1.一种用于声学回声消除的多带结构自适应滤波器切换方法，其特征在于：包括以下步骤：获取远端语音信号；

然后检测语音端点，采用语音活性检测中的包络法来判别有无语音段，并获得VAD标志位和包络判决阈值；

将语音信号送入扬声器并进行播放，同背景噪声和回声信号一起被话筒拾取，共同构成期望信号，所述期望信号用于自适应滤波器的参考信号，同时将语音信号输入到自适应滤波器；

所述自适应滤波器采用可切换的多带结构，所述多带结构设置有若干采用不同自适应滤波器的子带结构；根据当前输入信号的能量值和包络判决阀值确定多带结构中相应子带结构的自适应算法，利用最小均方准则，得到最优解；

通过相应子带结构中的自适应滤波器输出信号；

并将输出信号与期望信号进行比较得到误差信号；

输出误差信号并反馈到自适应滤波器中；

输出残差信号，并传向远端。

2.如权利要求1所述的用于声学回声消除的多带结构自适应滤波器切换方法，其特征在于：所述VAD标志位采用快慢包络算法来区分有无语音段，并输出VAD的标志位，具体步骤如下：输入语音信号经过绝对值运算获得信号绝对值，接着经过慢包络模块和快包络模块,两模块均采用一阶IIR滤波器来平滑输入信号，但用不同的变量因子来调节包络信号跟踪输入信号的速度，然后输出快、慢包络值，用以跟踪输入语音信号的变化趋势；

对比慢包络值、快包络值和背景参数，首先比较慢包络和背景参数值，选择高于背景噪声能量的值作为背景参数，平滑滤波用来估计背景噪声，然后选取背景参数值与快包络值比较，当快包络值大时，表明当前在语音区内，输出VAD的标志位1，反之则是无语音区，输出标志位0，根据当前的VAD值即知道当前的语音状态。

3.如权利要求1所述的用于声学回声消除的多带结构自适应滤波器切换方法，其特征在于：所述改进的包络判决阈值按照以下步骤来进行：首先利用得到的快包络和慢包络值进行差值运算，得到快慢包络的差值曲线，然后通过能量计算得到最大能量差的幅值，作为阀值来切换子带结构中的滤波器的系数；若输入信号的能量大于阀值则表示当前信号短时能量较大，则提高收敛速度；若输入信号的能量小于包络差值能量，则表示当前信号的短时能量较小，则降低计算复杂度。

4.如权利要求1所述的用于声学回声消除的多带结构自适应滤波器切换方法，其特征在于：所述子带结构中的自适应滤波器采用基于最小干扰准则的归一化子带结构自适应滤波算法，按照以下步骤进行：首先以期望信号和滤波器输出信号的最小均方误差为代价函数，然后用负梯度最陡下降算法对代价函数中的权系数矢量求偏导，利用拉格朗日乘子获得最优解模型，最后，做归一化处理，得到相应权系数更新公式，其中，所述权系数包括用于调整误差和收敛速度的步长参数和避免分母为零的正则化参数。

5.如权利要求1所述的用于声学回声消除的多带结构自适应滤波器切换方法，其特征在于：所述多带结构的归一化子带结构中自适应滤波器，按照以下步骤进行处理数据：约束权重系数向量来最小化子带结构输出后验误差向量的一阶范数，然后通过拉格朗日乘数法和对角线假设来解决最优化问题，最后用梯度下降法得到权重更新；如果存在干扰噪声，则将后验误差的能量最小化作为最佳步长的求解，采用变步长矩阵归一化子带结构自适应算法。

6.如权利要求5所述的用于声学回声消除的多带结构自适应滤波器切换方法，其特征在于：所述子带自适应滤波算法采用基于最大相关熵算法，具体按照以下步骤进行：首先以期望信号和滤波器输出信号的均方误差的负指数函数为代价函数，然后用负梯度最陡下降算法对代价函数中的权系数矢量求偏导，利用拉格朗日乘子获得最优解模型，最后，做归一化处理，得到相应权系数更新公式，其中，所述权系数包括用于调整误差和收敛速度的步长参数和避免分母为零的正则化参数。

7.如权利要求1所述的用于声学回声消除的多带结构自适应滤波器切换方法，其特征在于：所述可切换的多带结构按照以下步骤进行工作：输入信号和期望信号经过分析滤波器，所述分析滤波器包括一个低通滤波器、一个高通滤波器以及多个带通滤波器构成，且所述各滤波器间无重叠，覆盖全部区域，所述输入信号被分析滤波器组分割成多个频率子带，并生成相应的子带信号和子带期望信号；

经过滤波器分频后的采样点数为原信号的多倍，利用下采样降低总的采样数，下采样是将信号频率进行多倍扩展，并以2π为周期延拓，生成信号的频谱；

最后，采样信号通过与阀值比较，若输入信号的能量大于阀值则表示当前信号短时能量较大，则提高收敛速度；若输入信号的能量小于包络差值能量，则表示当前信号的短时能量较小，则降低计算复杂度。