一种麦克风阵列广义旁瓣消除方法与流程

1.本发明属于语音处理技术领域，尤其是麦克风阵列噪声抑制及语音增强领域，具体涉及一种麦克风阵列广义旁瓣消除方法。


背景技术：

2.常用的麦克风阵列噪声抑制和语音增强方法通常在时频域中进行处理。其中，在每一个时间帧和频带中计算各个麦克风阵元接收数据对应的滤波权值，进而滤波得到增强后的结果。目前这些常用的麦克风阵列噪声抑制和语音增强方法，通过利用麦克风阵列通道间的相关性，能够在语音失真较少的情况下实现良好的降噪性能，是提高语音通话质量、提升智能语音交互准确率的重要技术之一。
3.研究结果表明，在单麦克风降噪背景下，通过利用多帧数据之间的相关性，可以提高降噪和语音失真的性能。和单麦克风情况类似，在麦克风阵列噪声抑制和语音增强的背景下，同时利用麦克风通道间相关性和多帧数据间的相关性，能够达到比传统的只利用麦克风通道间相关性的方法更好的降噪性能。
4.但是在性能提升的同时，也需要更大的算力消耗，常规的多帧扩展一般针对最原始的输入数据进行，这也决定了相比单帧数据而言，多帧输入数据对应的是成倍或者是指数倍的算力增长。如何在进行多帧扩展的同时尽可能减少算力消耗，这对实时处理系统而言也是一个棘手问题。


