[发明专利]频谱建模

说明书

本发明涉及通过确定具有近似于目标频谱的频率响应的滤波器的滤波参量而建立目标频谱的模型。

P.Stoica和R.L.Moses，在“Introduction to spectral analysis(频谱分析导论)”，Prentice Hall，New Jersey，1997，pp.101-108，中公开了用于建立合理的频谱模型的参量方法。通常，运动平均(MA)信号是通过用全零点滤波器滤波白色噪声而得到的。由于这个全零点结构，不可能使用MA方程来建立带有尖的峰值的频谱的模型，除非MA阶数被选择为“足够大”。这与自回归(AR)的能力，或通过使用相当低的模型阶数建立窄带频谱的模型的、全极点的方程，成为对比。MA模型提供对于其特征为宽的峰值和尖的零点的那些频谱的良好的近似。这样的频谱在应用中比起窄带频谱更不经常遇到，因此，使用MA信号模型用于频谱估值在工程上的兴趣，多少是有限的。这种有限的兴趣的另一个原因在于，MA参量估值问题基本上是非线性问题，它的求解方法比起AR参量估值问题难得多。无论如何，MA和ARMA估值问题的困难的类型相当类似。

具有尖的峰值和深的零点的频谱不能通过合理的小的阶数的AR或MA方程来建立模型。正是在这些情形下，其中更一般的ARMA模型，也被称为极点-零点模型，是有价值的。然而，ARMA频谱估值的很大的初始约定减小到某个程度，因为从理论和实践观点看来，对于ARMA参量估值还没有很好地建立的算法。“理论上最佳ARMA估值器”是基于其总的收敛不能保证的迭代程序过程。“实践的ARMA估值器”是计算上简单的以及常常是可靠的，但它们的统计精度在某些情形下可能是差的。现有技术公开了两级的模型，其中首先执行AR估值，然后执行MA估值。两个方法都给出不精确的估值，或在其中ARMA模型描述的极点和零点一起接近于单位圆附近的位置处的情形下需要高的计算工作量。这样的ARMA模型，具有接近于一的、几乎重合的模数的极点和零点，相应于窄带信号。在两个方法中，零点的估值转换为非线性最优化问题。

本发明的一个目的是提供不太复杂的ARMA频谱建模。为此，本发明提供如在独立的权利要求中规定的、用于建立目标频谱的模型的方法和设备，编码音频信号的方法，译码编码的音频信号的方法，音频编码器，音频单放机，音频系统，编码的音频信号，和存储媒体。在所附的权利要求中限定了独到的实施例。

在本发明的第一实施例中，要被建模的频谱被分割成第一部分和第二部分，其中第一部分由第一模型被建模，得到自回归参量，以及第二部分由第二模型被建模，得到运动平均参量。构成的处理过程的组合提供精确的ARMA模型。分割优选地是以迭代处理过程来执行的。在按照本发明的方法中，非线性最优化问题可被省略。

本发明提供适合于实时实施的ARMA模型估值。本发明认识到，AR或MA模型在输送功率谱估值的信息时不总是精确的或非常节俭的。在对数尺度上，用线性预测编码(LPC)方法(全极点建模)，函数的峰值常常被很好地建模，但谷底是欠估值的。在全零点模型中出现相反的结果。在音频和语音编码中，这是本发明最想要的应用领域，对数尺度比起线性尺度是更适当的。所以，最好是在对数尺度上很好地适配于功率谱。按照本发明的模型给出在复杂性与精度之间的较好的折衷。在本模型中的误差可以在对数尺度上被评估。

在本发明的优选实施例中，第二建模运行包括对目标频谱的第二部分的倒数使用第一建模运行的步骤。在本实施例中，只需要规定一个建模运行，其中自回归参量是通过频谱的第一部分的建模而得到的，以及运动平均参量是通过由同样的运行(即，第一建模运行)对频谱的第二部分的倒数建模而得到的。虽然不太好，但也有可能使用第二建模运行，它产生第二部分的运动平均参量，以及也有可能通过对频谱的第一部分的倒数使用同样的第二建模运行，而得到自回归参量。

本发明优选地被使用于对音频信号中的噪声分量的参量建模。音频信号可包括声音，通常像音乐，但也可以是语音。除了上述的优点以外，按照本发明的ARMA模型具有另外的优点：对于噪声分量的精确的建模，它比起在全AR或MA建模时的情形下在可比较的精度下需要较少的参量。较少的参量是指较好的压缩。

虽然本发明优选地被使用于音频信号中噪声分量的参量建模，但本发明也可使用于噪声抑制方案，其中噪声频谱的估值从信号中被减去。