the embodiment of the present invention firstly filters the first input signal based on at least two sets of adaptive filters having different filter coefficients to obtain a filtered first input signal, and according to the second input signal and filtering.
  • the initial signals corresponding to each group of adaptive filters are respectively obtained, and the filter coefficients of the respective sets of adaptive filters are updated according to different parameter configurations, that is, an initial signal adapted to different scenes can be generated.
  • determining the mixing scale factor corresponding to each group of adaptive filters and finally, mixing the initial signals of each group of adaptive filters according to the determined mixing scale factor to obtain a final signal, which can be adaptive to different filter coefficients.
  • the ratio of the initial signal of the filter to the final signal is adaptively adjusted to obtain the final signal. Therefore, the embodiment of the present invention can adaptively adjust the proportion of the initial signal of the adaptive filter with different filter coefficients in the final signal, and can achieve convergence speed and steady state error in different application scenarios to a certain extent. And the balance between computational complexity.
  • the embodiment of the present invention is not limited.
  • the selection of the affine projection order needs to select an appropriate value according to the design requirement of the echo cancellation algorithm, as long as the content is satisfied. A positive number is sufficient. The larger the order, the faster the convergence speed, but the higher the computational complexity.
  • R in [R in ((k-1)*L frame ),...,R in ((k-1)*L frame +L frame -1)],
  • the far-end input signal R in and the near-end input signal S in the k-th frame are further divided into L frames /p subframes, and the far-end input signal of the m-th subframe is
  • the near-end input signal is:
  • the input signal is filtered according to two sets of adaptive filters based on affine projection algorithm with different parameter configurations, and two sets of initial signals are obtained.
  • the initial signal corresponding to the slow adaptive filter is:
  • a remote input signal, a near-end input signal, or an initial signal of a set of adaptive filters may be selected.
  • the correction subband has a signal-to-noise ratio and determines the mixing scale factor. The embodiment of the present invention is described by taking the corrected sub-band signal-to-noise ratio of the initial signal of the fast adaptive filter as an example.
  • band_start(i) is the starting frequency number of the i-th subband
  • band_end(i) is the ending frequency number of the i-th sub-band
  • real(.) is the real part
  • imag( .) indicates the imaginary part.
  • the sub-band signal-to-noise ratio SNR(i) satisfies the formula:
  • the corrected subband SNR MSNR(i) is:
  • the corrected subband SNR and MSSNR are:
  • E_band(i) is the energy of the i-th sub-band
  • E_band_noise(i) is the noise estimation energy of the i-th sub-band
  • SNR(i) is the signal-to-noise ratio of the i-th sub-band
  • i 0,1,..., NUM_BAND-1
  • NUM_BAND is the number of subbands
  • MSNR(i) is the corrected subband signal-to-noise ratio obtained by correcting the signal-to-noise ratio of the i-th sub-band.
  • B is a normal number
  • TH_SNR is a preset sub-band SNR threshold
  • MSSNR is a modified sub-band SNR.
  • the estimated sub-band noise energy needs to be updated before calculating the corrected sub-band signal-to-noise ratio at the next moment.
  • the embodiment of the invention may select a remote input signal, a near-end input signal, an initial signal corresponding to the fast adaptive filter, and a modified sub-band SNR of the initial signal corresponding to the slow adaptive filter, and determine Mix the scale factor.
  • the embodiment of the present invention is described by taking an example of selecting an initial signal of the fast adaptive filter and a modified sub-band signal-to-noise ratio of the initial signal of the slow adaptive filter.
  • the method for determining the signal-to-noise ratio of the modified sub-band according to the first method may be respectively determined to determine the corrected sub-band signal-to-noise ratio of the initial signal of the fast adaptive filter and the MSSNR fast and slow adaptive filters.
  • the corrected subband of the initial signal has a signal-to-noise ratio and MSSNR slow , and respectively calculates the initial signal of the set adaptive filter (the initial signal of the fast adaptive filter or the initial signal of the slow adaptive filter) to participate in determining the final signal.
  • Mixed scale factor of the signal :
  • MAX_K slow and MIN_K slow are normal numbers
  • MAX_MSSNR slow and MIN_MSSNR slow are also normal numbers
  • D slow MIN_K slow -C slow *MIN_MSSNR slow .
