(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111657020.2 (22)申请日 2021.12.31 (71)申请人 宿迁学院 地址 223800 江苏省 宿迁市黄河南路39 9号 (72)发明人 郭新年　朱国栋　康子洋　王静　 林卿　丁红燕　沈洋　沈微微　 吕坤　 (74)专利代理 机构 宿迁市永 泰睿博知识产权代 理事务所(普通 合伙) 32264 专利代理师 丁雪 (51)Int.Cl. G06F 30/20(2020.01) G06F 119/10(2020.01) (54)发明名称 一种基于降采样稀疏FIR滤波器的次级通道 建模方法 (57)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。 权利要求书2页 说明书6页 附图2页 CN 115248976 A 2022.10.28 CN 115248976 A 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； 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， 并给 出稀疏因子 。 2.根据权利要求1所述的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， 所述S1中使用FIR模型和降采样方法辨识次级通道系数的方法具体包括： 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x(n)＝[x(n),x(n ‑1),x(n‑ 2),…,x(n‑N+1)]和相应的系数wi(n)＝[w0(n),w1(n),w2(n),…,wN‑1(n)]， 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： x(n)＝xi(nM)， 其中， x(n)为降采样后信 号序列， xi(nM)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wi(n)。 3.根据权利要求2所述的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， 所述S1中使用FIR模型和降采样方法为： 白噪声经低通滤波器滤除高频部分， 经功放和扬声器由 电信号转换为声信号； 为防止 产生混叠噪声， 原始信号经过低通滤波器， 低通滤波器的截止频率为fs/(2M)， 归一化为： 其中fs为降采样前的原 始采样频率， T为周期。 4.根据权利要求1所述的基于降采样稀疏FIR滤波器的次级通道建模方法， 其特征在 于， 所述S2中对辨识出的系数构造表征函数， 本发明给 出的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， wi(n)为FIR滤波器 辨识出的系数， |.|表示取绝对值； 2)概率分布表征函数 其中PT为概率分布表征函数， f(x)为FIR滤波器辨识 出系数wi(n)符合的分布类型的概 率密度函数。 5.根据权利要求4所述的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， 所述的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6 0％对应的|wi(n)|作为稀疏阈值Ts。 6.根据权利要求5所述的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， 所述的S 3中和表征函数等于总和信息量的百分比为A确定稀疏阈值， 实现时的算法步 骤如下： Step1： 将系数|wi(n)|按不增顺序排列， 采用二分法累加前1/2的系数值， 结果 为s01； Step2： 判断s01与As的关系， 如果s01‑As＜‑s00进入步骤Step3； 如果s01‑As＞s00进入步骤权　利　要　求　书 1/2 页 2 CN 115248976 A 2Step4， 如果 ‑s00≤s01‑As≤s00进入步骤Step5； s00为正数； Step3： s01累加数据中点后一半数据的前半部分， 结果赋值给s01， 返回Step2； Step4： 丢弃数据的后半部分， 累加剩余数据的前一半数据， 累加结果赋值给s01， 返回 Step2； Step5： 累加数据的最小值即为阈值Ts， 结束算法。 7.根据权利要求4所述的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， 所述的S3依据表征函数确定稀疏阈值， 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wi(n)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。 8.根据权利要求7所述的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， 所述的S 3中建立分布类型与稀疏阈值的对应字典， 方法如下： 建立分布类型与稀疏阈 值Tf对应字典， 字典中的阈值根据 求解， 其中f(x)为不同的分布下的概率密 度函数。 9.根据权利要求8所述的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， 所述的S3中判断系数对应的概 率分布类型和概 率密度函数参数， 方法如下： 判断概率 分布类型和概率密度函数参数时， 使用科尔莫戈罗夫检验检测系数wi(n)属于 的分布类型， 以及相应的分布参数。 10.根据权利要求1所述的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， 所述的S4稀疏化S1中的FIR系数w(n)， 并给 出稀疏因子， 方法如下： S4.1选取系数wsi(n)＝wi(n)， |wi(n)|>Tf/s的系数作为系统的次级通道系数， 其中wsi (n)为选取 出的稀疏系数； S4.2稀疏因子s s为： 其中lenght[(wi(n)]是wi(n)的长度。权　利　要　求　书 2/2 页 3 CN 115248976 A 3