[发明专利]一种有限冲激响应滤波器系数矢量的更新方法及装置

权利要求书

1.一种有限冲激响应FIR滤波器系数矢量的更新方法，其特征在于，包括：

获取FIR滤波器系数矢量更新的步长对角矩阵；

根据所述步长对角矩阵，获取更新后的FIR滤波器系数矢量；

其中，所述获取FIR滤波器系数矢量更新的步长对角矩阵的步骤，包括：

根据预学习结束时刻和预设更新周期，对用于FIR滤波器系数矢量更新的步长对角矩阵进行更新，获取更新后的步长对角矩阵；

其中，所述根据预学习结束时刻和预设更新周期，对用于FIR滤波器系数矢量更新的步长对角矩阵进行更新，获取更新后的步长对角矩阵的步骤，包括：

获取步长对角矩阵更新时刻的FIR滤波器系数矢量；

根据步长对角矩阵更新时刻的FIR滤波器系数矢量，获取指数加权步长因子归一化最小均方ES-NLMS算法的步长对角矩阵的衰减因子的估计值；

根据所述衰减因子的估计值，获取步长对角矩阵更新时刻的ES-NLMS算法的更新后的步长对角矩阵；

其中，在所述更新时刻为预学习结束时刻时，所述获取步长对角矩阵更新时刻的FIR滤波器系数矢量的步骤，包括：

根据公式：获取预学习结束时刻的FIR滤波器系数矢量；

其中，为第k+1时刻的FIR滤波器系数矢量；为第k时刻的FIR滤波器系数矢量；α为学习率常数，且0α2；为远端接收信号矢量，且x(k-n)为第k-n时刻的远端接收信号，n＝0，1，…，L-1，L为滤波器系数的个数，T为转置运算符；e(k)为第k时刻的误差信号，且y(k)为回声信号；为回声信号的估计；n(k)为麦克风接收的环境噪声信号；δ(k)为时变正则化因子；k+1为预学习结束时刻的信号的时间样本序号；

或者，在所述更新时刻为预学习结束之后的步长对角矩阵的预设更新周期对应的时刻时，所述获取步长对角矩阵更新时刻的FIR滤波器系数矢量的步骤，包括：

根据公式：获取预学习结束之后的步长对角矩阵的预设更新周期对应的时刻的FIR滤波器系数矢量；

其中，为第k+1时刻的FIR滤波器系数矢量；为第k时刻的FIR滤波器系数矢量；为更新前的步长对角矩阵；δ(k)为时变正则化因子；为远端接收信号矢量，且x(k-n)为第k-n时刻的远端接收信号，n＝0，1，…，L-1，L为滤波器系数的个数，T为转置运算符；e(k)为第k时刻的误差信号，且y(k)为回声信号；为回声信号的估计；n(k)为麦克风接收的环境噪声信号；k+1为预学习结束之后的步长对角矩阵的预设更新周期对应的时刻的信号的时间样本序号，且k+1-T₀为T₁的正整数倍；T₀为预学习结束时刻，T₁为步长对角矩阵进行更新的预设更新周期。

2.根据权利要求1所述的更新方法，其特征在于，根据步长对角矩阵更新时刻的FIR滤波器系数矢量，获取指数加权步长因子归一化最小均方ES-NLMS算法的步长对角矩阵的衰减因子的估计值的步骤，包括：

根据公式：获取衰减因子的估计值；

其中，为衰减因子的估计值；h_i(k)为k时刻FIR滤波器系数矢量的第i+1个分量；h_i+1(k)为k时刻FIR滤波器系数矢量的第i+2个分量；i为滤波器系数索引变量，i＝0，1，2，…，L-2，且L为滤波器系数的个数；k为步长对角矩阵更新时刻。

3.根据权利要求1所述的更新方法，其特征在于，所述根据所述衰减因子的估计值，获取步长对角矩阵更新时刻的ES-NLMS算法的更新后的步长对角矩阵的步骤，包括：

确定步长对角矩阵更新时刻的ES-NLMS算法的更新后的步长对角矩阵为：

其中，为ES-NLMS算法的更新后的步长对角矩阵；为步长对角矩阵主对角线上第i个元素，且α为学习率常数，且0α2；为衰减因子的估计值；i为滤波器系数索引变量，i＝1，2，…，L，且L为滤波器系数的个数。