[发明专利]一种基于卡尔曼滤波的去混响方法及系统

权利要求书

1.一种基于卡尔曼滤波的去混响方法，所述方法包括：

将各麦克风采集到的原始信号进行预处理得到相应的频域信号，延迟后构成输入信号；

利用卡尔曼滤波算法和时变的多通道自回归模型估计混响信号，将当前时刻的各麦克风采集到的原始信号作为参考信号，减去混响信号得到误差信号；

利用卡尔曼增益矩阵和误差信号更新卡尔曼滤波器的系数；

利用当前时刻各麦克风采集到的原始信号、输入信号和更新后的卡尔曼滤波器系数得到目标信号；

最后，利用逆傅里叶变换将频域目标信号转换到时域；

所述方法具体包括：

步骤1)将M个麦克风采集到的信号y_m(n)，1≤m≤M进行分帧、加窗和傅里叶变换得到相应的频域信号Y_m(n)，

频域信号Y_m(n)为：

其中，k为频率下标，N是傅里叶变换的点数；n为时间帧下标，w_STFT(l)为短时傅里叶变换分析窗函数，R代表帧移；

步骤2)由n-D到n-L时刻的M个麦克风的频域信号构成输入信号矩阵Y(n-D)，利用卡尔曼权重向量估计混响信号向量r(n)，其中D为延迟，L为线性预测长度；

y(n)＝[Y₁(n),...,Y_M(n)]^T (2)

式(3)中，I_M是M×M的单位阵，代表Kronecker乘积，Y(n-D)是由麦克风观测信号构成的尺寸为M×L_c的稀疏矩阵，L_c＝M²(L-D+1)；

按照式(4)计算混响信号向量r(n)；

式(4)中，M×M的矩阵C_p(n-1)为时变的卡尔曼权重向量系数，p＝[D,D+1,...,L]，Vec{·}为矩阵列堆叠操作因子；

步骤3)利用当前时刻各麦克风采集的信号y(n)减去所述的步骤2)获得的混响信号向量r(n)得到误差信号向量e(n)；

e(n)＝y(n)-r(n) (5)

步骤4)计算卡尔曼增益矩阵K(n)；

步骤5)由卡尔曼增益矩阵K(n)和误差信号向量e(n)更新卡尔曼滤波器系数

步骤6)利用当前时刻麦克风采集的信号y(n)、输入信号矩阵Y(n-D)和更新后的卡尔曼滤波器系数计算目标信号向量x(n)；

步骤7)对频域目标信号向量x(n)进行逆傅里叶变换，得到时域目标信号向量x_t(l)：

所述步骤4)具体包括：

步骤401)按照式(6)采用一阶平滑的方式计算

其中，为n-1时刻的目标信号方差，为n-2时刻的目标信号方差，x(n-1)为n-1时刻目标信号向量；α为平滑因子，取值为0.2；

步骤402)按照式(7)首先计算扰动噪声w(n)的方差然后按照式(8)计算先验失调方差

式(7)中，L_c＝M²(L-D+1)，η通常为10^-5；为n-1时刻的后验失调方差；

步骤403)按照式(9)由目标信号方差和先验失调方差计算规整化因子δ(n)；

步骤404)按照式(10)由麦克风采集到的信号计算协方差矩阵S_Y(n-D)；

S_Y(n-D)＝Y(n-D)Y^H(n-D) (10)

步骤405)按照式(11)计算卡尔曼增益矩阵K(n)；

K(n)＝Y^H(n-D)[S_Y(n-D)+δ(n)I_M]^-1 (11)。

2.根据权利要求1所述的基于卡尔曼滤波的去混响方法，其特征在于，所述步骤7)后还包括：

更新后验失调方差

3.一种基于卡尔曼滤波的去混响系统，包括存储器、处理器和存储在存储器上的并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1～2之一所述方法的步骤。