基于先验信噪比的维纳滤波公式推导

首先，k时刻w频点的幅值由语音信号和噪声信号组成，我们的目的是减少噪声那部分的幅值。假设k时刻w频点语音、噪声幅值比例为${\eta }_k(w)\in [0,1]$，干净语音信号为$S_k(w)$，噪声信号$N_k(w)$，那么，干净语音信号的功率谱为：${\sum }_w{\sum }_k|S_k(w){|}^2$，语音片段的噪声为$|S_k(w)|(1-{\eta }_k(w))$，非语音片段的噪声为$|N_k(w)|{\eta }_k(w)$，于是，噪声信号的功率谱为：${\sum }_w{\sum }_k(|N_k(w)|{\eta }_k(w)+|S_k(w)|(1-{\eta }_k(w)){)}^2$，假设噪声信号和语音信号不相关，噪声信号的功率谱可以化简为：${\sum }_w{\sum }_k|N_k(w){|}^2{\eta }_k^2(w)+|S_k(w){|}^2(1-{\eta }_k(w){)}^2$

​ 因此，整体的信噪比R可以定义为：
$$R=\frac{{\sum }_w{\sum }_k|S_k(w){|}^2}{{\sum }_w{\sum }_k|N_k(w){|}^2{\eta }_k^2(w)+|S_k(w){|}^2(1-{\eta }_k(w){)}^2}\text{\hspace{1em}(D-1)}$$
所以现在目标很明确，就是要让整体的信噪比R最大。此时将（D-1）对${\eta }_k(w)$求导并等于0，求得信噪比最大时的${\eta }_k(w)$值：

由求导公式：
$$(\frac{u}{v}{)}^{{}^{\prime }}=\frac{u^{{}^{\prime }}v-u{v}^{{}^{\prime }}}{v^2}$$
得：
$$\begin{array}{rl}{R}^{{}^{\prime }}=\frac{-({\sum }_w{\sum }_k|S_k(w){|}^2)(2|N_k(w){|}^2{\eta }_k(w)-2|S_k(w){|}^2(1-{\eta }_k(w)))}{({\sum }_w{\sum }_k|N_k(w){|}^2{\eta }_k^2(w)+|S_k(w){|}^2(1-{\eta }_k(w){)}^2{)}^2}& =0\\ & \Downarrow \\ -(\sum _w\sum _k|S_k(w){|}^2)(2|N_k(w){|}^2{\eta }_k(w)-2|S_k(w){|}^2(1-{\eta }_k(w)))& =0\\ & \Downarrow \\ |N_k(w){|}^2{\eta }_k(w)& =|S_k(w){|}^2(1-{\eta }_k(w))\\ & \Downarrow \\ {\eta }_k(w)& =\frac{|S_k(w){|}^2}{|N_k(s){|}^2+|S_k(w){|}^2}\end{array}\text{\hspace{1em}(D-2)}$$
令先验信噪比$R_k(w)=\frac{|S_k(w){|}^2}{|N_k(w){|}^2}$，则（D-2）可以化简为：
$${\eta }_k(w)=\frac{R_k(w)}{1+R_k(w)}\text{\hspace{1em}(D-3)}$$

从（D-3）可以定性分析出，维纳滤波器会对频谱上信噪比高的部分保持较大的权重，同时对信噪比低的部分进行抑制。如下图所示