[发明专利]基于RLS算法的自适应去混响方法

摘要

本发明公开了一种基于RLS算法的自适应去混响方法。该方法包括以下步骤：步骤1，利用传声器获取信号，然后通过模数转换将模拟信号转换为数字信号；步骤2，对信号做短时傅里叶变换后，不同频带内的信号单独地利用RLS算法进行去混响；步骤3，对滤波器输出的时‑频域的去混响信号做短时傅里叶逆变换，得到时域的去混响信号。本发明根据滤波器系数的变化量对声源位置进行检测，设计时变的遗忘因子，使得RLS算法在去混响时的声源突变情况下，既具有较快的收敛速度又能有较好的稳态去混响性能。

主权项

1.基于RLS算法的自适应去混响方法，其特征在于，包括以下步骤：步骤1，利用传声器获取信号，然后通过模数转换将模拟信号转换为数字信号；步骤2，对信号做短时傅里叶变换后，不同频带内的信号单独地利用RLS算法进行去混响，具体过程为：步骤21，利用RLS算法的迭代公式进行迭代，对信号进行去混响；步骤22，计算滤波器系数的变化量：定义δ(n,k)表示RLS算法在第n帧时相邻两帧的滤波器系数变化量：式中，w(n,k)是滤波器系数，σ(n,k)是期望信号的标准差，(n,k)代表第n帧第k个频带；第n帧总的滤波器系数变化量δ_T(n)为所有频带变化量之和：式中，β_w是加权平滑因子；然后根据下式判断声源位置是否发生突变：在Δn时间内，若当前的滤波器变化量δ_T(n)大于整段时间内滤波器变化量的最小值的α倍，则认为声源位置发生了突变；步骤23，根据声源位置突变的检测结果改变遗忘因子λ的值：当声源位置发生突变时，立即减小遗忘因子λ的值，待算法接近收敛时再增大遗忘因子λ的值；步骤3，对滤波器输出的时‑频域的去混响信号做短时傅里叶逆变换，得到时域的去混响信号。