[发明专利]一种自适应回声消除的方法

摘要

本发明公开了一种自适应回声消除的方法，该方法引入了人工智能中的进化计算观点，同时利用交叉变异法以及函数全局优化的理念，并结合了时间驱动的思想，有效地解决了常规NLMS算法的参数不能确定常数δ值的问题，从而改善回声消除算法NLMS的性能。

主权项

1、一种自适应回声消除的方法，其特征在于，该方法包括以下步骤：(1)确定进化计算的时间精度、进化计算的时间范围、进化计算的阶数、以及步长调节因子值；(2)定期进化计算产生个体；其基本思想是：随机产生一批个体，在模拟环境中进行评比筛选，保存较多的优秀个体，然后模拟生物繁殖过程，反复从中选出一对个体作为父体和母体，产生出若干个新一代个体(并以一定的概率变异)，以构成一定数量的新一代，再进行下一轮筛选，如此重复，直到目标个体的出现，通过这种筛选算法，可以求出最佳的个体；(3)根据个体采样定期求出常数δ；结合时间驱动的方式以达到了函数全局优化的目标，同时引入了二进制字符串，采用人工智能著名中的著名的仿生学进化观点，求出了极佳的常数δ；(4)求解步长因子；借助步骤(3)获取的常数δ，可以通过可变的步长因子通过公式计算步长因子；(5)回声消除；借助步骤(4)求得步长因子，可以进行权值调节，以达到很好的回声消除效果；其中，A.定期进化计算产生个体，包括以下四个步骤：(a)根据进化计算的时间精度m和阶数n，采用随机算法产生n个个体(长度为m的字符串)；(b)n个个体之间交叉变异；交叉的具体做法是：任意选取两个字符串A和B，分别在两个字串的某个位置k断开，分别生成长度为k和n-k的字符串：A-k，A-(n-k)，B-k和B-(n-k)，A-k和B-(n-k)组成新的字符串，A-(n-k)和B-k组成新的字符串；变异的具体做法是：任意选取一个字符串，在字符串上任意一个位置的数值进行变换(0变成1，1变成0)；(c)把步骤(b)生成的n个新个体进行换算，根据确定的时间范围k秒和定时器计第a个范围的值，在时间(a-1)*k-a*k秒内，新个体数值换成n个取样点(时间点)；(d)根据步骤(c)获取的n个时间点的数值，对声音文件进行数据取样，获取n个时间点上的声音数据；B.根据个体采样定期求出常数δ，包括以下7个步骤：(a)在上述的进化计算个体产生步骤结束后，可以得到声音取样的n个值，计算这n个值的平方的和(A)；(b)计算回声消除步骤中读取的输入向量的模的平方(B)；(c)对值A和值B进行比较，如果值A大于等于值B，则转入步骤(d)；否则，转入步骤(f)；(d)计算值A减去值B的差值k；(e)如果值k大于等于步长调节因子n，则转入步骤(g)；否则，转入步骤(f)；(f)常数δ赋值为B；(g)常数δ赋值为A；C.回声消除，包括以下5个步骤：(a)读取相应的声音数据；(b)根据回声消除结构的权值和步骤(a)读取的声音信号，计算各个声音信号值的加权和(滤波器的输出声音信号值)；(c)根据步骤(a)的原始声音信号和步骤(b)计算的声音信号，计算回声消除的误差值；(d)根据步骤(c)的误差值和步骤(a)的原始声音信号，对权值进行调节；(e)进入步骤(a)。