数字助听器中广义旁瓣消除器的仿真研究

3I：10.7687.ISSN1003-8868.2013.05.013Simulation Research on Generalized Sidelobe Canceller for Digital Hearing AidYONG Ya-qin ，SHA Hong ，U Peng2(1.Institute of Biomedical Engineering，Chinese Academy of Medical Sciences＆Peking Union Medical College，Tianjin 300192，China；2.Acosound technology Company Limited，Hangzhou 310023，China)stract Objective To deal with the digital hearing aids in competing talker situations using speech enhancement algorithm。

dals For adaptive beam forming algorithm using microphone array，the frequency-d0main adaptive beamforming algorithmsed on robustness timedomain GSC structure was studied.R∞ul乜The simulation was designed for the frequency-domainaptive beamform ing algorithm，and the computational complexity and convergence rate were compared between thequency domain GSC and the time domain GSC.C伽 删d0n The simulation results show that the frequency-domain GSCaptive beamforming algorithm has a higher calculation speed and convergence rate，and thus has more research significanceten comparedwithtime-domainGSC-Chinese Medical Equipment Journal，2013，34(5)：13-15，81ey words adaptive beamform ing algorithm；frequency-domain GSC；complexity；convergence rate言音增强是数字助听器算法的重要组成部分1，研究其意义。语音增强是指提高语音信号的信噪比，抑制或景噪声和干扰信号 ，增强系统的鲁棒性。

统 的单麦克风语音增强算法根据语音信号的统计特丑语音和噪声在时域或频域的差异，以此抑制噪声、增-ll。 但由于只有单路输入信号 ，缺乏必要的先验知识信号，所以需要在去噪和语音清晰度之间寻求折中 。

字助听器的语音增强技术采用麦克风阵列，充分利用音和噪声在时域、频域和空域的差异，以及各个麦克彼此之间的相关性 ，通过波束形成算法对来波方向上噪声和干扰进行抑制 ，从而增强语音，这种方法逐渐音增强领域研究的热点 。现有的自适应波束形成算法中，应用广泛的是广义旁瓣消除崧 I (GSC)结构的自适应波束形成算法i 1982年，Grifths[提出GSC结构，时至 作者简介：雍雅琴(1987-)，女硕士研究生主j研究方向为信息检测与处理.E-mail：yongyaqin122###126.con。

通讯作者 !沙 洪 .E-mail.sha hnn 2000###vahnrL n今 日，众多学者和研究人员已经做了很多改进、优化该结构及自适应算法的工作，时域 GSC算法已经比较成熟，本文对Hoshuyama等人于 1999年提出的鲁棒自适应波束形成算法作简要回顾，在此基础上讨论频域GSC结构的自适应波束形成算法，并对比时、频域 GSC的计算复杂度和收敛效果。

1 鲁棒时域 GSC结构鲁棒时域 GSC结构如图 1所示，简要描述了麦克风采集到语音信号后的处理过程，其结构包含空间前处理即固定波束形成器(fixed beamformer，FBF)、自适应阻塞矩阵(adaptivei . .竺图1 鲁棒 时域GSC结构· 医疗卫生装备·2013年 5月第 34卷 第 5期 Chinese Medical Equipment Journal·Vo1.34·No5·May·2013· 1 4· Thesis&Research RepoI研 究 论 著blocking matrix，ABM)和自适应干扰抵消器(adaptive interfer-ence canceler，AIC)3个部分m。

图 1中，空间前处理即固定波束形成器(FBF)的滤波器系数为固定值，对麦克风阵列采集到的信号进行滤波 ，滤波后的各个信号相加，实现对不是 目标语音的来波方向上的干扰和噪声进行抑制 ，完成初次增强目标语音[81。然后，自适应阻塞矩阵(ABM)将 FBF输出Yi(n)作为参考信号，对麦克风阵列采集到的信号进行 自适应阻塞滤波，阻塞”的含义为自适应滤波去除输入语音信号中的目标语音成分，从而得到M路的噪声参考信号( 为麦克风的个数 )，滤波器系数为b。(n)，b (n)，，6 n)。最终 ，自适应干扰抵消器(AIC)利用路噪声参考信号 ，对 FBF输出作进-步的自适应降噪处理，再次对 目标语音进行增强，从而得到最终的输出[91，滤波器系数为 ao(n)，a，(n)，，aM-。(n)。

2 频域 GSC结构频域 GSC结构如图2所示，简化地描述了-路 FBF参考信号和-路自适应旁瓣抵消信号。麦克风的数目为 ，数据块大小为 L，DFT的长度是 2 ，F是 2Lx2L的离散傅里叶变换(DFT)矩阵。离散时间变量为 n，对应的离散时间块为 kn/L。

ABM以FBF输出信号ygn)作为参考信号，对各个麦克风采集到的信号进行 自适应滤波，目的是去除其中的目标语音成分，从而得到 路的噪声参考信号。自适应滤波器系数的更新准则 ：只抵消目标语音信号1。

