一种引入信号预白化机制的声反馈抑制方法与流程

1.本发明涉及数字语音信号处理技术的技术领域，尤其涉及扩声系统的反馈抑制技术，是一种引入信号预白化机制的声反馈抑制方法。


背景技术：

2.在扩声系统应用场景中，一般采用移频法、陷波法或者自适应滤波器抑制声反馈，其中，自适应反馈抑制是将麦克风的输入信号作为基准信号、扬声器的输出信号作为参考信号，对扩声场景的声反馈路径进行实时地持续地学习和适应的反馈抑制方法。参照图1，在传统自适应反馈抑制系统中，麦克风的真实输入信号为x(n)=f(n)+v(n)，其中，f(n)为声反馈信号，v(n)为期望的语音信号；扬声器的输出信号u(n)则是与声反馈信号f(n)相关的参考信号。自适应滤波器在此系统中的目的就是将参考信号u(n)作为滤波器的输入，得到输出反馈抑制信号y(n)，并使反馈抑制信号y(n)尽可能的逼近真实声反馈信号f(n)。在整个反馈抑制系统中的输出e(n)=x(n)+y(n)同时用于自适应算法，对自适应滤波器的系数进行更新。在理想情况下，此系统经过一段时间的迭代后，e(n)就会逼近真实期望的语音信号v(n)。
3.在理想情况下，自适应滤波器的反馈抑制系统在一段时间的工作趋于稳定之后，计算出的抵消信号应该与反馈信号一致，这样在抵消后扬声器输出的就是期望的没有声反馈的麦克风输入信号。为了实现理想情况，使用自适应滤波器从伴有声反馈信号的输入中还原期望语音信号，需要满足三个条件：条件一，e[v(n)f(n)]=0，即，语音信号v(n)与反馈信号f(n)不相关；条件二，e[u(n)f(n)]≠0，即，参考信号u(n)与反馈信号f(n)相关，且相关性越大效果越好；条件三，e[v(n)]=0，即，语音信号v(n)均值为0，且语音信号v(n)中的各个分量不相关。
[0004]
而对于现有自适应反馈抑制系统，在实际应用中，因没有对信号进行预处理，导致自适应滤波器对反馈系统预测结果通常有较大的稳态误差，使得无法得到期望的信号或在反馈抵消后仍有声反馈的残余，甚至自适应算法对滤波参数的学习会发散，令系统无法工作。因此，如何更加贴近自适应滤波器还原语音信号的三个必要条件，如何使得自适应算法更加稳定、对反馈路径的估计更加准确以及获得更小的稳态误差，从而更好的还原期望的语音信号则尤为重要。


