论文部分内容阅读
佩戴数字助听器可以有效改善听损患者的听力水平,然而数字助听器中扬声器和麦克风位置很接近,容易产生声反馈现象,严重影响助听器的性能。自适应声反馈消除算法可以有效地消除声反馈信号,提高助听器输出语音质量。本文重点研究助听器中的声反馈消除算法,并提出改进算法。论文的主要工作如下:(1)研究了语音的发音机理及其特性,依次讨论了激励模型、声道模型和辐射模型这三个语音信号产生模型的主要组成部分。依次介绍了时域分析、频域分析和倒谱分析这三种常用的语音信号分析方法。分别介绍了声反馈消除、响度补偿与压缩频移、语音增强和声源定位这几种数字助听器中的关键技术。比较了LMS、归一化LMS(NLMS)和RLS这三种常用的自适应滤波算法,并通过仿真实验对比了三种算法的跟踪性能。(2)固定步长Improved Propotion NLMS(IPNLMS)算法应用于声反馈消除时,必须在收敛速度和稳态失调折中取一个合适的步长因子。为了解决这一对矛盾,本文提出一种新的变步长方法代替固定步长方法。与固定步长和传统的变步长IPNLMS算法相比,该算法收敛速度更快,稳态失调更小,声反馈消除效果更加明显。(3)传统的NLMS和Propotion NLMS(PNLMS)算法在处理语音信号时,性能有所降低。为了对数字助听器中声反馈信号进行有效消除,本文采用APA算法代替传统的声反馈消除算法对助听器中声反馈信号进行消除。为了提高算法的实用性,本文提出一种简化的、变步长的APA算法代替固定步长APA算法。与固定步长APA算法相比,该算法计算量进一步减小,并且收敛速度和稳态失调性能都得到进一步提高。