[发明专利]改进型的NLMS消回声算法

权利要求书

1.一种改进型的NLMS消回声算法，其特征在于：包括以下步骤：

S1、使用双门检测算法判断当前是否有人在讲话：

定义两个统计量ξ_a和ξ_b，设定两个门限T₁和T₂：

(1)麦克风信号D与自适应滤波器输出信号之间的互相关，记为ξ_a，

(2)麦克风信号D与误差信号E之间的互相关，记为ξ_b；

其中，D、E表示一段信号，所述D＝{d(1),d(2)...,d(N)}，N表示信号D的长度，D、E的计算方式相同，

相关系数的计算公式如下：

其中，r(A,B)表示信号A与信号B之间的互相关系数，μ_A、μ_B、σ_A、σ_B分别表示信号A和B的均值和标准差，N表示信号A和B长度，此处A、B分别指代D、E；

上述μ_A、σ_A的计算公式如下：

首先计算出统计量ξ_a，然后它和门限T₁相比较，如果有ξ_a≥T₁，则判断是单端发声；否则，再计算出统计量ξ_b，然后和门限T₂作比较，如果ξ_bT₂则判断为双端对讲；如果ξ_b≤T₂则判断为单端讲话；在此过程中，检测的结果控制着自适应滤波器工作，双端对讲时，滤波系数应暂停更新；单端讲话时，滤波系数正常进行更新；

S2、采用回声数据延时估计：将近端带回声混合信号分成m段，将远端参考信号进行分成n段，设置每段大小为T，其中n≥m；

S21、对分段后的信号进行N位FFT运算，得到每段的信号频谱，其中N≥T；

S22、将所有的信号频谱按频谱幅值大小降序排序，将排序好的近端带回声信号频谱进行平均值二值化，得到所有二值化频谱M₁，M₂，M₃...M_m；将排序好的远端参考信频谱进行平均值二值化，得到所有二值化频谱N₁，N₂，N₃...N_n；

S23、以N₁为起点计算N₁，N₂，N₃...N_m与M₁，M₂，M₃...M_m一一对应的海明距离d₁，d₂，d₃...d_m并求和得到D₁，重复以N₂为起点计算一一对应的海明距离并求和得到D₂，重复以上步骤得到D₁，D₂，D₃...D_n-m+1，计算D₁与D₂，D₃...D_n-m+1中最小值的距离即回声信号的延时，此为观测值；

S24、采用马尔科夫模型预测其真实值；

(1)计算频谱分析算法初步得到的延迟系数，记为dytime＝(i＝1,2,…,M)，M是初步得到的延迟系数总数；

(2)计算dytime＝(i＝1,2,…,M)的均值和方差，按照均值-方差的分级方法把数据分成N个状态；

(3)按照(2)的划分标准，确定dytime＝(i＝1,2,…,M)所处的各个状态；

(4)按照(3)计算马尔科夫转移概率矩阵

(5)分别以前面若干段的dytime所对应的状态作为初始状态，结合相应的转移概率矩阵，得到延迟系数的状态概率P_i(k)(i＝1,2,...N)；

(6)根据公式P(k)＝P(0)P^(k)＝P(0)P^k，计算第k次之后的各个状态的概率，所对应的i为预测值的状态；

S3、通过NLMS自适应滤波器消回声，得到不含回声信号的正常语音输入信号：

S31、定义NLMS算法滤波器系数为w(n)，给定自适应滤波器初始滤波器系数w(0)，w(n+1)为自适应滤波器第n+1次更新后滤波器的权系数；

S32、通过自适应滤波器抑制噪声：y(n)＝w(n)^Tx(n)

其中y(n)为滤波器输出信号，w(n)^T为第n次更新后的自适应滤波器权系数，x(n)为滤波器输入信号；

S33、定义NLMS算法中步长为μ(n)，

其中M为滤波器长度，是在n时刻估计出的信号功率，即能量，c为常数；

S34、NLMS算法滤波器系数更新：w(n+1)＝w(n)+μ(n)x(n)e^*(n)

其中e(n)为误差，是滤波器n次迭代的计算结果，*表示复共轭。