自适应滤波算法LMS可以作用于系统辨识,回声抑制以及啸叫抑制各场景,在系统辨识中,利用参考输入信号输入到滤波器后输出一个信号来与系统输入信号相减,得到一个误差信号(en),利用该误差信号去更新滤波器的系数,使其能够模拟我们所需辨识的系统,达到系统辨识的目的。
然而在声反馈抑制模型中,系统的输入信号包括了人声信号以及回声信号,而滤波器模拟的是教室或者会议室空间的系统函数,参考输入信号进入滤波器后,输出的信号应该与回声信号相近,从系统输入信号中减去该信号后,得到的人声信号(en),利用en去更新滤波器系数,如果滤波器能够准确地辨识出系统函数,那么喇叭放出的声音就没有回声。
我的问题是,声反馈抑制模型中,en并非两个相似信号的误差,而是一个混合信号减去其中一个信号的一段人声信号(随机信号,最终不会趋于零),用该信号去更新滤波器的系数,会导致滤波器系数最终发散。
然而各种论文中都是以这种方式去更新滤波器系数的,究竟是怎么做到的呢?
更多回帖