  • the estimated fast sub-band noise energy of the fast adaptive filter and the slow adaptive filter need to be updated before calculating the corrected sub-band signal-to-noise ratio and MSSNR fast and MSSNR slow at the next moment.
  • the subband noise energy of the updated fast adaptive filter is:
  • E_band_noise fast (i) ⁇ fast *E_band_noise fast (i)+(1- ⁇ fast )*E_band fast (i),
  • the subband noise energy of the updated slow adaptive filter is:
  • E_band_noise slow (i) ⁇ slow *E_band_noise slow (i)+(1- ⁇ slow )*E_band slow (i).
  • the final signal is obtained from the initial signals of the two sets of adaptive filters and the determined mixing scale factor.
  • the initial signal of the fast adaptive filter in the current frame be e fast (m)
  • the initial signal of the slow adaptive filter is e slow (m)
  • m takes the value from 1 to L_FRAME
  • L_FRAME is the frame length.
  • K old K.
  • the coefficient update formula for the fast adaptive filter is:
  • the coefficient update formula for the slow adaptive filter is:
  • the embodiment of the present invention is not limited. Actually, the values of L high and L low , and the values of p high and p low may be as long as the normal number is satisfied, and p high is less than p low .
  • R in [R in ((k-1)*L frame ),...,R in ((k-1)*L frame +L frame -1)],
  • the reference input matrix is constructed from the far-end input signal, and the reference input matrix X(n) of the m-th subframe is:
  • a reference input submatrix for the high-order portion of the filter corresponding to the affine projection order p low For p low ⁇ L high dimensional matrix:
  • the input vector is constructed from the near-end input signal, and the input vector corresponding to the m-th sub-frame affine projection order p low is denoted as d low (n), and the front p high component is the input vector record corresponding to the affine projection order p high D high (n):
  • d low (n) [S in (n),...,S in (np low +1)] T ,
  • the initial signal of the mth subframe is:
  • the initial signals of the pre-p high elements are:
  • the initial signal of the mth subframe is:
  • the initial signals of the pre-p high elements are:
  • the update step size corresponding to the low-order portion of the slow filter For the update step size corresponding to the high-order portion of the slow filter, [*] -1 indicates the inversion operation. Is the stability factor corresponding to the low-order part of the slow filter, It is the stability factor corresponding to the high-order part of the slow filter. normally, with A constant greater than zero can be taken. but with Can also be a variable related to the number of filter coefficient samples with with It can also be a variable with a certain value associated with the input vector.
  • the signal processing method in echo cancellation can select different processing modes according to actual conditions, such as computational complexity and calculation accuracy.
  • the embodiment of the invention can adaptively adjust the proportion of the initial signal of the adaptive filter with different filter coefficients in the final signal, and can achieve the convergence speed, the steady state error and the steady state error in different application scenarios to a certain extent. Calculate the balance between complexity.
  • the filtering unit 801 is configured to filter the first input signal based on the at least two sets of adaptive filters to obtain the filtered first input signal, and obtain each according to the second input signal and the filtered first input signal. A set of initial signals of the adaptive filter.
  • the processing unit 802 is configured to obtain a final signal by mixing initial signals of each set of adaptive filters obtained by the filtering unit 801.
  • the signal processing apparatus 800 further includes an updating unit 803, as shown in FIG. 8B, where
  • the updating unit 803 is configured to update the filter coefficients of each group of adaptive filters according to different configuration parameters.
  • the processing unit 802 is specifically configured to adopt each group by The initial signal of the adaptive filter is mixed to obtain the final signal:
  • a mixing scale factor corresponding to each set of adaptive filters is determined, the mixed scale factor being used to indicate a ratio at which the initial signals are mixed.
  • the initial signals of each set of adaptive filters are mixed to obtain a final signal.
  • the processing unit 802 is specifically configured to determine a mixing scale factor corresponding to each group of adaptive filters as follows:
  • the mixing scale factor corresponding to the N-1 group adaptive filter other than the vth group adaptive filter is determined according to the determined mixing scale factor K_v corresponding to the vth group adaptive filter.
  • the processing unit 802 is specifically configured to determine, according to the manner, a mixing scale factor K_v corresponding to the v-group adaptive filter:
