现代信号处理——自适应滤波器（广义旁瓣相消器）

单麦克风语音增强只需一路语音信号， 算法复杂度小， 硬件要求低，自1970年代以来已经得到了深入的研究， 提出了谱减法、 最小均方误差方法， 维纳滤波法和子空间方法等等。 这些方法在通常情况下可以获得良好的噪声抑制性能， 然而在非理想条件下， 噪声总是来自于四面八方， 且其与语音信号在时间和频谱上常常是相互交叠的， 再加上回波和混响的影响， 利用单麦克风捕捉相对纯净的语音都是很困难的工作。 若在空间放置多个麦克风， 当语音和周围环境信息被多个麦克风聚集时， 麦克风阵列可以在期望方向上有效地形成一个波束去拾取波束内的信号， 并消除波束外的噪声， 从而达到同时提取声源和抑制噪声的目的， 所以利用阵列来取代单麦克风成为进一步提高语音增强效果的有效途径。 

波束赋形（Beamforming），又称波束成型、空域滤波，是一种使用传感器阵列定向发送和接收信号的信号处理技术。波束赋形技术通过调整相位阵列的基本单元的参数，使得某些角度的信号获得相长干涉，而另一些角度的信号获得相消干涉。波束赋形既可用于信号发射端，又可用于信号接收端。该技术在雷达、无线通信、语音处理等领域应用广泛。本文所描述的广义旁瓣相消器（General sidelobe canceller，GSC）便是其中一种波束赋形算法。

为了避免约束性自适应算法，1982 年J. Griffiths 提出了广义旁瓣相消器，可以证明在纯延时条件下 GSC 是 LCMV 的一种等效实现结构，GSC 结构将 LCMV 的约束优化问题转化为了无约束的优化问题。

原理：GSC 将LCMV 权重矢量分解为自适应权重和非自适应权重两个部分，其中自适应权重位于约束空间的正交空间中，非自适应权重位于约束子空间中。

令c0是表示期望源s0(t)特征的向量。例如在阵列信号处理中c0=a(θ)是期望信源的导向向量。现在希望设计一个窄带波束形成器W抽取期望信源s0(t)，即要求W满足以下线性约束条件：

表示信号s1（t)被抽取，而s2（t)被抑制。一般将满足上述约束条件的滤波器称为旁瓣相消器。 

在最小二乘条件下，上述旁瓣对消问题可以描述为：

 

 

 

 

 

 

广义旁瓣相消器(GSC)

上支路：形成目标检测通道（W0是匹配滤波权)。

下之路：形成辅助通道，用其加权求和去预测检测通道中的干扰信号进而对消掉。

要求：下支路中不含目标信号，由((Cn)^H)C=0保证。

 

参考视频：

https://www.bilibili.com/video/BV1wS4y1D7ng?p=10&vd_source=77c874a500ef21df351103560dada737