申请/专利权人：宿迁学院

申请日：2021-12-31

公开（公告）日：2024-04-30

公开（公告）号：CN115248976B

主分类号：G06F30/20

分类号：G06F30/20;G06F119/10

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2022.11.15#实质审查的生效;2022.10.28#公开

摘要：本发明涉及有源降噪领域，公开了一种基于降采样稀疏FIR滤波器的次级通道建模方法，方法步骤包括：S1使用FIR模型和降采样方法辨识次级通道系数；S2对辨识出的系数构造表征函数；S3：依据表征函数确定稀疏阈值；S4：稀疏化S1中的次级通道系数，给出稀疏因子。与现有技术相比，本发明可有效解决线性次级模型中，低硬件代价下的长时延次级通道系数的表征问题，同时给出了稀疏次级通道模型的稀疏系数选取方法，有效减少计算量。

主权项：1.一种基于降采样稀疏FIR滤波器的次级通道建模方法，其特征在于，包括如下步骤：S1：使用FIR模型和降采样方法辨识次级通道系数，具体步骤包括：S1.1产生激励高斯白噪声；S1.2对S1.1中激励白噪声构建FIR滤波器降采样抽头xn＝[xn,xn-1,xn-2,…,xn-N+1]和相应的系数win＝[w0n,w1n,w2n,…,wN-1n]，N为存储器长度；对输入信号采样采用M整数因子的降采样方法为：xin＝xnM，其中，xin为降采样后信号序列，xnM为原输入信号经M因子调节的信号；S1.3滤除高频部分，经功放放大后驱动扬声器由电信号转换为声信号；S1.4采用自适应算法辨识系数win；S2：对辨识出的系数构造表征函数，两种表征函数的构造方法如下：1和表征函数其中sT为和表征函数，win为FIR滤波器辨识出的系数，|.|表示取绝对值，T为周期；2概率分布表征函数其中PT为概率分布表征函数，fx为FIR滤波器辨识出系数win符合的分布类型的概率密度函数；S3：依据表征函数确定稀疏阈值；和表征函数下的稀疏阈值选取方法为：S3.11定义FIR次级系数的总和信息量为：S3.12和表征函数等于总和信息量60％对应的|win|作为稀疏阈值Ts；概率分布表征函数下的稀疏阈值选取方法如下：S3.21建立分布类型与稀疏阈值Tf对应字典；S3.22判断系数对应的概率分布类型和概率密度函数参数；S3.23根据系数win的分布类型和概率密度函数参数，查询字典，获得概率分布表征函数下的稀疏阈值Tf；S4：稀疏化S1中的次级通道系数，并给出稀疏因子，方法如下：S4.1选取系数wsin＝win，|win|Tfs的系数作为系统的次级通道系数，其中wsin为选取出的稀疏系数；S4.2稀疏因子ss为：其中length[win]是win的长度。

全文数据：

权利要求：

百度查询： 宿迁学院 一种基于降采样稀疏FIR滤波器的次级通道建模方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD