CN119446108A 一种基于最大熵准则的非线性系统语音降噪方法及系统 （青岛科技大学）

一种基于最大熵准则的非线性系统语音降本发明提出了一种基于最大熵准则的非线2将信号离散值通过Volterra级数展开得到第一将第一输入信号通过多个分解滤波器计算自适应滤波器的第一在主路径中，基于近端信号和第一输出信号得到误差信号i.与第一子滤波器克劳内克积得到的权重系数矩阵；isi2,k分别是矩阵wo的左奇异值矩阵和右奇异值矩阵的第k列。3s(n)为脉冲响应函数；i1(n)为第一子滤波器抽头向量的最优解；ivz(n)为第二子滤波器抽二子输入信号的最优解。所述误差信号由当前n时刻的期望信号减去当前n时刻的自适应滤波器的第一输出信号计算得到。第一分解误差信号ea(n)中其中，u(n)为输入信号经过展开后与次级路径传递函数的脉冲响应卷积后得到的信4展开后与次级路径传递函数的脉冲响应卷积后得滤波器分解模块，其被配置为：使用克罗内克积分解对自适第一计算模块：将第一输入信号通过多个分解滤波器计9.一种电子设备，其特征在于，包括存储器和处处理器执行时，完成权利要求1_7任一项所述的基于最大熵准则的非线性系统语音降噪方5[0002]本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技信的可靠性和舒适性。典型传统广泛应用的主动噪声消除方法之一主要是滤波X最小均方[1]“AdaptiveVolterrafiltersforactivecontrolofnonlinearnoise该论文对模型和算法进行适当的扩展,解决了关于动态非线性的问题。但该文献只是对[0007][2]“ImprovingperformanceofFXLMSalgorithmforactivenoisecontrolofimpulsivenoise”,（M.T.Akhtar,W.Mitsuhashi,J.SoundVib.2009，327(3_5)647–656该论文提出了VFXLMS算法来改进为了增强Volterra滤波器的[0008][3]“Afamilyofadaptivevolterrafiltersbasedonmaximumcorrentropycriterionforimprovedactivecontrolofimpulsivenoise”,（G.Gowtham,S.Burra,A.Kar,J.Ostergaard,P.Sooraksa,V.Mladenovic,D.B.6将信号离散值通过Volterra级数展开得到第一7本发明提供了一种利用抽头系数分解的Volterra滤波器，该滤波器使用Kronecker积分解将长抽头Volterra滤波器近似为多个短抽头滤波器。通过减少滤波器中[0018]图1为本发明实施例一中所述的基于最大熵准则的非线性系统语音降噪方法的流[0019]图2为本发明实施例一中所述的语音降噪方法与现有技术在Logistic混沌噪声源[0020]图3为本发明实施例一中所述的语音降噪方法与现有技术在a稳定噪声源下对非[0021]图4为本发明实施例一中所述的语音降噪方法与现有技术在高斯噪声源下对非线[0027]步骤S201：将当前n时刻到n-L+1时刻的远端信号离散值构成当前n时刻的整8M,是滤波器输入长度。[0029]Volterra级数可以用来精确地描述输入信号和输出信号之间积得到的权重系数矩阵；wsxtm)为单位矩阵与第二子滤波器克劳内克积得到的权重系数iizr(n)=v压vzx(n)，其中为矩阵0的左奇异值矩阵和右奇异值矩阵的第k列。[0034]步骤S4：将第一输入信号u,(n)通过分解滤波器utm)和u2(n)计算自适应滤波9并计算长度为L1和L2的分解滤波器的分解误差信号e1(n)和当前n时刻的近端信号d(n)减去当前n时刻的整个自适应滤波器的第一输出信号，得由当前n时刻的误差信号e(m)确定长度为L1和L2的分解滤波器的分解误差信号，[0041]第一分解误差信号ea(n)中[0045]第二分解误差信号ea(n)中[0048]其中，u(n)为输入信号经过展开后与次级路径传递函数的脉冲响应卷积后得到展开后与次级路径传递函数的脉冲响应卷积后得到的第一子信号，is,j(n)含义为输入信号经过展开后与次级路径传递函数的脉冲响应卷积后得此MCC算法在存在非高斯噪声的情况下仍然能够保持良好的性能。相关熵的计算涉及到一e(n)=d(n)-y(n)[0076]这些计算机程