自适应滤波的制作方法_3

文档序号:9263850阅读:来源:国知局
次参考图7所示的设置,额外的扬声器FLLSpfe、FLR Spfe、FRLSpt、FRRSpt、RLLSpt、 RLR Spfe、RRLSpfe和RRR Spt可布置在位置FL P()S、FRP()S、RLP。# RR P()S上的座椅的头枕中。如可 从图13看到的,只有布置在到听者的耳朵的近距离中的扬声器例如额外的扬声器FLL Spt、 FLRSpto、FRLSpto、FRRSpto、RLL Spto、RLRSpto、RRLSpklifPl RRRSpkl?在较尚频率下展不提尚的幅值频率 行为。串音消除是在图13中的上曲线和三个下曲线之间的差异。然而,由于在扬声器和耳 朵之间的短距离例如小于0. 5m或甚至小于0. 3或0. 2m的距离,预振铃相对低,如示出滤波 器系数和因而所有均衡滤波器的脉冲响应的图14所示,用于在只使用头枕扬声器FLL Spt、 FLRSpfe、FRLSpfe、FRRSpt、RLL SPfe、RLRSpt、RRLSpt和RRR Spt时提供串音消除,并且代替预振铃约 束,提供模拟延迟(其延迟时间可对应于滤波器长度的一半)。预振铃可在图14中被看作 在主脉冲的左侧上的噪声。将扬声器布置在到听者的耳朵的近距离中在一些应用中已经提 供足够的预振铃抑制和足够的串音消除,如果模拟延迟从心理听觉方面看足够短,如可在 图15和16中看到的。
[0091]当组合更不远的扬尸器 FLLSpkr、FLRSpkr、FRLSpkr、FRRSpkr、RLL Spkr、RLRSpkr、RRLSpkr和 RRRS#与预振铃约束而不是模拟延迟时,预振铃可进一步降低,而在较高频率下不使在位 置&。 3、?1^、1^。3和1^1^(8卩,位置间幅值差)处的串音消除恶化。使用更远的扬声器 FLspkrH、FLspkrL、FRspkrH、FRspkrL、SLspkr、 SRspkr、RLspkr和I? Spkr而不疋更不迎的扬尸器FLL Spkl:、 FLRSpkr、FRLSpkr、FRR Spkr、RLLSpkr、RLRSpkr、RRLSpkr和 RRRSpt和缩短的模拟延迟(与在上面关于 图15和16描述的例子中的相同的延迟)而不是预振铃约束展示更糟的串音消除,如可在 图17和18中看到的。图17是示出在结合均衡滤波器和与在关于图15和16描述的例子 中的相同的模拟延迟只使用布置在离位置FL P()S、FRP()S、RLP(^P RR PJ). 5m以上的距离处的扬 尸器 FLSpkrH、FLSpkrL、FRSpkrH、FRSpkrL、SL Spkr、 SRSpkr、RLSpkr和RRSpkr在所有四个声区701-704处 的幅值频率响应的图。
[0092]然而,组合布置在头枕中的扬声器 FLLSpkr、FLRSpkr、FRLSpkr、FRRSpkr、RLL Spkr、RLRSpkr、 RRLSpfe和RRR Spt与图7所示的设置的更远的扬声器,即,扬声器FL SptH、FLSptL、FRSptH、 ?1^;、51^^1?_、1^_和1^_和如图19和20所示使用预振铃约束而不是具有减小的 长度的模拟延迟可进一步降低(比较图18和20)预振铃并增加(比较图17和19)在位置 FLPqs、FRPqs、RLP。,RR咖处的串音消除。
[0093] 也可使用如图3-5所示的连续曲线的可选形式的阶梯形曲线,其中例如可根据心 理听觉方面例如Bark标度或mel标度将阶梯宽度选择为频率相关的。Bark标度是范围从 一到24的心理听觉标度,并对应于听力的前24个关键频带。它与mel标度有关但比mel 标度稍微不普遍。它在被称为时间扩散的频谱下降或窄带峰值出现在传递函数的幅值频率 特征内时被听者感知为噪声。均衡滤波器可因此在滤波器的控制操作或某些参数期间被平 滑化,例如质量因子可被限制,以便减小不想要的噪声。在平滑化的情况下,可使用接近人 听力的关键频带的非线性平滑化。非线性平滑滤波器可由下面的方程描述:
