[發明專利]用于麥克風的數字信號處理的方法和裝置

有效

• 申請號: 201680055768.6
• 申請日: 2016-06-29
• 公開（公告）號: CN108141656B
• 公開（公告）日: 2020-01-07
• 發明（設計）人: S·P·埃比尼澤
• 申請（專利權）人: 思睿邏輯國際半導體有限公司
• 主分類號: H04R1/10
• 分類號: H04R1/10;G10L21/0208;H04R3/00
• 代理公司: 72002 永新專利商標代理有限公司
• 代理人: 陳松濤;王英

1.一種用于麥克風的數字信號處理的方法，包括：

由耦合到多個傳感器的處理器接收至少第一噪聲輸入信號和第二噪聲輸入信號，所述第一噪聲輸入信號和所述第二噪聲輸入信號中的每個噪聲輸入信號來自所述多個傳感器；

由所述處理器確定所述第一噪聲輸入信號和所述第二噪聲輸入信號之間的至少一個估計噪聲相關統計值；以及

由所述處理器執行自適應分塊矩陣中的學習算法，所述學習算法至少部分地基于所述至少一個估計噪聲相關統計值來估計所述第一噪聲輸入信號和所述第二噪聲輸入信號之間的傳感器間信號模型，使得噪聲相關被維持在自適應噪聲對消器模塊的輸入和分塊矩陣的輸出之間。

2.根據權利要求1所述的方法，其中，執行所述學習算法的步驟包括執行自適應濾波器，所述自適應濾波器至少部分地基于所述估計噪聲相關統計值來計算至少一個濾波器系數。

3.根據權利要求2所述的方法，其中，執行所述自適應濾波器的步驟包括對包括所述估計噪聲相關統計值的總最小二乘(TLS)成本函數求解。

4.根據權利要求2所述的方法，其中，執行所述自適應濾波器的步驟包括執行包括所述估計噪聲相關統計值的梯度下降總最小二乘(GrTLS)學習方法以最小化總最小二乘(TLS)成本函數。

5.根據權利要求2所述的方法，其中，執行所述自適應濾波器的步驟包括執行包括所述估計噪聲相關統計值的最小二乘(LS)學習方法以最小化最小二乘(LS)成本函數。

6.根據權利要求2所述的方法，其中，執行所述自適應濾波器的步驟包括對最小二乘(TLS)成本函數求解以推導出使用所述估計噪聲相關統計值的最小平均二乘(LMS)學習方法。

7.根據權利要求1所述的方法，還包括在確定所述至少一個估計噪聲相關統計值的步驟之前由所述處理器對所述第一噪聲輸入信號和所述第二噪聲輸入信號中的至少一個噪聲輸入信號進行濾波。

8.根據權利要求5所述的方法，其中，濾波的步驟包括將空間前置白化近似應用于所述第一噪聲輸入信號和所述第二噪聲輸入信號中的至少一個噪聲輸入信號。

9.根據權利要求8所述的方法，其中，應用所述空間前置白化近似的步驟在沒有直接矩陣求逆且沒有矩陣平方根計算的情況下被執行。

10.根據權利要求8所述的方法，還包括以下步驟：

將所估計的傳感器間信號模型應用于所述第一噪聲輸入信號和所述第二噪聲輸入信號中的至少一個噪聲輸入信號；

在將所估計的傳感器間信號模型應用于所述第一噪聲輸入信號和所述第二噪聲輸入信號中的至少一個噪聲輸入信號之后組合所述第一噪聲輸入信號和所述第二噪聲輸入信號；以及

在經組合的第一噪聲輸入信號和第二噪聲輸入信號上應用逆前置白化濾波器。

11.一種用于麥克風的數字信號處理的裝置，包括：

第一輸入節點，其被配置為接收第一噪聲輸入信號；

第二輸入節點，其被配置為接收第二噪聲輸入信號；

處理器，其耦合到所述第一輸入節點并耦合到所述第二輸入節點，并且所述處理器被配置為執行包括下列操作的步驟：

從多個傳感器接收至少第一噪聲輸入信號和第二噪聲輸入信號；

確定所述第一噪聲輸入信號和所述第二噪聲輸入信號之間的至少一個估計噪聲相關統計值；以及

執行學習算法，所述學習算法至少部分地基于所述至少一個估計噪聲相關統計值來估計所述第一噪聲輸入信號和所述第二噪聲輸入信號之間的傳感器間信號模型，使得噪聲相關被維持在自適應噪聲對消器模塊的輸入和分塊矩陣的輸出之間。

12.根據權利要求11所述的裝置，其中，執行所述學習算法的步驟包括執行自適應濾波器，所述自適應濾波器至少部分地基于所述估計噪聲相關統計值來計算至少一個濾波器系數。