技术实现要素：

5.本发明的目的就是针对现有技术的缺陷，提供一种麦克风阵列广义旁瓣消除方法，以尽可能小的算力消耗，提升麦克风阵列广义旁瓣消除效果。
6.本发明方法具体步骤是：
7.步骤(1)一个包括m个麦克风的阵元麦克风阵列，第t个采样点时刻的时域接收信号上标t表示转置，表示复数域；其中，第m个麦克风在第t个采样点时刻的接收信号ym(t)＝am(t)*s(t) nm(t)，m＝1,
…
,m，s(t)表示语音信号，am(t)表示从语音信号到第m个麦克风的声学传递函数，nm(t)表示第m个麦克风的接收的噪声分量，*表示卷积运算；
8.短时傅里叶变换域中的麦克风阵列接收信号其中，y(k,l)、x(k,l)、n(k,l)是m维向量，分别对应表示麦克风阵列在第k帧第l频点的接收信号频谱、语音信号频谱、噪声信号频谱，频域传递函数a(k,l)＝[a1(k,l) a2(k,l)
ꢀ…ꢀam
(k,l)]
t
，s(k,l)为语音信号频谱；
[0009]
根据频域传递函数a(t,l)，得到固定波束形成滤波器滤波系数f(k,l)，进而得到固定波束形成滤波器输出y
fbf
(k,l)；固定波束形成滤波器输出y
fbf
(k,l)＝fh(k,l)y(k,l)；其中，f(k,l)为固定波束形成滤波器滤波系数，上标h表示共轭转置，滤波器系数表示为f
(k,l)＝ah(k,l)。
[0010]
步骤(2)构造稀疏型阻塞矩阵b(k,l)，得到当前帧的阻塞矩阵输出u(k,l)；
[0011]
步骤(3)将当前帧的阻塞矩阵输出u(k,l)扩展为p帧向量，得到p帧参考噪声信号u
p
(k,l)，p＝2～8；
[0012]
步骤(4)根据p帧参考噪声信号u
p
(k,l)和固定波束形成滤波器输出y
fbf
(k,l)，更新多帧参考噪声信号的协方差矩阵并更新多帧参考噪声信号和固定波束形成滤波器输出的协方差矩阵
[0013]
步骤(5)由更新后的和得到自适应干扰消除滤波器的系数h(k,l)；
[0014]
步骤(6)输出旁瓣消除滤波器的结果y
mf
(k,l)。
[0015]
进一步，步骤(2)具体是：
[0016]
构造稀疏型阻塞矩阵上标*表示共轭运算。
[0017]
阻塞矩阵输出为参考噪声信号，
[0018]
进一步，步骤(3)具体是：
[0019]
将当前帧的阻塞矩阵输出u(k,l)扩展为p帧向量，则p帧参考噪声信号其中，u(k-p 1,l)、u(k-1,l)、u(k,l)分别表示第k-p 1帧、第k-1帧、第k帧的第l个频点对应的参考噪声信号；如果k＜p，则u(k-p 1,l)为0向量。
[0020]
进一步，步骤(4)具体是：
[0021]
初始化和为单位阵；进行如下更新：
[0022][0023][0024]
更新的遗忘因子0＜α＜1。
[0025]
进一步，步骤(5)具体是：求解自适应干扰消除滤波器的过程可以看做维纳滤波解的求解过程，所以最后得到自适应干扰消除滤波器系数h(k,l)为上标-1表示矩阵求逆运算。
[0026]
进一步，步骤(6)中，其中，为自适应干扰消除滤波器输出，
[0027]
本发明的有益效果是：针对现有技术的缺陷，提出了一种针对麦克风阵列广义旁
瓣消除算法的多帧扩展方法，以尽可能小的算力消耗，提升麦克风阵列广义旁瓣消除算法效果的方法。本发明在传统麦克风阵列广义旁瓣消除算法的基础上，构造稀疏型阻塞矩阵，利用稀疏型阻塞矩阵后数据维度减小的特点，在阻塞矩阵输出数据，也即参考噪声信号做多帧扩展，避免了在最原始输入数据上多帧扩展带来的大量算力消耗问题，同时也利用了多帧数据之间的相关性，提升了麦克风阵列广义旁瓣消除算法性能。
[0028]
本方法的优势在于：
[0029]
(1)跟“单帧输入麦克风阵列广义旁瓣消除算法”方法相比，利用了多帧数据之间的相关性，提升了麦克风阵列广义旁瓣消除算法性能。
[0030]
(2)跟“最原始输入数据多帧扩展的麦克风阵列广义旁瓣消除算法”方法相比，不需要计算多帧固定波束形成和阻塞滤波过程，并且因为采用稀疏型阻塞矩阵，导致阻塞矩阵输出的维度小于麦克风阵列维度，整体计算量较小，节省了大量算力消耗。
附图说明
[0031]
图1是本发明的流程示意图；
[0032]
图2是本发明中麦克风阵列广义旁瓣消除滤波结构框图。
具体实施方式
[0033]
为了便于理解本发明，为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便充分理解本发明，附图中给出了本发明的较佳实施方式。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本发明的公开内容理解地更加透彻全面。本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施例的限制。
[0034]
一种麦克风阵列广义旁瓣消除方法，具体如图1所示。
[0035]
信号模型：一个包括m个麦克风的阵元麦克风阵列，第t个采样点时刻的时域接收信号上标t表示转置，表示复数域；其中，第m个麦克风在第t个采样点时刻的接收信号ym(t)＝am(t)*s(t) nm(t)，m＝1,
…
,m，s(t)表示语音信号，am(t)表示从语音信号到第m个麦克风的声学传递函数，nm(t)表示第m个麦克风的接收的噪声分量，*表示卷积运算。
[0036]
短时傅里叶变换域中的麦克风阵列接收信号其中，y(k,l)、x(k,l)、n(k,l)是m维向量，分别对应表示麦克风阵列在第k帧第l频点的接收信号频谱、语音信号频谱、噪声信号频谱，频域传递函数a(k,l)＝[a1(k,l) a2(k,l)
ꢀ…ꢀam
(k,l)]
t
，s(k,l)为语音信号频谱。
[0037]
为了提升波束形成滤波器的鲁棒性，将滤波器结构拆分成在正交子空间中的两个独立滤波器，广义旁瓣消除方法滤波系数w(k,l)＝f(k,l)-b(k,l)h(k,l)，包含三个部分，如图2所示：第一个是固定波束形成滤波器f(k,l)，第二个是阻塞矩阵b(k,l)，第三个是自适应干扰消除滤波器h(k,l)。
[0038]
固定波束形成滤波器：固定波束形成滤波器输出y
fbf
(k,l)＝fh(k,l)y(k,l)；其中，f(k,l)为固定波束形成滤波器滤波系数，上标h表示共轭转置。
[0039]
滤波器系数表示为f(k,l)＝ah(k,l)；如果固定波束形成滤波器使用延迟相加滤波器结构，频域传递函数表示为第l个频点对应的角频率ω
l
＝2πf
l
，f
l
为第l个频点对应的信号频率，τm为信号到达第m个麦克风的时间延迟，j表示虚数。
[0040]
以均匀线阵为例，频域传递函数a(k,l)可以进一步表示为：
[0041]
a(k,l)＝[1 e-jφ
ꢀ…ꢀ
e-j(m-1)φ
]
t
，φ＝2πf
l
d sinθ/v；其中d为均匀线阵阵列间距，θ为语音信号相对麦克风阵列的入射角度，f
l
为第l个频点对应的信号频率，v为语音传播速度。
[0042]
阻塞矩阵的目的是滤除沿着频率传递函数a(k,l)对应的声学路径传播的信号，所以阻塞矩阵b(k,l)的列向量张成了频率传递函数a(k,l)的零空间，即满足：bh(k,l)a(k,l)＝0。
[0043]
为了在保持滤波性能的同时减少运算复杂，采用稀疏型阻塞矩阵，表示为：
[0044]
上标*表示共轭。阻塞矩阵的输出为参考噪声信号，因为麦克风阵列接收信号中的语音分量大部分被阻塞矩阵消除掉了，残留的大部分是噪声信号，表示为：
[0045]
传统的广义旁瓣消除算法中，自适应干扰消除滤波器的输入为当前帧k对应的参考噪声信号，对应的输出(其中上标sf表示单帧，single frame)为
[0046]
因为帧间相关性的存在，如果使用多帧信号输入，能够合理得利用信号的帧间信息，进一步提升滤波器效果，所以我们将自适应干扰消除器的输入扩展为p帧参考噪声信号，p＝2～8，p帧参考噪声信号其中，u(k,l),u(k-1,l),
…
,u(k-p 1,l)分别表示第l个频点第k帧、第k-1帧，第k-p 1帧对应的噪声参考信号，也即阻塞矩阵的输出信号。此时自适应干扰消除滤波器的输出(其中上标mf表示多帧，multi frame)为
[0047][0048]
多帧输入的广义旁瓣消除滤波器的输出结果
[0049]
滤波器输出结果的能量谱密度
[0050]
其中，是固定滤波器输出的能量谱密度，是固定滤波器输出和阻塞矩阵多帧输出的协方差矩阵，是阻塞矩阵多帧输出的协方差矩阵。初始化和为单位阵，进行如下更新：
[0051][0052]
更新的遗忘因子0＜α＜1。
[0053]
求解自适应干扰消除滤波器的过程可以看做维纳滤波解的求解过程，所以最后得到自适应干扰消除滤波器系数上标-1表示矩阵求逆运算。
[0054]
多帧输入的广义旁瓣消除滤波器的输出结果y
mf
(k,l)即为最后输出。