[0094]
[0095] 其中n = [0, . . .,N-1]与平滑化的信号的离散频率指数有关;N与快速傅立叶变 换(FFT)的长度有关;「x4/2l与四舍五入到下一整数有关;a与平滑系数有关,例如(八 度音/3_平滑)导致a =21/3,其中A(j(0)是A(j?)的平滑值;以及k是非平滑值A(j?) 的离散频率指数,k G [0, ? ? ?,N-1]。
[0096] 如可从上面的方程看到的,非线性平滑基本上是频率相关算术平均,其频谱限制 根据所选择的非线性平滑系数a关于频率而改变。为了将这个原理应用于MELMS算法,算 法被修改,以便根据在对数域中的下面的方程分别按仓(FFT的频谱单位)维持关于频率的 某个最大和最小水平阈值:
[0097]
[0098]
[0099]其中f = [0,? ??,fs/2]是长度(N/2+1)的离散频率矢量,N是FFT的长度,fs是 采样频率,[dB]的最大有效增加,且[dB]的最小有效减小。
[0100] 在线性域中,上面的方程读作:
[0101:
[0102:
[0103] 从上面的方程中,可得到可应用于MELMS算法的幅值约束,以便产生以心理听觉 可接受的方式抑制频谱峰值和下降的非线性平滑均衡滤波器。在图21中示出均衡滤波器 的示例性幅值频率约束,其中上限U对应于最大有效增加MaxGainLim^f),而下限L对应于 最小可允许的降低MinGainLi mdB(f)。图21所示的图描绘在对数域中的示例性幅值约束的 阈值上限U和阈值下限L,该幅值约束基于参数f s= 5, 512Hz、a = 2 1/24、MaxGaindB= 9dB 和MinGainj^-lSdB。如可看到的,最大可允许的增加(例如MaxGainj^gdB)和最小可 允许的减小(例如MinGai ndB=-18dB)只在较低频率(例如低于35Hz)下实现。这意味着 较低频率具有根据非线性平滑系数(例如a =21/24)随着频率的增加而降低的最大动态特 性,由此,根据人耳的频率灵敏性,阈值上限U的增加和阈值下限L的降低关于频率是指数 的。
[0104] 在每个迭代步骤中,基于MELMS算法的均衡滤波器受到非线性平滑化,如下面的 方程描述的。
[0105] 平滑化:
[0106] Ass (j ?。)= | A (j ?0) |,
[0107]
[0108]
[0109]
[0110]
[0111]
[0112]
[0113]
[0114] 逆怏谏傅立叶变换(IFFT)的脉冲响应:
[0115]
[0116] 在图22中示出相应地修改的MELMS算法的流程图,图22基于上面关于图2描述 的系统和方法。幅值约束模块2201布置在LMS模块207和均衡滤波器模块205之间。另 一幅值约束模块2202布置在LMS模块208和均衡滤波器模块206之间。幅值约束可结合 预振铃约束(如图22所示)来使用,但也可在独立的应用中、结合其它心理听觉地激励的 约束或结合模拟延迟来使用。
[0117] 然而,当组合幅值约束与预振铃约束时,可实现通过图23所示的伯德图(幅值频 率响应、相位频率响应)所示的改进,与没有幅值约束的系统和方法相反,如图24所示的相 应的所得伯德图所示。很清楚,只有具有幅值约束的系统和方法的幅值频率响应受到非线 性平滑化,而相位频率响应本质上不改变。此外,具有幅值约束和预振铃约束的系统和方法 不对串音消除性能施加消极影响,如可从图25(与图8比较)看到的,但与图9比较,后振 铃可恶化,如图26所示的。在声学中,后振铃表示在实际声脉冲出现之后噪声的出现,并可 在图26中被看作在主脉冲的右侧上的噪声。
