[发明专利]基于变步长LMS算法的声音处理方法及系统

权利要求书

1.一种基于变步长LMS算法的声音处理方法，其特征在于，包括步骤：

S1、迭代计算当前时刻的增益值g(n)，所述增益值g(n)的计算式为：

g(n)＝g(n-1)+u(n-1)*e(n-1)*P_x(n-1)；

其中，P_x(n-1)为前一时刻声音输入信号的功率值，u(n-1)为前一时刻的步长因子，e(n-1)为前一时刻的误差值，g(n-1)为前一时刻增益值，n为当前时刻声音输入信号的序号，n为正整数，且n≥2；

S2、依据计算得到的增益值对当前时刻的声音输入信号x(n)进行增益处理，得到输出信号y(n)：

y(n)＝g(n)*x(n)。

2.根据权利要求1所述的基于变步长LMS算法的声音处理方法，其特征在于，还包括步骤：

S3、计算当前时刻声音输入信号的功率值P_x(n)、当前时刻的步长因子u(n)以及当前时刻的误差值e(n)；

S4、迭代计算下一时刻的增益值g(n+1)，计算式为g(n+1)＝g(n)+u(n)*e(n)*P_x(n)；

S5、根据增益值g(n+1)对下一时刻的声音输入信号x(n+1)进行增益处理，得到下一时刻的声音输出信号y(n+1)，计算式为y(n+1)＝g(n+1)*x(n+1)。

3.根据权利要求2所述的基于变步长LMS算法的声音处理方法，其特征在于，当前时刻声音输入信号的功率值P_x(n)的计算式为：

P_x(n)＝λP_x(n-1)+(1-λ)x²(n)，

其中，λ为平滑因子，λ取值范围为0＜λ＜1，x²(n)为当前时刻声音输入信号x(n)的平方。

4.根据权利要求2所述的基于变步长LMS算法的声音处理方法，其特征在于：当前时刻的步长因子u(n)计算式为：

其中，u₀为初始步长，∈可设置为很小的正数，或者，

以上式中，a(n-1)为前一时刻的梯度平方值，β的取值范围为0＜β＜1，θ的取值范围为0＜θ＜1。

5.根据权利要求4所述的基于变步长LMS算法的声音处理方法，其特征在于，迭代增益之后计算的声音输出信号功率为P_y(n)，P_y(n)的计算式为：

P_y(n)＝g(n)*g(n)*P_x(n)。

6.根据权利要求4所述的基于变步长LMS算法的声音处理方法，其特征在于，P_exp为期望值，当前时刻采样点的误差值为e(n)，e(n)的数值为功率期望值P_exp与计算出的输出信号y(n)的功率值P_y(n)之间的差值，e(n)计算式为e(n)＝P_exp-P_y(n)，P_exp取值范围为0＜P_exp＜1。