一种用于辨识低秩声系统的鲁棒自适应滤波方法

    公开(公告)号:CN113193855A

    公开(公告)日:2021-07-30

    申请号:CN202110446659.X

    申请日:2021-04-25

    Abstract: 本发明公开了一种用于辨识低秩声系统的鲁棒自适应滤波方法,为了增强自适应滤波器对非高斯噪声的鲁棒性,利用Cauchy估计器或Welsch估计器建立代价函数,获得一类数值稳定的鲁棒自适应滤波算法。相对于基于递推最小二乘类方法,本发明提出的方法对非高斯噪声更加鲁棒,实验验证了所提方法的有效性。同时,采用和分别对和进行近似,以计算加权因子γ1(n)和γ2(n),由于自适应参数ξ和c的记忆功能,加权因子γ1(n)和γ2(n)反映了近期噪声样本的统计特性,因此这种近似对本发明鲁棒性的影响可忽略不计。

    基于递推最小鲁棒估计的低复杂度有源脉冲噪声控制方法

    公开(公告)号:CN115967372A

    公开(公告)日:2023-04-14

    申请号:CN202211578812.5

    申请日:2022-12-07

    Abstract: 本发明公开了一种基于递推最小鲁棒估计的低复杂度有源脉冲噪声控制方法,对FxlogRLS算法进行了扩展,基于最近克罗内克积的滤波输入递归最小M估计算法(简称FxRLM‑NKP)对脉冲噪声进行有源控制。利用克罗内克积将自适应控制器的系数向量w(n)分解成两组短的子滤波器向量w1(n)、w2(n),由此建立信号模型。采用具有自适应参数的鲁棒估计器定义一组代价函数,由此推导出相应的自适应控制算法。克罗内克积分解的使用降低了自适应控制算法的计算复杂度;自适应M估计器使得本发明(FxRLM‑NKP算法)对脉冲噪声具有鲁棒性。实验结果表明,本发明在脉冲噪声有源控制中表现出良好的性能,且具有计算复杂度低的优点。

    一种用于辨识低秩声系统的鲁棒自适应滤波方法

    公开(公告)号:CN113193855B

    公开(公告)日:2022-04-19

    申请号:CN202110446659.X

    申请日:2021-04-25

    Abstract: 本发明公开了一种用于辨识低秩声系统的鲁棒自适应滤波方法,为了增强自适应滤波器对非高斯噪声的鲁棒性,利用Cauchy估计器或Welsch估计器建立代价函数,获得一类数值稳定的鲁棒自适应滤波算法。相对于基于递推最小二乘类方法,本发明提出的方法对非高斯噪声更加鲁棒,实验验证了所提方法的有效性。同时,采用和分别对和进行近似,以计算加权因子γ1(n)和γ2(n),由于自适应参数ξ和c的记忆功能,加权因子γ1(n)和γ2(n)反映了近期噪声样本的统计特性,因此这种近似对本发明鲁棒性的影响可忽略不计。

    一种基于多通道盲辨识和多通道均衡的语音去混响方法

    公开(公告)号:CN117636894A

    公开(公告)日:2024-03-01

    申请号:CN202311670403.2

    申请日:2023-12-05

    Abstract: 本发明公开了一种基于多通道盲辨识和多通道均衡的语音去混响方法,对多通道盲辨识问题,在归一化多通道频域最小均方算法(NMCFLMS)的基础上,设计了一种可变正则化函数,将信噪比、输出信号能量和滤波器长度信息融入其中,使算法对加性噪声、语音的非平稳性具有鲁棒性。此外,为了使所提方法在时变条件下具有更好的跟踪性能,提出了一种根据均方误差对正则化参数刷新的机制。这样,在噪声环境下能获得更快的收敛速度和跟踪速度,能使基于通道均衡的语音去混响获得更好的去混响效果,尤其是在低信噪比环境下自适应滤波器处于暂态期间,去混响性能显著提升。

    一种自适应折中预白化的声源定位方法

    公开(公告)号:CN113655440A

    公开(公告)日:2021-11-16

    申请号:CN202110906625.4

    申请日:2021-08-09

    Abstract: 本发明公开了一种自适应折中预白化的声源定位方法,通过构建自适应参数因子δ1,并在此基础上,求解最优化模型,得到预测器系数向量a,再得到预测误差信号e(n),最后根据SRP算法,对预测误差信号时移,通过计算时移预测误差信号对间的互相关之和在空间搜索声源方位,峰值位置则为估计的声源方位。参数δ1是一个自适应因子,它根据不同信噪比的估计量和房间混响时间的估计量自适应变化,确保折中预白化声源定位方法在强噪声和强混响环境获得最优的性能。

    基于递推最小鲁棒估计的低复杂度有源脉冲噪声控制方法

    公开(公告)号:CN115967372B

    公开(公告)日:2025-04-25

    申请号:CN202211578812.5

    申请日:2022-12-07

    Abstract: 本发明公开了一种基于递推最小鲁棒估计的低复杂度有源脉冲噪声控制方法,对FxlogRLS算法进行了扩展,基于最近克罗内克积的滤波输入递归最小M估计算法(简称FxRLM‑NKP)对脉冲噪声进行有源控制。利用克罗内克积将自适应控制器的系数向量w(n)分解成两组短的子滤波器向量w1(n)、w2(n),由此建立信号模型。采用具有自适应参数的鲁棒估计器定义一组代价函数,由此推导出相应的自适应控制算法。克罗内克积分解的使用降低了自适应控制算法的计算复杂度;自适应M估计器使得本发明(FxRLM‑NKP算法)对脉冲噪声具有鲁棒性。实验结果表明,本发明在脉冲噪声有源控制中表现出良好的性能,且具有计算复杂度低的优点。

Patent Agency Ranking