频域自适应滤波器的转移函数 日 ( )由时域 Lxl的加权向量 ( )计算得：( ) ( )，， 。( )，O ) (3)式中：o 为 Lxl的零向量。

FBF的输出ygk)经过自适应滤波器H ( )得：( ) k) ( ) (4)ABM自适应算法中，误差信号 ( )由时域误差信号e ( )经过离散傅里叶变换得到，并作为 AIC的输入信号(见式(9))旧。时域 e ( )的约束条件：用第 2块的 L点采样替代第 1块的L点采样，eb ( )由下式得到，即e ) k- )-1.，F-tY：(k)HI ( (5)图 2 频域 GSC结构2.1 固定波束形成器(FBF)麦克风阵列信号 (n)经FBF后产生-个语音参考信号，即竹 n)：∑ M 1wT (n) (1)式中： 为滤波器加权向量，mO，1，，M-1。

同定波束形成器的设计原则：在假定的信号模型中如存在观测方向误差 、麦克风不匹配等情况，应当旧能地使 目标语音成分失真最小lOl。

FBF的输出信号 Ys(n)经过 DFT变换后得到对角矩阵(k)为22 自适应阻塞矩阵(ABM)(2)式中：wdiag(01)(I ，11n)l； ( )向量定义如下：( )(o。 ， (kL)，，x(kLL-1)) (6)ABM滤波器的非约束更新公式如下：( 1) ( )( ) ( ) ( ) (7)其中，归-化步长 ( )定义如下 ：( )2/xxdiag(P。(k)，，( )) (8)式中： 为固定步长参数； ( )为第2频率柜(bin)的功率估计l 3，定义如下：( )A ( -1)(1-A)I f( )I (9)式中：/0，，2 -1； ( )为 k)的第 l频率柜(bin)。

2.3 自适应干扰消除器(AIC)AIC从 FBF输出的参考信号中自适应地减去所有的噪声成分 ，图中时延 k。确保了因果性。误差信号 (k)构成AIC的输入信号 ( )il ， ( )由当前输入误差信号和前- 数据块输入误差信号构成 ，即：)diag (k)JEI ( -1) (10)式中：Jdiag(1，-1，1，，-1)。 ，实现了频域中L采样点的循环移位。

AIC的误差信号e ( ，( - ( ) (11)其中， ( )(o kL-k )，， kLL-1-k。)T (12)医疗卫生装备 -2013年 5月第 34卷 第 5期 Chinese Medical Equipment Journal·Vo1.34·No.5·May·2013～ 删研 究 论 著 l Thesis＆Research Report ·1 5·yo(k) F- ∑ ) ( ) (13)mO其中， ( )的定义参考式(3)，滤波器更新公式如下 ：日 ( 1)日 ( ) ( ) ( )E。(c) (14)其中，肛( )定义见式(8)，8(k)为( )A ( -1)(1-A)I .f( )I (15)3 计算复杂度计算复杂度定义为输出-个数据块所需的实数乘法(NRM)。假设DFr是以2为基数的算法，频域非约束GSC的实数乘法量为15NRM[(2M3)2L log2 2，J18肌 8 -8肌 2]L 频域约束 GSC在每个 自适应算法中需要额外的 2个DFY，对应的实数乘法量为NRMNRM 8MLlog2 2L时域 GSC的 NRM为NRM，4MLM34 仿真实验结果和分析本文仿真采用 16 kHz的采样频率，16 bit量化 ，源语言方向为 0。，干扰源方向为 30。，麦克风数 目为3个。时域中，对语音信号分帧处理，帧长为256点，帧移为 128点，即帧长的- 半 ，使用汉明窗综合处理后的信号 。频域中，数据块大小，J为 64，DFT的长度是 2L128，固定步长参数 0.000 1。纯净语音波形where were you while we were away”，干扰语音信号为He will allow a real lie.”，混合输入信号为目标语音和干扰语音的和，仿真结果如图 3所示，横坐标为采样点，纵坐标为语音的幅值。

。· -。 · ·。 · ·。 ～×1-I 山 . Ⅲ 山- ： - - - ) 0.5 1.0 1 5 2.0 2.5 3.0 3.5 4x10，- II.Ii . IlII 盯 - - ) O.5 1.O 1.5 2.0 2.5 3.0 3.5 4。

：1' 听 啊 -- 使用均方误差度量，观察时、频域 GSC输出信号与目标语音的差值的均方误差(如图4所示)，时域输出信号的均方误差经过-段时间后稳定在-50 dB左右 ，频域均方误差很快收敛到稳定状态，维持在-350 dB左右 ，可看出频域 GSC的收敛性远好于时域 GSC。

∞ 罩 O ×10图4 时域GSC与频域GSC的均方误差对 比考察计算复杂度，即计算输出-个数据块所需的实数乘法(NRM)。本文的仿真实验中频域 GSC为非约束的，麦克风的数目为 为 3个 ，数据块大小 为 64，非约束频域 GSC的实数乘法为1NRM-[(2 3)2L log2 2L18ML8L-8M2]187.66工J时域 GSC的NRM为NRM，4MLM3774时域 GSC的计算复杂度是频域非约束 GSC计算复杂度的 4.12倍，因此，频域 GSC的计算复杂度较小，计算速度快。

5 结论对麦克风阵列用于语音增强的 GSC结构的波束形成算法，本文对其时域、频域实现方法进行仿真研究，计算了其计算复杂度，比较了他们的输出结果和收敛速度。仿真结果表明，频域GSC算法相对时域 GSC算法来说，具有计算速度快、收敛性能好的优点，更具研究意义。