31、声学反馈中的物联网偏差分析

声学反馈中的物联网偏差分析

1. 陷波滤波器的局限性

陷波滤波器可通过增加滤波器锐度来限制反馈频率处的增益降低。然而，其具有电抗特性，在识别振荡频率之前，不可避免地会在电路中引发过度混响。当反馈发生时，临界频率附近窄频带内的增益会降低，这会影响助听器的基本频率响应，进而严重影响音质，因此从音质角度来看并不合适。

2. 连续自适应方法

连续自适应系统会不断改变基于输入信号的滤波器系数，无需训练序列。该方法分为直接和间接输入 - 输出方法，具体取决于对前向路径的假设：
- 间接方法 ：将未知模型与自适应滤波器并行放置来确定未知系统系数，称为系统识别方法；若将未知系统与滤波器串联，并在期望信号路径中插入延迟以适配未知模型的逆，则称为逆系统识别方法。
- 直接方法 ：使用期望信号模型的固定估计值。间接输入 - 输出方法需要对前向路径和探测信号的存在进行假设，使反馈消除方法更具吸引力。但标准的连续自适应反馈消除（CAF）在期望信号频谱有色时，会因闭环信号的存在而出现显著的模型误差或偏差。

连续自适应反馈方法可降低反馈补偿信号的能量，形成标准维纳滤波器，但期望信号会干扰反馈消除器。自适应滤波器可能无法很好地近似反馈路径，导致设备在高前向增益值时不稳定。通过从麦克风输出信号中减去反馈信号估计值来消除声学反馈，具体步骤如下：
1. 使用自适应滤波器对助听器输出进行滤波，以估计声学反馈路径的传递函数。
2. 用该估计值对助听器输出信号进行滤波，得到反馈信号估计值。
3. 从麦克风输出信号中减去反馈信号估计值，实现声学反馈的消除。