摘要:開(kāi)發(fā)了一種在時(shí)頻域中工作算法,該算法假設只有在逼近信號不活躍的頻率條件下,才能估計出各自的傳遞函數。該算法利用在混合信號上訓練的深神經(jīng)網(wǎng)絡(luò )來(lái)檢測逼近信號的活動(dòng),在未檢測到任何活動(dòng)頻率情況下,使用常規頻域最小二乘法估計聲波傳遞函數。對于出現的傳遞函數(ITF)估計不完整問(wèn)題,該算法通過(guò)模糊時(shí)間域內ITF最稀疏表示來(lái)完成,將軟閾值函數應用于時(shí)間域,由軟閾值函數自適應完成,同時(shí)使用過(guò)采樣來(lái)提高精度。實(shí)驗結果表明:在活躍頻率為80%時(shí),該算法比傳統算法收斂速度快50%左右。語(yǔ)音實(shí)驗中,改進(jìn)ADMM算法耗時(shí)0.125s,明顯優(yōu)于傳統算法。為語(yǔ)音傳輸業(yè)務(wù)中存在回聲消除問(wèn)題提供了新思路。