  • the sub-band signal-to-noise ratio of each sub-band signal corresponding to the parameter input signal in the frequency domain is determined, and the sub-band signal-to-noise ratio is corrected to obtain a corrected sub-band signal-to-noise ratio.
  • the mixing scale factor K_v corresponding to the vth group adaptive filter is determined according to the modified subband signal to noise ratio sum.
  • the processing unit 802 is specifically configured to determine, according to the manner, a mixing scale factor K_v corresponding to the v-group adaptive filter:
  • M parameter input signals for determining a mixing scale factor according to the first input signal, the second input signal, or an initial signal of the adaptive filter, wherein M is a positive integer greater than or equal to 2.
  • the sub-band signal-to-noise ratios of the sub-band signals corresponding to the M parameter input signals in the frequency domain are respectively calculated, and the sub-band signal-to-noise ratio is corrected to obtain the corrected sub-band signal-to-noise ratio corresponding to the M parameter input signals.
  • the mixed scale factor having the smallest value among the mixed scale factors corresponding to the determined M group V adaptive filters is used as the mixed scale factor K_v corresponding to the vth group adaptive filter.
  • the processing unit 802 is specifically configured to determine, according to the manner, a sub-band signal-to-noise ratio of each sub-band signal corresponding to the parameter input signal in the frequency domain, and correct the sub-band signal-to-noise ratio to obtain Correct the subband signal to noise ratio and:
  • the corrected sub-band signal-to-noise ratio is determined, wherein the corrected sub-band signal-to-noise ratio and the corrected sub-band signal-to-noise ratio and the satisfying formula of each sub-band SNR are obtained.
  • E_band(i) is the energy of the i-th sub-band
  • E_band_noise(i) is the noise estimation energy of the i-th sub-band
  • SNR(i) is the signal-to-noise ratio of the i-th sub-band
  • i 0,1,..., NUM_BAND-1
  • NUM_BAND is the number of subbands
  • MSNR(i) is the corrected subband signal-to-noise ratio obtained by correcting the signal-to-noise ratio of the i-th sub-band.
  • B is a normal number
  • TH_SNR is a preset sub-band SNR threshold
  • MSSNR is a modified sub-band SNR.
  • the mixing scale factor K_v corresponding to the vth group adaptive filter determined by the processing unit 802 satisfies the formula
  • K_v is the mixed scale factor corresponding to the v-group adaptive filter
  • K1 is the mixed scale factor selected when the MSSNR is maximum
  • K2 is the mixed scale factor selected when the MSSNR is minimum
  • MAX_MSSNR is the predetermined modified sub-band signal-to-noise ratio
  • MIN_MSSNR is the predetermined modified sub-band signal-to-noise ratio and minimum value
  • K1 and K2 are normal numbers
  • MSSNR is the corrected sub-band signal-to-noise ratio
  • MAX_MSSNR and MIN_MSSNR are normal numbers
  • D K2-C*MIN_MSSNR.
  • the processing unit 802 is specifically configured to determine, according to the determined mixing scale factor K_v corresponding to the v-th group adaptive filter, the N-- except the v-group adaptive filter.
  • N is a positive integer greater than 2
  • an N-2 set of adaptive filters is selected among the remaining N-1 sets of adaptive filters.
  • the mixing scale factor K_j corresponding to the j-th group adaptive filter is respectively determined, and j is a positive integer not equal to v and less than or equal to N.
  • the processing unit 802 is specifically configured to determine, according to the determined mixing scale factor K_v corresponding to the v-th group adaptive filter, N- except the v-group adaptive filter.
  • N is a positive integer greater than 2
  • an N-2 set of adaptive filters is selected among the remaining N-1 sets of adaptive filters.
  • the processing unit 802 is specifically configured to perform each group according to the following manner:
  • the final scale signal is obtained by the mixing scale factor corresponding to the filter and the initial signal of each set of adaptive filters:
  • the initial signals of each set of adaptive filters are mixed according to the mixing scale factor of each sample in the current frame corresponding to each set of adaptive filters, and the final signal of each sample in the current frame is obtained.
  • the signal processing device 800 provided by the embodiment of the present invention may be a device such as an echo canceller or a noise suppressor, and may be an internal component of the echo canceller or the noise suppressor, which is not limited in the embodiment of the present invention.
