[发明专利]一种基于贝叶斯理论的声学回声消除自适应滤波器及滤波方法

权利要求书

1.一种基于贝叶斯理论的声学回声消除自适应滤波器，其特征在于，包括去相关滤波器、自适应滤波器和回声通道模块、远端信号、近端信号，所述远端信号通过近端扬声器传输至回声通道模块；所述远端信号通过去相关滤波器连接自适应滤波器；近端信号通过去相关滤波器和自适应滤波器进行滤波，输出不含回声信号的信号；

所述自适应滤波器采用贝叶斯方法更新滤波器系数：

w_n＝arg max p(w^o∣U_i) (1)

其中，

μ₀＝0.001

经过大量分析得出自适应滤波器权向量

其中，w_n是自适应滤波器的权向量，是回声通道w₀的估算值，U_i是输入输出信号数据集，是回声通道w^o当前时刻与前一时刻引入的噪声方差，q_n＝w_o,n-w_o,n-1，μ_n是均值向量，Θ_n是输入信号的协方差矩阵，是实际回声通道的去相关近端信号(期望信号)，包含回声信号、环境噪声信号或近端语音信号，是去相关的滤波器输入的参考信号(去相关的远端信号)，L是滤波器的阶数，是输入噪声方差，是输出端噪声v_n的方差；argmax(.)是取函数最大值时的自变量的函数，p(y/x)是条件概率函数，∫ydx是积分函数，表示变量x服从高斯正态分布，均值为μ，方差为σ²，Tr(.)表示矩阵的迹运算，表示平方欧式范数，是省略下标p的去相关后验残差信号。

2.根据权利要求1所述的一种基于贝叶斯理论的声学回声消除自适应滤波器，其特征在于，所述自适应滤波器的权向量由以下条件进行约束：

其中，是n时刻去相关的后验残差信号，δ_n是一个正序列；权向量的约束条件提高了自适应滤波器的抗噪声干扰能力。

3.根据权利要求2所述的一种基于贝叶斯理论的声学回声消除自适应滤波器，其特征在于，所述正数序列δ_n为：

其中，λ是遗忘因子，0λ1，在回声通道w^o发生偏离时参数δ_n复原为初值δ₀，是权向量在脉冲噪声环境下归一化的约束变量。

4.根据权利要求3所述的一种基于贝叶斯理论的声学回声消除自适应滤波器，其特征在于，联立方程(1)～(4)得到基于贝叶斯理论在约束条件下自适应滤波器的权向量：

其中，是可自动选择的步长量，存在脉冲时步长选择为无脉冲噪声时步长选择为1，是噪声环境下补偿参数估算偏差的补偿量。

5.一种基于权利要求1～4任一项所述的一种基于贝叶斯理论的声学回声消除自适应滤波器的声学回声消除自适应滤波方法，其特征在于，所述方法包括以下步骤：

S1：在远端设备采集远端信号x_n；

S2：对远端信号x_n去相关，作为自适应滤波器的参考输入信号；

S3：估算回声信号；

S4：在近端设备采集近端信号d_n；

S5：对近端信号d_n去相关；

S6：消除回声信号。

6.根据权利要求5所述的一种基于贝叶斯理论的声学回声消除自适应滤波器的声学回声消除自适应滤波方法，其特征在于，步骤S3中，所述估算回声信号的计算公式为：

其中，为回声估算信号，为去相关远端输入信号，w^T为自适应滤波器的权向量。

7.根据权利要求5所述的一种基于贝叶斯理论的声学回声消除自适应滤波器的声学回声消除自适应滤波方法，其特征在于，步骤S4中，所述近端信号d_n包括声学回声信号、环境噪声信号及近端语音信号。

8.根据权利要求5所述的一种基于贝叶斯理论的声学回声消除自适应滤波器的声学回声消除自适应滤波方法，其特征在于，步骤S5具体为所述近端信号d_n经去相关滤波器后得到输出信号将去相关后的近端信号减去估算的回声信号得到不含回声信号的残差信号