Page 22 - 《应用声学》2022年第6期
P. 22
868 2022 年 11 月
合，从而达到反馈抑制的效果。LMS算法步长固定，在
0 引言
实际使用中虽然简单且易于实现，但不能同时获
对于大多数配戴助听器满意度不高的听障患 得较快的收敛速度和良好的稳定性能。Slock 验证
者，啸叫现象是最主要的原因之一 [1] 。啸叫是声反 了归一化最小均方(Normalized least mean square,
馈达到一定条件时引起的刺耳声音，它不仅影响助 NLMS)算法对输入信号为语声信号时相比 LMS 算
听器的音质和佩戴舒适度，更限制了助听器的有效 法有更好的收敛性能 [6] 。LMS和NLMS算法因其简
增益。因此如何抑制声反馈，提高助听器的有效增 单高效，被广泛应用于信号处理领域，同时基于LMS
益是当前助听器设计所面临的关键问题。啸叫形成 和 NLMS 的优化也有很多优秀的研究成果 [7−14] 。
需要同时满足两个条件，第一个是增益条件，反馈路 针对脉冲响应稀疏性的特点，Duttweiler [9] 提出了
径和前向路径的增益乘积大于 1；第二个是相位条 系数成比例的 NLMS 算法，即 PNLMS 算法，通过
件，两个路径的相位满足相差2π的倍数。 比例分配滤波器的权值增量，从而提升算法的收敛
针对啸叫的问题，很多学者进行了研究。Patro- 速度。Khoubrouy [15] 将一种无延时的子带滤波技
nis [2] 提出了自动增益降低法，当检测到啸叫即将产 术应用在数字助听器声反馈消除中，使滤波器每个
生时，降低前向路径的全频带增益，从而快速抑制啸 频带独立，解决了数据路径延迟和信号失真的问题。
叫，抑制方法简单且有效，但忽略了降低增益会限制 在电话系统中同样存在回声消除的问题，其对
佩戴者的听觉效果这一问题。Schroeder [3] 提出了 回声的延时要求限制于 150 ms，远远大于助听器的
基于频移来进行声反馈抑制，通过移动频率来平滑 10 ms 限制要求，因此电话系统的回声语声信号的
闭环系统的增益频谱，信号在同频率处的幅度值不 相关性远远弱于助听器，这就使电话系统与助听器
会循环叠加，从而破坏声反馈形成的条件，但是对输 的回声消除算法存在一定区别。同时由于电话系统
入信号移频易造成失真现象，对信号的音质损伤较 的长回声路径，滤波器建模需要较高的阶数，计算复
大，具有一定的局限性。基于陷波器的啸叫抑制法 杂度也就越大 [16−17] ，而助听器体积小功耗小，无法
采用陷波滤波器对发生啸叫的频率段进行滤波，从 使用复杂度高的算法，这也是电话系统回声消除算
而抑制啸叫，在啸叫频率检测点准确的情况下对输 法无法直接应用于助听器的原因。由于助听器传声
入信号其他频率的影响很小，一般与其他方法结合 器与受话器的距离较小，语声信号具由较强的相关
使用 [4] 。基于自适应滤波器的声反馈方法可以动态 性，在收敛过程中会加大失调量，依然存在收敛速度
地估计声反馈路径，产生一个声反馈的估计信号来 与失调量的折衷问题。本文针对数字助听器的反馈
抵消声反馈信号，实时地抑制声反馈形成的条件，从 抑制中语声的相关性问题，提出了一种基于信噪比
而达到抑制反馈、提升系统增益的效果。助听器体 的自适应滤波算法以解决强语声相关性引起的失
积和功耗的特殊性，使得它无法使用复杂度很高的 调量增大问题。
自适应算法且对自适应滤波器的阶数有限制，因此
以最小均方(Least mean square, LMS)为基础的自 1 自适应滤波反馈抑制系统
适应滤波算法为助听器反馈抑制领域的研究重点。
Kates [5] 提出了 LMS 算法更新自适应滤波器模拟 自适应滤波助听器反馈抑制系统框图如图1 所
反馈路径，通过断开前向路径，在验配阶段输入白噪 示，系统主要由反馈路径、前向路径及自适应滤波
声更新静态滤波器，将静态滤波器与动态滤波器结 模拟反馈路径3部分构成。
Ԧᯠय़H↼z↽
f↼n↽
x↼n↽ e↼n↽
Ĥ ҒՔܙᄞG↼z↽ y↼n↽
xϕ↼n↽
͜ܦ٨ - Ԫភ٨
f ϕ↼n↽
ᒭᤠऄካข ण
ఞழጇ
ᒭᤠऄฉ٨
d↼n↽
图 1 自适应滤波助听器反馈抑制系统框图
Fig. 1 Block diagram of feedback cancellation system in hearing aids based on adaptive filter