  • the signal processing apparatus 800 provided by the embodiment of the present invention may be used to perform the signal processing method provided by the foregoing method embodiment. Therefore, the description of the signal processing apparatus 800 in the embodiment of the present invention is not close enough, and reference may be made to the related method embodiment. The description of the drawings is not described herein again.
  • the signal processing apparatus 800 filters the first input signal based on at least two sets of adaptive filters to obtain the filtered first input signal, and according to the second input signal and the filtered first input signal.
  • the initial signals of each set of adaptive filters are respectively obtained, and the initial signals of each set of adaptive filters are mixed to obtain a final signal, that is, the initial signals of each set of adaptive filters are mixed in the embodiment of the present invention.
  • the way of replacing the existing hard decision method can avoid the problem that the signal processing performance is degraded due to the judgment error of the hard decision mode.
  • the embodiment of the present invention further provides a signal processing device 900.
  • the signal processing device 900 includes at least two sets of adaptive filters 901, at least A processor 902, a communication bus 903, a memory 904, and at least one communication interface 905, the adaptive filter 901, the memory 904, and the communication interface 905 are coupled to the at least one processor 902 via the communication bus 903 Connected, where:
  • the at least two sets of adaptive filters 901 are configured to filter the first input signal to obtain a filtered first input signal, and obtain each group according to the second input signal and the filtered first input signal.
  • the initial signal of the adaptive filter is configured to filter the first input signal to obtain a filtered first input signal, and obtain each group according to the second input signal and the filtered first input signal.
  • the processor 902 may be a general-purpose central processing unit (CPU), a microprocessor, an application-specific integrated circuit (ASIC), or one or more programs for controlling the program of the present invention. Integrated circuit.
  • CPU central processing unit
  • ASIC application-specific integrated circuit
  • the processor 902 is configured to invoke an application stored in the memory 904 to mix initial signals of each of the sets of the adaptive filters to obtain a final signal.
  • the communication interface 905 in the embodiment of the present invention is configured to output a final signal.
  • Communication interface 905 using any type of transceiver, for communicating with other devices or communication networks, such as Ethernet, Radio Access Network (RAN), Wireless Local Area Networks (WLAN), and the like.
  • RAN Radio Access Network
  • WLAN Wireless Local Area Networks
  • the processor 902 is further configured to:
  • the processor 902 is specifically configured to mix the initial signals of each of the sets of the adaptive filters to obtain a final signal:
  • a mixing scale factor corresponding to each set of adaptive filters is determined, the mixed scale factor being used to indicate a ratio at which the initial signals are mixed.
  • the initial signals of each of the sets of the adaptive filters are mixed according to a mixing scale factor corresponding to each set of adaptive filters to obtain a final signal.
  • the processor 902 is specifically configured to determine, according to the manner, a mixing scale factor corresponding to each group of adaptive filters:
  • the processor 902 is specifically configured to determine, according to the manner, a mixing scale factor K_v corresponding to the v-group adaptive filter:
  • the signal processing device 900 filters the first input signal based on at least two sets of adaptive filters to obtain the filtered first input signal, and according to the second input signal and the filtered first input signal.
  • the initial signals of each set of adaptive filters are respectively obtained, and the initial signals of each set of adaptive filters are mixed to obtain a final signal, that is, the initial signals of each set of adaptive filters are mixed in the embodiment of the present invention.
  • the way of replacing the existing hard decision method can avoid the problem that the signal processing performance is degraded due to the judgment error of the hard decision mode.
  • embodiments of the present invention can be provided as a method, apparatus (device), or computer program product. Accordingly, the present invention may take the form of an entirely hardware embodiment, an entirely software embodiment, or a combination of software and hardware. Moreover, the invention can take the form of a computer program product embodied on one or more computer-usable storage media (including but not limited to disk storage, CD-ROM, optical storage, etc.) including computer usable program code.
  • a computer-usable storage media including but not limited to disk storage, CD-ROM, optical storage, etc.

