基于L0-IPNLMS的低复杂度数字助听器回声消除算法

作     者：高纯 张玲华 GAO Chun;ZHANG Linghua

作者机构：南京邮电大学通信与信息工程学院南京210003 南京邮电大学江苏省通信与网络技术工程研究中心南京210003 

出 版 物：《数据采集与处理》 (Journal of Data Acquisition and Processing)

年 卷 期：2021年第36卷第5期

页      面：939-949页

学科分类：0711[理学-系统科学] 07[理学] 

基　　金：国家自然科学基金(61771258)资助项目 江苏省高校自然科学研究重大项目(13KJA510003)资助项目 

主　　题：集员滤波 计算复杂度 数字助听器 回声消除 

摘      要：针对数字助听器中回声消除算法计算复杂度高的问题,提出了一种基于集员滤波(Set membership filtering,SMF)理论的变步长基于L0范数的改进比例归一化最小均方误差算法(L0-norm constrained improved proportional NLMS,L0-IPNLMS)算法。该算法将集员滤波的时变步长引入到L0-IPNLMS算法中,不仅提高了系统的收敛特性,而且充分利用了集员滤波理论的数据选择更新特性,在误差幅度有界的前提下进行滤波器系数的更新,减少了不必要的迭代次数,降低了数字助听器的功耗。仿真实验表明,与L0-IPNLMS算法相比,结合集员滤波和L0范数的改进比例归一化最小均方误差算法(L0-Norm constrained improved proportional NLMS based on set membership filtering theory,SM-L0-IPNLMS)算法在保留稀疏性的同时,计算复杂度降低了15.3%,在以随机信号和真实语音作为输入信号时收敛速度分别提高了28%、32.8%,失调量分别降低了1 dB、3 dB,均方误差分别降低了0.66 dB和1.68 dB,回声损失值则分别提升了0.7 dB和1.79 dB。此外,算法在低信噪比的输入条件下也具有较强的鲁棒性。