论文部分内容阅读
听力损失是最普遍的慢性健康疾病之一。由于日常生活中的噪音污染越来越严重,而且人口老龄化的加剧,听力损失人口预计未来会进一步增加。佩戴数字助听器是解决听力损失重要手段,有助于提高患者语音可懂度。随着助听器变得越来越小,声反馈现象对助听器使用者构成主要困扰。声反馈现象限制了助听器的最大稳定增益,会导致有用语音信号的严重失真或引起啸叫,影响助听器佩戴者的语音可懂度和舒适度。本文基于自适应滤波方法,展开了数字助听器声反馈消除的研究工作,主要研究成果如下:1.首先研究了数字助听器中声反馈现象及其关键技术,研究了基于自适应滤波器原理的最小均方误差算法和归一化最小均方误差算法,分析了其收敛性和稳态误差性能。其次研究了子带滤波器组理论及归一化子带自适应滤波算法性能,对比全带输入信号,子带输入信号具有更低的相关性。实验表明,子带自适应滤波技术加快了自适应滤波器收敛速度,降低了算法稳态失调量。2.基于子带自适应滤波器设计了一种应用于数字助听器声反馈消除模型,提出一种新的变步长归一化子带自适应滤波算法。该算法在系统噪声抵消原理的基础上,用迭代收缩的方法估计得到无噪先验子带误差的功率,对步长进行更新。对所提出的算法进行数学分析,可以得出该算法是稳定的和收敛的。仿真实验表明,在助听器长回声路径和短回声路径两种情况下,所提算法实现了更快的收敛速度,获得了更低的稳态失调量。3.针对声反馈路径的稀疏性,提出一种基于自适应滤波器状态检测的变步长系数比例归一化子带自适滤波算法。首先,在调整自适应滤波器系数时,引入系数比例自适应算法。其次,根据自适应滤波器系数的短时能量平均值和长时能量平均值的归一化距离的变化,将自适应滤波器状态分为收敛状态、过渡状态和稳定状态,在不同状态下使用不同步长更新自适应滤波器。最后,实验结果显示所提的算法对比其他算法具有更快的收敛速度和更低的稳态失调量,而且语音输出信号跟踪性能和声反馈抑制效果也更好。