Landscapes

  • Noise Elimination (AREA)

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
本申请要求在2014年9月30日提交中国专利局、申请号为201410526493.2、发明名称为“一种信号处理方法及装置”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
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
Figure PCTCN2015076450-appb-000001
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
Figure PCTCN2015076450-appb-000002
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
Figure PCTCN2015076450-appb-000003
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)
Figure PCTCN2015076450-appb-000004
修正子带信噪比，
Figure PCTCN2015076450-appb-000005
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
Figure PCTCN2015076450-appb-000006
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，
Figure PCTCN2015076450-appb-000007
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
Figure PCTCN2015076450-appb-000008
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βv_j，分别确定第j组自适应滤波器对应的混合比例因子为βv_jK，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
Figure PCTCN2015076450-appb-000009
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
Figure PCTCN2015076450-appb-000010
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，
Figure PCTCN2015076450-appb-000011
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，Kold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
Figure PCTCN2015076450-appb-000012
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
Figure PCTCN2015076450-appb-000013
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
Figure PCTCN2015076450-appb-000014
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，
Figure PCTCN2015076450-appb-000015
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
Figure PCTCN2015076450-appb-000016
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，
Figure PCTCN2015076450-appb-000017
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
Figure PCTCN2015076450-appb-000018
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βv_j，分别确定第j组自适应滤波器对应的混合比例因子为βv_jK，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
Figure PCTCN2015076450-appb-000019
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
Figure PCTCN2015076450-appb-000020
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，
Figure PCTCN2015076450-appb-000021
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，Kold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
Figure PCTCN2015076450-appb-000022
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
Figure PCTCN2015076450-appb-000023
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
Figure PCTCN2015076450-appb-000024
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，
Figure PCTCN2015076450-appb-000025
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
Figure PCTCN2015076450-appb-000026
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，
Figure PCTCN2015076450-appb-000027
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
Figure PCTCN2015076450-appb-000028
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βv_j，分别确定第j组自适应滤波器对应的混合比例因子为βv_jK，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
Figure PCTCN2015076450-appb-000029
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
Figure PCTCN2015076450-appb-000030
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，
Figure PCTCN2015076450-appb-000031
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，Kold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)[XT(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：
Figure PCTCN2015076450-appb-000032
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)＝[hn(0),…,hn(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)-XT(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)，
Figure PCTCN2015076450-appb-000033
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：
Figure PCTCN2015076450-appb-000034
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
Figure PCTCN2015076450-appb-000035
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：
Figure PCTCN2015076450-appb-000036
其中，TH_SNR为预先设定的子带信噪比门限，
Figure PCTCN2015076450-appb-000037
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：
Figure PCTCN2015076450-appb-000038
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，
Figure PCTCN2015076450-appb-000039
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
Figure PCTCN2015076450-appb-000040
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，
Figure PCTCN2015076450-appb-000041
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：
Figure PCTCN2015076450-appb-000042
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，
Figure PCTCN2015076450-appb-000043
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
Figure PCTCN2015076450-appb-000044
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βv_j，分别确定第j组自适应滤波器对应的混合比例因子为βv_jK，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
Figure PCTCN2015076450-appb-000045
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
Figure PCTCN2015076450-appb-000046
之间满足公式：
Figure PCTCN2015076450-appb-000047
其中，
Figure PCTCN2015076450-appb-000048
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，Kold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Sout(m)满足公式：
Sout(m)＝K·ev(m)+(1-K)·eother(m)
或者
Sout(m)＝K(m)ev(m)+(1-K(m))eother(m)
其中，Sout(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，ev(m)为第v组自适应滤波器对应的第m个样点的初始信号，eother(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Sout(m) 满足公式：
Figure PCTCN2015076450-appb-000049
或者
Figure PCTCN2015076450-appb-000050
或者
Figure PCTCN2015076450-appb-000051
或者
Figure PCTCN2015076450-appb-000052
其中，Sout(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，ev(m)为第v组自适应滤波器对应的第m个样点的初始信号，eother(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，ej(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，βv_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Lframe，Lframe＝320，分帧后第k帧的远端输入信号Rin和近端输入信号Sin为：