[0118] 使均衡滤波器的频谱特征平滑的可选方式可以是直接在时域中给均衡滤波器系 数开窗。在开窗的情况下,不能根据心理听觉标准在与上面描述的系统和方法相同的程度 上控制平滑化,但均衡滤波器系数的开窗允许在较大的程度上控制时域中的滤波器行为。 图27是示出当结合预振铃约束和基于具有0. 75的高斯窗口的开窗的幅值约束来使用均衡 滤波器和仅仅更远的扬声器,即,扬声器FLSpfeH、FL SpfeL、FRSpfeH、FRSpfeL、SLSpfe、SR Spfe、RLSpk# RRSpfe时在声区701-704处的幅值频率响应的图。在图28中描绘所有均衡滤波器的相应脉 冲响应。
[0119] 如果开窗基于参数化高斯窗口,下面的方程适用:
[0120]
[0121] 其中一"7 < w $彳和a是与标准偏差0间接成正比且为例如〇. 75的参数。参数 a可被看作具有高斯形状(在样本中随着时间的振幅)的平滑参数,如图29所示。
[0122] 图30所示的所得系统和方法的信号流程图基于上面关于图2描述的系统和方法。 开窗模块3001 (幅值约束)布置在LMS模块207和均衡滤波器模块205之间。另一开窗模 块3002布置在LMS模块208和均衡滤波器模块206之间。开窗可结合预振铃约束(如图 22所示)来使用,但也可在独立的应用中、结合其它心理听觉地激励的约束或结合模拟延 迟来使用。
[0123] 开窗导致在串音消除性能中没有明显的变化,如可在图27中看到的,但均衡滤波 器的时间行为改进了,如可从图26和28的比较中看到的。然而,使用窗口作为幅值约束并 不如同其它版本一样导致幅值频率曲线的这样的大平滑化,如当比较图31与图23和24时 将明显的。替代地,相位时间特征被平滑化,因为平滑化在时域中被执行,如当比较图31与 图23和24时也将明显的。图31是当结合预振铃约束和基于具有修改的高斯窗口的开窗 的幅值约束只使用更远的扬声器时系统和方法的伯德图(幅值频率响应、相位频率响应)。
[0124] 当在MELMS算法中应用约束之后执行开窗时,窗口(例如图29所示的窗口)周期 性地被移动和修改,这可被表示如下:
[0125]
[0126] 当参数a变得更小时,图29所示的高斯窗口倾向于变得水平且因此在参数a的 较小值下提供较少的平滑。可根据不同的方面例如更新速率(即,开窗在某个数量的迭代 步骤内多久被应用一次)、迭代的总数等来选择参数a。在本例中,在每个迭代步骤中执行 开窗,这是选择相对小的参数a的原因,因为滤波器系数与窗口的重复乘法在每个迭代步 骤中被执行,且滤波器系数连续减小。在图32中示出相应地修改的窗口。
[0127] 开窗不仅从幅值和相位方面来说允许在频谱域中的某个平滑化,而且允许调节均 衡滤波器系数的期望时间限制。可通过平滑参数例如可配置的窗口(见在上面描述的示例 性高斯窗口中的参数a)来自由地选择这些效应,以便可调节在时域中均衡滤波器的最大 衰减和声质量。
[0128] 使均衡滤波器的频谱特征平滑的又一可选的方式可以是除了幅值以外还提供在 幅值约束内的相位。不是未处理的相位,而是以前足够平滑化的相位被应用,由此,平滑化 可再次是非线性的。然而,任何其它平滑特征也是可适用的。可以只对展开的相位而不是 对在-31 <巾< 31的有效范围内的(重复)包裹相位应用平滑化,展开的相位是连续相 位频率特征。
[0129] 为了也考虑拓扑,可使用空间
当前第3页1 2 3 4 5 6 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1