技术实现要素：

[0005]
针对现有技术的不足，本发明的目的在于提供一种引入信号预白化机制的声反馈抑制方法，以克服传统自适应反馈抑制算法中，自适应算法不够稳定、对反馈系统的估计误差较大和对反馈信号的抵消不彻底的不足。
[0006]
为实现上述目的，本发明提供的方案为一种引入信号预白化机制的声反馈抑制方法，包括有以下几个步骤：步骤s1，将每帧麦克风输入信号分为n段并采样，得到样信号x(n)；
步骤s2，将样信号x(n)传入前向路径，得到参考信号u(n)；步骤s3，将样信号x(n)和参考信号u(n)输入至自适应滤波器中，利用样信号x(n)、参考信号u(n)和自适应滤波器的初权重w(n)计算得到第一误差信号e(n)；步骤s4，将样信号x(n)和参考信号u(n)分别输入至白化滤波器进行预白化，分别得到白化样信号x'(n)和白化参考信号u'(n)，然后，利用白化样信号x'(n)、白化参考信号u'(n)和自适应滤波器的初权重w(n)计算得到白化误差信号e'(n)，再利用白化误差信号e'(n)根据自适应算法更新自适应滤波器的初权重w(n)，得到新权重w'(n)；步骤s5，利用新权重w'(n)、样信号x(n)和参考信号u(n)计算第二误差信号e2(n)；步骤s6，e2(n)传入前向路径，得到扬声器输入信号u2(n)；步骤s7，检测是否已经完成处理一帧信号，若否，则按步骤s2至步骤s6处理下一个样信号；若是，则利用步骤s5中的第二误差信号e2(n)更新白化滤波器的系数，同时，扬声器进行输出。
[0007]
进一步，自适应算法可采用迫零算法、最陡下降算法、lms算法和rls算法中的任意一种。
[0008]
进一步，步骤s4还包括有：在预白化过程中，对样信号x(n)的方差和参考信号u(n)的方差进行归一化处理。
[0009]
进一步，前向路径对信号进行模数转换。
[0010]
进一步，初权重w(n)的取值为1/n。
[0011]
进一步，n的取值为大于0的自然数。
[0012]
本发明的有益效果为：通过将样信号x(n)输入至白化滤波器进行预白化，以解除语音信号v(n)的自相关性和互相关性；通过将参考信号u(n)输入至白化滤波器进行预白化，以尽可能准确地得到反馈抑制信号y(n)，并使得反馈抑制信号y(n)更逼近真实的声反馈信号f(n)；通过利用白化样信号x'(n)、白化参考信号u'(n)和自适应滤波器的初权重w(n)计算得到白化误差信号e'(n)，且利用白化误差信号e'(n)更新自适应滤波器的初权重w(n)，使得更加贴近自适应滤波器还原语音信号的三个必要条件，同时，提升收敛到稳态的速度和自适应滤波器权重的准确性。
附图说明
[0013]
图1为传统自适应反馈抑制系统结构图。
[0014]
图2为引入预白化的声反馈抑制系统结构图。
[0015]
图3为引入信号预白化机制的声反馈抑制方法的步骤图。
具体实施方式
[0016]
为了便于理解本发明，下面参照附图对本发明进行更全面地描述。附图中给出了本发明的较佳实施方式。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施方式。提供这些实施方式的目的是使对本发明的公开内容理解得更加透彻全面。
[0017]
参照图2，在本实施例中，一种引入信号预白化机制的声反馈抑制系统，包括有麦克风、扬声器、白化滤波器和自适应滤波器。
[0018]
参照图3，在本实施例中，一种引入信号预白化机制的声反馈抑制方法，包括有以
下几个步骤：步骤s1，将每帧麦克风输入信号分为n段并采样，得到样信号x(n)，其中，n的取值为大于0的自然数；步骤s2，将样信号x(n)传入前向路径以进行模数转换，得到参考信号u(n)。
[0019]
步骤s3，将样信号x(n)和参考信号u(n)输入至自适应滤波器中，利用样信号x(n)、参考信号u(n)和自适应滤波器的初权重w(n)计算得到第一误差信号e(n)，其中，计算公式为e(n)=x(n)-u
t
(n)w(n)；初权重w(n)的取值为1/n。
[0020]
步骤s4，将样信号x(n)和参考信号u(n)分别输入至白化滤波器进行预白化，分别得到白化样信号x'(n)和白化参考信号u'(n)，然后，利用白化样信号x'(n)、白化参考信号u'(n)和自适应滤波器的初权重w(n)计算得到白化误差信号e'(n)，其中，计算公式为e'(n)=x'(n)-u'
t
(n)w'(n)，再利用白化误差信号e'(n)根据自适应算法更新自适应滤波器的初权重w(n)，得到新权重w'(n)。
[0021]
步骤s5，利用新权重w'(n)、样信号x(n)和参考信号u(n)计算第二误差信号e2(n)，其中，计算公式为e2(n)=x(n)-u(n)
t
w'(n)。
[0022]
步骤s6，e2(n)传入前向路径，得到扬声器输入信号u2(n)。
[0023]
步骤s7，检测是否已经完成处理一帧信号，若否，则按步骤s2至步骤s6处理下一个样信号；若是，则利用步骤s5中的第二误差信号e2(n)更新白化滤波器的系数，同时，扬声器进行输出。
[0024]
在本实施例中，前向路径为传统自适应反馈抑制系统中用以模数转换的输入通道，前向路径属于本领域人员容易知道的技术点，因此，在本文中不展开赘述。
[0025]
在本实施例中，步骤s4中的自适应算法可采用迫零算法、最陡下降算法、lms算法和rls算法中的任意一种，上述自适应算法均属于本领域常用算法。步骤s7中，利用第二误差信号e2(n)更新白化滤波器的系数的过程属于本领域常规手段，因此，在本文中不展开赘述。
[0026]
在本实施例中，步骤s4通过将样信号x(n)输入至白化滤波器进行预白化，在白化过程中同时进行零均值化和解相关化操作，其中，解相关化操作包括解除语音信号v(n)信号的自相关，以及，解除声反馈信号f(n)与语音信号v(n)信号之间的互相关。通过将参考信号u(n)输入至白化滤波器进行预白化，以尽可能准确地得到反馈抑制信号y(n)，并使得反馈抑制信号y(n)更逼近真实的声反馈信号f(n)。通过利用白化样信号x'(n)、白化参考信号u'(n)和自适应滤波器的初权重w(n)计算得到白化误差信号e'(n)，并且，利用白化误差信号e'(n)更新自适应滤波器的初权重w(n)，使得更加贴近自适应滤波器还原期望语音信号的三个必要条件，同时，提升收敛到稳态的速度和自适应滤波器权重的准确性。
[0027]
在本实施例中，步骤s4还包括有：在预白化过程中，对样信号x(n)的方差和参考信号u(n)的方差进行归一化处理，通过缩放操作使得样信号x(n)的方差和参考信号u(n)的方差均为一个常数（该常数通常为1），使得自适应滤波器的收敛过程将不受到信号能量大小的影响，更加稳定可控。
[0028]
在本实施例中，白化滤波器对信号的白化处理属于本领域常规方法，因此，在此不展开赘述。
[0029]
以上所述之实施例仅为本发明的较佳实施例，并非对本发明做任何形式上的限
制。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，利用上述揭示的技术内容对本发明技术方案作出更多可能的变动和润饰，或修改均为本发明的等效实施例。故凡未脱离本发明技术方案的内容，依据本发明之思路所做的等同等效变化，均应涵盖于本发明的保护范围内。