Rin＝[Rin((k-1)*Lframe),…,Rin((k-1)*Lframe+Lframe-1)]，
Sin＝[Sin((k-1)*Lframe),…,Sin((k-1)*Lframe+Lframe-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Rin和近端输入信号Sin分为Lframe/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：
Figure PCTCN2015076450-appb-000053
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：
Figure PCTCN2015076450-appb-000054
其中，n＝(k-1)*Lframe+(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)＝[Sin(n),…,Sin(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
Figure PCTCN2015076450-appb-000055
慢速自适应滤波器系数矢量为
Figure PCTCN2015076450-appb-000056
则快速自适应滤波器对应的初始信号为：
efast(n)＝[efast(n),…,efast(n-p+1)]T，efast(n)＝d(n)-XT(n)hfast(n)。
慢速自适应滤波器对应的初始信号为：
eslow(n)＝[eslow(n),…,eslow(n-p+1)]T，eslow(n)＝d(n)-XT(n)hslow(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efast(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Efast(k)，
Figure PCTCN2015076450-appb-000057
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_bandfast(i)，i＝0,1,…,NUM_BAND，满足如下公式：
Figure PCTCN2015076450-appb-000058
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：
Figure PCTCN2015076450-appb-000059
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：
Figure PCTCN2015076450-appb-000060
修正的子带信噪比和MSSNR为：
Figure PCTCN2015076450-appb-000061
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，
Figure PCTCN2015076450-appb-000062
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_bandfast(i)。
按照公式
Figure PCTCN2015076450-appb-000063
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，
Figure PCTCN2015076450-appb-000064
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MSSNRfast和慢速自适应滤波器的初始信号的修正子带信噪比和MSSNRslow，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：
Figure PCTCN2015076450-appb-000065
其中，MAX_Kfast和MIN_Kfast为正常数，MAX_MSSNRfast和MIN_MSSNRfast也为正常数，MAX_MSSNRfast>MIN_MSSNRfast，
Figure PCTCN2015076450-appb-000066
Dfast＝MIN_Kfast-Cfast*MIN_MSSNRfast。
Figure PCTCN2015076450-appb-000067
其中，MAX_Kslow和MIN_Kslow为正常数，MAX_MSSNRslow和MIN_MSSNRslow也为正常数，MAX_MSSNRslow>MIN_MSSNRslow，
Figure PCTCN2015076450-appb-000068
Dslow＝MIN_Kslow-Cslow*MIN_MSSNRslow。
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{Kfast,Kslow}。
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MSSNRfast 和MSSNRslow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_noisefast(i)＝αfast*E_band_noisefast(i)+(1-αfast)*E_bandfast(i)，
更新后的慢速自适应滤波器的子带噪声能量为：
E_band_noiseslow(i)＝αslow*E_band_noiseslow(i)+(1-αslow)*E_bandslow(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efast(m)，慢速自适应滤波器的初始信号为eslow(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
Figure PCTCN2015076450-appb-000069
其中Kold为上一帧的混合比例因子。
最终信号为：
Figure PCTCN2015076450-appb-000070
需要说明的是，在计算下一个时刻的最终信号之前，需要对Kold进行更新即Kold＝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：
hfast(n+1)＝hfast(n)+μfastX(n)[XT(n)X(n)+δfastI]-1efast(n)
其中，hfast(n)为第n时刻的快速自适应滤波器系数，hfast(n+1)为第n+1时刻的快速自适应滤波器系数，μfast为快速自适应滤波器的更新步长，δfast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，efast(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：
hslow(n+1)＝hslow(n)+μslowX(n)[XT(n)X(n)+δslowI]-1eslow(n)
其中，其中，hslow(n)为第n时刻的慢速自适应滤波器系数，hslow(n+1)为第n+1时刻的快速自适应滤波器系数，μslow为快速自适应滤波器的更新步长，δslow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，eslow(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Lhigh＝40，低阶部分的长度Llow＝10，滤波器的总长度L＝Llow+Lhigh＝50。选取滤波器低阶部分对应的仿射投影阶数为plow＝8，滤波器高阶部分对应的仿射投影阶数为phigh＝4。当然，本发明实施例并不做限定，实际上Lhigh、Llow的取值，phigh和plow的取值只要满足正常数即可，且phigh小于plow。
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Lframe，Lframe＝320，分帧后第k帧的远端输入信号Rin和近端输入信号Sin为：
Rin＝[Rin((k-1)*Lframe),…,Rin((k-1)*Lframe+Lframe-1)]，
Sin＝[Sin((k-1)*Lframe),…,Sin((k-1)*Lframe+Lframe-1)]。
根据设定的最高仿射投影阶数plow，进一步将第k帧的远端输入信号Rin和近端输入信号Sin分为Lframe/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：
Figure PCTCN2015076450-appb-000071
Figure PCTCN2015076450-appb-000072
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：
Figure PCTCN2015076450-appb-000073
其中，n＝(k-1)*Lframe+(m-1)*plow，
Figure PCTCN2015076450-appb-000074
为与仿射投影阶数plow对应的滤波器低阶部分的参考输入子矩阵，
Figure PCTCN2015076450-appb-000075
是plow×Llow维矩阵。
Figure PCTCN2015076450-appb-000076
为与仿射投影阶数plow对应的滤波器高阶部分的参考输入子矩阵，
Figure PCTCN2015076450-appb-000077
为plow×Lhigh维矩阵：
Figure PCTCN2015076450-appb-000078
Figure PCTCN2015076450-appb-000079
中，有一部分是与仿射投影阶数phigh对应的滤波器低阶部分的参考输入子矩阵，记作
Figure PCTCN2015076450-appb-000080
是phigh×Llow维矩阵。
Figure PCTCN2015076450-appb-000081
中，有一部分是与仿射投影阶数phigh对应的滤波器高阶部分的参考输入子矩阵，记作
Figure PCTCN2015076450-appb-000082
是phigh×Lhigh维矩阵。
Figure PCTCN2015076450-appb-000083
由近端输入信号构建输入矢量，第m个子帧仿射投影阶数plow对应的输入矢量记作dlow(n)，前phigh个分量为仿射投影阶数phigh对应的输入矢量记作dhigh(n)：
dlow(n)＝[Sin(n),…,Sin(n-plow+1)]T，
dhigh(n)＝[Sin(n),…,Sin(n-phigh+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
Figure PCTCN2015076450-appb-000084
其中，
Figure PCTCN2015076450-appb-000085
则，第m个子帧的初始信号为：
Figure PCTCN2015076450-appb-000086
其中的前phigh个元素的初始信号为：
Figure PCTCN2015076450-appb-000087
设第m个子帧的慢速滤波器系数矢量为
Figure PCTCN2015076450-appb-000088
其中，
Figure PCTCN2015076450-appb-000089
则，第m个子帧的初始信号为：
Figure PCTCN2015076450-appb-000090
其中的前phigh个元素的初始信号为：
Figure PCTCN2015076450-appb-000091
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：
Figure PCTCN2015076450-appb-000092
其中，
Figure PCTCN2015076450-appb-000093
Figure PCTCN2015076450-appb-000094
其中，
Figure PCTCN2015076450-appb-000095
为快速滤波器低阶部分对应的更新步长，
Figure PCTCN2015076450-appb-000096
为快速滤波器高阶部分对应的更新步长，[*]-1表示求逆运算，
Figure PCTCN2015076450-appb-000097
为快速滤波器低阶部分对应的稳定性因子，
Figure PCTCN2015076450-appb-000098
为快速滤波器高阶部分对应的稳定性因子。一般地，
Figure PCTCN2015076450-appb-000099
Figure PCTCN2015076450-appb-000100
和
Figure PCTCN2015076450-appb-000101
可以取大于零的常数。但是
Figure PCTCN2015076450-appb-000102
和
Figure PCTCN2015076450-appb-000103
