杭州电子科技大学刘兆霆获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉杭州电子科技大学申请的专利一种基于非线性滤波的声学回声消除方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114400017B 。
龙图腾网通过国家知识产权局官网在2026-01-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210074018.0,技术领域涉及:G10L21/0208;该发明授权一种基于非线性滤波的声学回声消除方法是由刘兆霆;鲍辉明设计研发完成,并于2022-01-21向国家知识产权局提交的专利申请。
本一种基于非线性滤波的声学回声消除方法在说明书摘要公布了:本发明公开了一种基于非线性滤波的声学回声消除方法,步骤如下:步骤1:信号采集和自适应Hammerstein滤波器模型构建;步骤2:计算目标函数的解;步骤3:设置自适应Hammerstein滤波器参数初始值;步骤4:更新参数;步骤5:回声信号消除;步骤6:迭代直至通话结束。本发明考虑了不同的回声环境,使用自适应算法来估计系统的参数,收敛速度较快,可以在不同回声环境下较快的调节滤波器参数,使滤波器能够快速获得较佳的滤波效果,适应实时性要求较高的环境;本发明使用欧几里得Euclidean投影来更新自适应滤波器参数,能够有效的消除通信系统中的回声,具有较好的回声消除效果。
本发明授权一种基于非线性滤波的声学回声消除方法在权利要求书中公布了:1.一种基于非线性滤波的声学回声消除方法,其特征在于,步骤如下: 步骤1:信号采集和自适应Hammerstein滤波器模型构建; 步骤2:计算目标函数的解; 步骤3:设置自适应Hammerstein滤波器参数初始值; 步骤4:更新参数; 步骤5:回声信号消除; 步骤6:迭代直至通话结束; 步骤1具体如下: 远端信号通过采样得到当前采样时刻n的远端信号采样值远端信号在扬声器上广播,通过扬声器-麦克风系统LEMS产生麦克风信号dn,麦克风信号dn由回声信号yn和其他近端信号vn组成,其中vn表示对讲情况下的近端语音,使用Hammerstein模型来对LEMS进行建模,远端采样信号xn作为自适应Hammerstein滤波器的输入,通过滤波器得到当前时刻n的回声信号估计值; 自适应Hammerstein滤波器模型由无记忆多项式和有限冲击响应两个子系统组成,无记忆多项式子系统输入和输出sn关系为: 式中为采样时刻n的远端信号采样值组成的列向量,且均为维数为La的列向量,上标T表示转置; 有限冲击响应子系统的输入sn与输出yn的关系为: 式中:Xn-1=[xn-1,…,xn-Lb],hn=vec[xn,Xn-1],其中为一个维数为Lb的列向量,Xn-1为一个维数为La×Lb的矩阵,vecA表示将一个m×n的矩阵A的各列按序进行拉直运算,组成一个m×n维列向量; 步骤2具体如下: 2-1.求解自适应Hammerstein滤波器模型的参数,将其表示为一个非凸优化问题,定义目标函数式中γ0γ≤1为遗忘因子;为了保证模型的参数在非凸可行域上,求解时将解投影至可行域S,即求解目标函数:θ∈S;使用ADMM算法求解此问题的解,定义以下增广拉格朗日函数: 式中惩罚项ρ0,令且当时否则为避免迭代次数过多导致计算复杂度过高,每个时刻只进行一次ADMM算法迭代过程,即自适应和投影过程: 其中PSθn+ηn-1表示向量θn+ηn-1在非凸可行域S上的欧几里得投影; 2-2.由ADMM算法求解目标函数的解,将目标函数转换为以下形式: 求得: θn=R-1npn,式中Rn=Hn+ρI,上标-1表示矩阵的逆矩阵,I是和矩阵Hn同维的单位矩阵,Hn为输入信号的自相关函数矩阵,sn为输入信号的互相关函数矢量, 定义以下两个矩阵和即: 上式ejj=1,2,…是第j个元素为1其余元素为0的单位列向量,ξ=ρ1-γ,χjnj=1,2,…,L表示列向量χn的第j个元素,L=La+Lb; 由上式能够推得进一步能够推得通过矩阵求逆引理,可以得到: 式中增益向量更新项由上述式子能够推导得: 通过上式得到目标函数的求解过程如下:通过上式首先求得然后依次求得最后由此求得目标函数的解θn; 2-3.依据欧几里得距离最小化准则找到向量θn+ηn-1在非凸集S上的欧几里得投影,使得可行域S上的向量与向量θn+ηn-1之间的欧几里得Euclidean距离最小,即求解以下表达式: 式中:ωn=θn+ηn-1, 求解上式得到,在解时欧几里得距离最小,其中Θn=[ω1n,Θ2n], Qn=ΘnΘTn 此结果中,除非Qn最大特征值为1,否则此解在多次迭代后可能导致结果不稳定,引入替换Qn,其中λmax为矩阵Qn的最大特征值,计算得投影后滤波器参数最小化值的封闭解为: 式中表示克罗内克积,向量un为矩阵Qn的最大特征值对应的特征向量。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州电子科技大学,其通讯地址为:310018 浙江省杭州市下沙高教园区2号大街;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励