Page 26 - 《应用声学》2022年第1期

22 2022 年 1 月

消除 (Generalized sidelobe canceler, GSC) 算法提
0 引言
出了分布式 GSC(Distributed multiple constraints
GSC, DGSC) 算法，该文献在 WASNs 中所有节点
随着现代微电子技术(Micro-electro-mechanical
systems, MEMS) 与无线通信传输技术的发展， 保持同约束、同输出的假设下，基于一种特殊变换，
低功耗、模块化的无线传感网络 (Wireless sensor 证明了集中式 GSC 算法可以等效为多个节点 GSC
network, WSNs) 开始普及 [1] 。本文主要讨论的 输出之和。文献 [7]在WASNs中对节点间传输数据
分布式无线声传感网络 (Wireless acoustic sensor 的码率而非通道数进行限制，提出了码率分配分
networks, WASNs) 具有多个节点，每个节点由一 布式线性约束最小方差 (Rate-distributed linearly
个或多个传声器以及数据处理模块与通信模块 constrained minimum variance, RD-LCMV) 算法，
构成，分别实现信号拾取、运算和与其他节点通 达到了降低传输成本的目的。文献 [8] 同样基于
讯的功能。由于靠近声源可以采集到更高信噪比 LCMV 算法，通过随机排列交替方向乘子法 (Ran-
(Signal-to-noise ratio, SNR) 或者信混比 (Signal- domly permuted alternating direction method of
to-reverberant ratio, SRR) 的信号，相较于传统固 multiplier, RP-ADMM) 对 LCMV 进行逐块优化，
定位置的集中式传声器阵列，WASNs 可实现更大 从而实现了分布式LCMV算法的构造。
空间内的声源语声拾取。此外，通过各节点的数据 除了噪声，混响也会造成声源定位误差以及
处理模块进行去中心化运算，可增强系统的扩展性 语声质量下降 [9−10] 。在室内应用场景，例如智能
与鲁棒性。 家居的语声控制、电话会议等远场应用，传声器
在 WASNs 中，如果存在数据中心可以接收所 除了直达声，往往也会拾取到被称为混响的墙壁
有传声器拾取的信号并进行运算，就可以采用集中 与其他物体的反射声波，混响可以营造空间感 [11] ，
式算法，理论上可获得最优解，但传输与运算能耗较 但也会造成语声质量下降，降低语声识别准确性

大；若每个节点仅使用局部信号，则对应单节点算 和语声听感。为了抑制混响，许多去混响的算法
法，性能会有不同程度的降低。在WASNs中通过节 及其改进算法被提出 [12−16] 。文献 [17] 中提出的加
点分布式计算，以尽可能少通道数的信号传输，达到 权预测误差 (Weighted prediction error, WPE) 算
集中式算法最优性能的分布式语声增强算法的开 法是一种基于自适应多通道线性预测模型的盲去
发，变得越来越重要 [2−8] 。 混响算法，通常使用递归最小二乘 (Recursive least
截止至今，已有多种应用于 WASNs 的分布式 squares, RLS) 算法进行滤波器系数的自适应更新，
语声增强算法。文献 [3] 在双耳无线助听器系统中， 该算法性能稳定，通常可作为波束形成或者单通道
基于多通道维纳滤波 (Multi-channel wiener filter, 降噪的预处理，因而得到了广泛使用。文献 [18] 便
MWF) 提出了降低传输带宽的分布式多通道维纳 利用了 WPE算法与基于神经网络的波束形成器结
(Distributed MWF, DB-MWF) 语声增强算法，该 合，在低信噪比下获得了更好的语声增强效果。文
算法在单个声源被稳态噪声干扰的情况下，将两 献 [19] 对去混响算法的更新方式进行了讨论，引入
节点间传输通道降为 1，并被验证了其性能随迭 了豪斯霍尔德 RLS(Householder RLS, HRLS) 与豪
代收敛于集中式算法。文献 [4] 中考虑了更一般 斯霍尔德最小二乘格型 (Householder least squares
的更多节点情况，提出了分布式自适应节点特定 lattice, HLSL)算法来代替RLS，在保持系统快速收
信号估计 (Distributed adaptive node-specific sig- 敛能力的同时增强了稳定性。
nal estimation, DANSE) 算法，该算法通过控制 在 WASNs 中，去混响算法也同样被关注。文
约束，实现各节点彼此不同的特定输出。文献 [5] 献 [20–21] 中提出了应用于自组织无线声传感网络
介 绍 了 通 过 在 DANSE 算 法 中 引 入 广 义 特 征 值 中的多通道去混响算法，通过在网络中选择拾取信
分解 MWF(Generalized eigenvalue decomposition 号混响程度低的传声器子集来实现混响抑制，但这
MWF, GEVD-MWF)得到的GEVD-DANSE算法， 两种算法均未考虑分布式运算以及传输与能量限
并利用 WASNs 中节点的先验信息，提升了 GEVD- 制。为解决以上问题，本文提出一种应用于 WASNs
DANSE算法的收敛速度。文献 [6] 中基于广义旁瓣 的分布式 WPE(Distributed WPE, DWPE) 算法。