也可以是与滤波器系数样点数相关的变量
Figure PCTCN2015076450-appb-000104
和
Figure PCTCN2015076450-appb-000105
和
Figure PCTCN2015076450-appb-000106
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：
Figure PCTCN2015076450-appb-000107
其中，
Figure PCTCN2015076450-appb-000108
Figure PCTCN2015076450-appb-000109
其中，
Figure PCTCN2015076450-appb-000110
为慢速滤波器低阶部分对应的更新步长，
Figure PCTCN2015076450-appb-000111
为慢速滤波器高阶部分对应的更新步长，[*]-1表示求逆运算，
Figure PCTCN2015076450-appb-000112
为慢速滤波器低阶部分对应的稳定性因子，
Figure PCTCN2015076450-appb-000113
为慢速滤波器高阶部分对应的稳定性因子。一般地，
Figure PCTCN2015076450-appb-000114
Figure PCTCN2015076450-appb-000115
和
Figure PCTCN2015076450-appb-000116
可以取大于零的常数。但是
Figure PCTCN2015076450-appb-000117
和
Figure PCTCN2015076450-appb-000118
也可以是与滤波器系数样点数相关的变量
Figure PCTCN2015076450-appb-000119
和
Figure PCTCN2015076450-appb-000120
和
Figure PCTCN2015076450-appb-000121
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
Figure PCTCN2015076450-appb-000122
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
Figure PCTCN2015076450-appb-000123
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
Figure PCTCN2015076450-appb-000124
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，
Figure PCTCN2015076450-appb-000125
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
Figure PCTCN2015076450-appb-000126
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，
Figure PCTCN2015076450-appb-000127
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
Figure PCTCN2015076450-appb-000128
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βv_j，分别确定第j组自适应滤波器对应的混合比例因子为βv_jK，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
Figure PCTCN2015076450-appb-000129
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
Figure PCTCN2015076450-appb-000130
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，
Figure PCTCN2015076450-appb-000131
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，Kold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(Electrically Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(Compact Disc Read-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
Figure PCTCN2015076450-appb-000132
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
Figure PCTCN2015076450-appb-000133
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
Figure PCTCN2015076450-appb-000134
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，
Figure PCTCN2015076450-appb-000135
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
Figure PCTCN2015076450-appb-000136
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，
Figure PCTCN2015076450-appb-000137
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
Figure PCTCN2015076450-appb-000138
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βv_j，分别确定第j组自适应滤波器对应的混合比例因子为βv_jK，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
Figure PCTCN2015076450-appb-000139
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
Figure PCTCN2015076450-appb-000140
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，
Figure PCTCN2015076450-appb-000141
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，Kold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。
本领域的技术人员应明白，本发明的实施例可提供为方法、装置(设备)、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上， 使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
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
    Figure PCTCN2015076450-appb-100001
    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
    Figure PCTCN2015076450-appb-100002
    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
    Figure PCTCN2015076450-appb-100003
    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，
    Figure PCTCN2015076450-appb-100004
    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
    Figure PCTCN2015076450-appb-100005
    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，
    Figure PCTCN2015076450-appb-100006
    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
    Figure PCTCN2015076450-appb-100007
  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βv_j，分别确定第j组自适应滤波器对应的混合比例因子为βv_jK，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
    Figure PCTCN2015076450-appb-100008
  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
    Figure PCTCN2015076450-appb-100009
    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，
    Figure PCTCN2015076450-appb-100010
    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，Kold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
    Figure PCTCN2015076450-appb-100011
    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
    Figure PCTCN2015076450-appb-100012
    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
    Figure PCTCN2015076450-appb-100013
    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，
    Figure PCTCN2015076450-appb-100014
    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
    Figure PCTCN2015076450-appb-100015
    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，
    Figure PCTCN2015076450-appb-100016
    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
    Figure PCTCN2015076450-appb-100017
  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βv_j，分别确定第j组自适应滤波器对应的混合比例因子为βv_jK，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
    Figure PCTCN2015076450-appb-100018
  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
    Figure PCTCN2015076450-appb-100019
    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，
    Figure PCTCN2015076450-appb-100020
    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，Kold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。
PCT/CN2015/076450 2014-09-30 2015-04-13 一种信号处理方法及装置 WO2016050049A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201410526493.2A CN104242872B (zh) 2014-09-30 2014-09-30 一种信号处理方法及装置
CN201410526493.2 2014-09-30

