本發(fā)明涉及系統(tǒng)辨識，尤其涉及一種基于自適應(yīng)閾值的抗噪聲方法、系統(tǒng)、介質(zhì)、設(shè)備及程序。

背景技術(shù)：

1、本部分的陳述僅僅是提供了與本發(fā)明相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

2、脈沖噪聲在系統(tǒng)辨識領(lǐng)域一直是一個嚴(yán)峻的挑戰(zhàn)，脈沖噪聲的發(fā)生概率小，持續(xù)時間短，但其實現(xiàn)幅值大，導(dǎo)致算法收斂性能波動劇烈。在回波抵消、水聲、音頻處理、通信、時間序列預(yù)測等實際應(yīng)用中經(jīng)常會遇到這樣的噪聲場景。因此在脈沖噪聲環(huán)境下的稀疏系統(tǒng)辨識問題一直是熱門的研究課題之一。

3、自適應(yīng)濾波器廣泛應(yīng)用于系統(tǒng)識別、信道均衡、主動噪聲控制和回波消除等領(lǐng)域。自適應(yīng)濾波器系統(tǒng)辨識技術(shù)的基本原理是以輸入信號與由它產(chǎn)生相關(guān)性為基礎(chǔ)建立輸入信號的語音模型，通過其與未知系統(tǒng)之間殘差對未知系統(tǒng)進行估計，并不斷修改濾波器的系數(shù)，使得估計值更加逼近未知系統(tǒng)的參數(shù)。脈沖噪聲的幅值會與未知系統(tǒng)的輸出相疊加，從而使自適應(yīng)濾波器的系數(shù)向更大誤差的方向更新。因此，如何完善和研究抗噪聲性能卓越的自適應(yīng)濾波器算法是系統(tǒng)辨識領(lǐng)域的關(guān)鍵問題之一。

4、在目前的稀疏系統(tǒng)辨識的應(yīng)用中，較成熟的方法是采用歸一化最小均方（nlms）算法，該算法由于其對輸入信號功率的魯棒性和較低的計算復(fù)雜度，是目前最流行的自適應(yīng)算法之一。但是當(dāng)輸入信號高度相關(guān)（如自回歸和語音信號）時，收斂速度慢。

技術(shù)實現(xiàn)思路

1、為了解決上述背景技術(shù)中存在的技術(shù)問題，本發(fā)明提供一種基于自適應(yīng)閾值的抗噪聲方法、系統(tǒng)、介質(zhì)、設(shè)備及程序，本發(fā)明能夠在脈沖噪聲環(huán)境下獲得較快收斂速度和穩(wěn)態(tài)誤差，補償傳統(tǒng)方法在脈沖噪聲條件下的發(fā)散問題，魯棒性更好。

2、為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

3、本發(fā)明的第一個方面提供一種基于自適應(yīng)閾值的抗噪聲方法。

4、一種基于自適應(yīng)閾值的抗噪聲方法，包括：

5、將獲取的當(dāng)前時刻的遠端輸入信號與干擾噪聲疊加，得到期望信號；將期望信號通過分析濾波器進行分解，得到子帶期望信號；

6、將獲取的當(dāng)前時刻的遠端輸入信號通過分析濾波器進行分解，得到子帶相關(guān)信號，將子帶相關(guān)信號通過自適應(yīng)濾波器，得到子帶回聲估計信號；

7、將子帶回聲估計信號與子帶期望信號相減，得到子帶誤差信號；

8、基于子帶誤差信號，計算當(dāng)前時刻的tukey’s?biweight函數(shù)閾值參數(shù)；基于子帶誤差信號和當(dāng)前時刻的tukey’s?biweight函數(shù)閾值參數(shù)，確定目標(biāo)函數(shù)；基于目標(biāo)函數(shù)，得到輸出信號；重復(fù)上述過程，處理下一時刻的遠端輸入信號。

9、進一步地，所述當(dāng)前時刻的tukey’s?biweight函數(shù)閾值參數(shù)，采樣以下公式表示：

10、

11、其中，表示tukey’s?biweight函數(shù)閾值參數(shù)，表示子帶誤差信號，是一個小于等于設(shè)定值的常數(shù)。

12、進一步地，所述目標(biāo)函數(shù)，采用以下公式表示：

13、

14、其中，表示目標(biāo)函數(shù)，表示tukey’s?biweight函數(shù)閾值參數(shù)，表示子帶誤差信號。

15、進一步地，在得到目標(biāo)函數(shù)之后還包括：根據(jù)目標(biāo)函數(shù)，確定對應(yīng)的分段函數(shù)；將所述分段函數(shù)嵌入到歸一化子帶濾波算法之中，得出下一時刻的自適應(yīng)濾波器的抽頭權(quán)系數(shù)向量；

16、所述分段函數(shù)，采用以下公式表示：

17、

18、所述下一時刻的自適應(yīng)濾波器的抽頭權(quán)系數(shù)向量，采用以下公式表示：

19、

20、其中，表示分段函數(shù)，表示tukey’s?biweight函數(shù)閾值參數(shù)，表示子帶誤差信號，表示下一時刻 k+1的自適應(yīng)濾波器的抽頭權(quán)系數(shù)向量，表示當(dāng)前時刻 k的自適應(yīng)濾波器的抽頭權(quán)系數(shù)向量，是步長參數(shù)，是一個小于等于設(shè)定值的常數(shù)，。

21、進一步地，所述將期望信號通過分析濾波器進行分解，得到子帶期望信號；方法包括：將期望信號通過分析濾波器進行分解，得到子帶相關(guān)信號；抽取子帶相關(guān)信號，降低采樣序列，得到子帶期望信號。

22、進一步地，所述將子帶相關(guān)信號通過自適應(yīng)濾波器，得到子帶回聲估計信號；方法包括：將子帶相關(guān)信號通過自適應(yīng)濾波器，得到子帶回聲估計相關(guān)信號；對子帶回聲估計相關(guān)信號進行降采樣，得到子帶回聲估計信號。

23、本發(fā)明的第二個方面提供一種基于自適應(yīng)閾值的抗噪聲系統(tǒng)。

24、一種基于自適應(yīng)閾值的抗噪聲系統(tǒng)，包括：

25、第一處理模塊，其被配置為：將獲取的當(dāng)前時刻的遠端輸入信號與干擾噪聲疊加，得到期望信號；將期望信號通過分析濾波器進行分解，得到子帶期望信號；

26、第二處理模塊，其被配置為：將獲取的當(dāng)前時刻的遠端輸入信號通過分析濾波器進行分解，得到子帶相關(guān)信號，將子帶相關(guān)信號通過自適應(yīng)濾波器，得到子帶回聲估計信號；

27、第三處理模塊，其被配置為：將子帶回聲估計信號與子帶期望信號相減，得到子帶誤差信號；

28、第四處理模塊，其被配置為：基于子帶誤差信號，計算當(dāng)前時刻的tukey’sbiweight函數(shù)閾值參數(shù)；基于子帶誤差信號和當(dāng)前時刻的tukey’s?biweight函數(shù)閾值參數(shù)，確定目標(biāo)函數(shù)；基于目標(biāo)函數(shù)，得到輸出信號；重復(fù)上述過程，處理下一時刻的遠端輸入信號。

29、本發(fā)明的第三個方面提供一種計算機可讀存儲介質(zhì)。

30、一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)如上述第一個方面所述的基于自適應(yīng)閾值的抗噪聲方法中的步驟。

31、本發(fā)明的第四個方面提供一種計算機設(shè)備。

32、一種計算機設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)如上述第一個方面所述的基于自適應(yīng)閾值的抗噪聲方法中的步驟。

33、本發(fā)明的第五個方面提供一種計算機程序產(chǎn)品或計算機程序。

34、本發(fā)明提供了一種計算機程序產(chǎn)品或計算機程序，該計算機程序產(chǎn)品或計算機程序包括計算機指令，該計算機指令存儲在計算機可讀存儲介質(zhì)中。計算機設(shè)備的處理器從計算機可讀存儲介質(zhì)讀取該計算機指令，處理器執(zhí)行該計算機指令，使得該計算機設(shè)備執(zhí)行如上述第一個方面所述的基于自適應(yīng)閾值的抗噪聲方法中的步驟。

35、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

36、本發(fā)明對算法中針對輸入信號中混雜的噪聲信號，通過當(dāng)前時刻 k的子帶殘差信號，計算出當(dāng)前時刻 k的turkey’s?biweight?函數(shù)的閾值參數(shù) b，并更新當(dāng)前時刻 k的自適應(yīng)濾波器抽頭權(quán)系數(shù)向量。將turkey’s?biweight?函數(shù)嵌入到nsaf算法中，不但保持nsaf算法在高度相關(guān)輸入信號條件下的性能表現(xiàn)，而且還降低了nsaf算法對脈沖噪聲的敏感性，加強nsaf算法的抗噪聲能力。結(jié)合自適應(yīng)閾值參數(shù) b更新公式，不斷調(diào)整閾值 b，提高nsaf算法的靈活性，可以更好的平衡收斂速度和穩(wěn)態(tài)收斂誤差之間的矛盾。