Publications (1)

Publication Number Publication Date
WO2016050049A1 true WO2016050049A1 (zh) 2016-04-07

Family

ID=52230350

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2015/076450 WO2016050049A1 (zh) 2014-09-30 2015-04-13 一种信号处理方法及装置

Country Status (2)

Country Link
CN (1) CN104242872B (zh)
WO (1) WO2016050049A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104242872B (zh) * 2014-09-30 2017-12-01 华为技术有限公司 一种信号处理方法及装置
CN104754436B (zh) * 2015-03-13 2024-01-16 钰太芯微电子科技（上海）有限公司 一种主动降噪方法以及降噪耳机

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1112317A (zh) * 1994-03-07 1995-11-22 王幼华 自适应噪声滤波器
CN1200210A (zh) * 1995-10-18 1998-11-25 艾利森电话股份有限公司 一种自适应双滤波器回声消除方法
US20060147032A1 (en) * 2004-12-30 2006-07-06 Mccree Alan V Acoustic echo devices and methods
CN104242872A (zh) * 2014-09-30 2014-12-24 华为技术有限公司 一种信号处理方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102117620B (zh) * 2010-01-06 2012-08-29 杭州华三通信技术有限公司 一种双滤波器传递滤波器系数的方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1112317A (zh) * 1994-03-07 1995-11-22 王幼华 自适应噪声滤波器
CN1200210A (zh) * 1995-10-18 1998-11-25 艾利森电话股份有限公司 一种自适应双滤波器回声消除方法
US20060147032A1 (en) * 2004-12-30 2006-07-06 Mccree Alan V Acoustic echo devices and methods
CN104242872A (zh) * 2014-09-30 2014-12-24 华为技术有限公司 一种信号处理方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
OCHIAI, KAZUO ET AL.: "Echo Canceler with Two Echo Path Models.", IEEE TRANSACTIONS ON COMMUNICATIONS, vol. COM-25, no. 6, 30 June 1977 (1977-06-30), pages 589 - 595 *
WANG, MENG ET AL.: "Echo Cancellation Algorithm Based on Two-Filters", JOURNAL OF DATA ACQUISITION & PROCESSING, vol. 21, no. 1, 31 March 2006 (2006-03-31), pages 74 - 49 *

Also Published As

Publication number Publication date
CN104242872A (zh) 2014-12-24
CN104242872B (zh) 2017-12-01

Similar Documents

Publication Publication Date Title
US8325909B2 (en) Acoustic echo suppression
US10477031B2 (en) System and method for suppression of non-linear acoustic echoes
EP2920950B1 (en) Echo suppression
CN108200522B (zh) 一种变正则化比例归一化子带自适应滤波方法
CN108293170B (zh) 波束成形应用中的自适应无相位失真幅度响应均衡的方法及装置
CN105593927B (zh) 正弦有源噪声降噪系统中的不稳定性检测和校正
CN104050971A (zh) 声学回声减轻装置和方法、音频处理装置和语音通信终端
WO2016017787A1 (en) Method for transforming input signals
CN103854649A (zh) 一种变换域的丢帧补偿方法及装置
US9036816B1 (en) Frequency domain acoustic echo cancellation using filters and variable step-size updates
JP2018531555A6 (ja) ビーム形成用途のための適応的位相歪曲のない振幅応答等化
WO2016050049A1 (zh) 一种信号处理方法及装置
JP5669036B2 (ja) 信号分離のためのパラメータ推定装置、信号分離装置、信号分離のためのパラメータ推定方法、信号分離方法、および、プログラム
BR112014009647B1 (pt) Aparelho de atenuação do ruído e método de atenuação do ruído
US10481831B2 (en) System and method for combined non-linear and late echo suppression
WO2017012350A1 (zh) 一种判断滤波器状态发散的方法及装置
US9973174B2 (en) Method and apparatus for determining stability factor of adaptive filter
CN111785289B (zh) 残留回声消除方法和装置
EP2933798B1 (en) Signal processing apparatus, signal processing method and program
CN112687285B (zh) 回声消除方法和装置
CN103548362A (zh) 音频处理设备、音频处理方法以及记录音频处理程序的记录介质
CN112908352B (zh) 一种音频去噪方法、装置、电子设备及存储介质
US20230137830A1 (en) Wideband adaptation of echo path changes in an acoustic echo canceller
CN117690443A (zh) 语音处理的方法及装置、电子设备、存储介质
KR101699339B1 (ko) 오디오 신호 출력 장치 및 이의 능동 소음 제어 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15847867

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15847867

Country of ref document: EP

Kind code of ref document: A1