1.一种基于对数谱估计的LCMV频率不变波束形成语音增强算法，其特征在于，包括如下步骤：步骤一、利用LCMV‑FIB波束形成算法对麦克风接收信号进行空域滤波；所述空域滤波为对麦克风阵列接收信号进行加权求和；

步骤二、利用优化修正对数谱估计算法抑制与理想信号来自同一方向的残余噪声；

所述步骤一中，所述加权求和的最优权向量wopt的获取步骤如下：(1.1)将线性约束最小方差波束形成问题表示为：其中，min表示取最小值；s.t.表示约束条件，Rxx为麦克风接收数据协方差矩阵；C为约H束矩阵，w为权向量，F为阵列响应向量，满足某一元素为1，不满足则为0，() 表示矩阵的共轭转置；

(1.2)定义空间响应偏差函数表示为：其中，a(f,θ)为频率为f，角度为θ的导向矢量，a(fr,θ)为在参考频率点fr处沿θ方向入射时的导向矢量；通过等间隔选取角度和频率信息，将空间响应偏差函数写为离散形式，有：H

其中，fr表示参考频率；P和K分别表示频率和角度离散点数；w Q1w与最小方差约束H H HwRxxw具有相同的形式，通过设置权重因子对两个目标wQ1w,wRxxw同时进行优化；

(1.3)将具有频率不变特性的宽带LCMV波束形成算法描述为：H

min w[ρRxx+(1‑ρ)Q1]wH

s.t. wa(fr,θ0)＝1其中，频率不变约束参数ρ满足0≤ρ≤1；θ0为期望信号入射方向；a(fr,θ0)为算法在参考频率点fr处沿θ0方向入射时的导向矢量；

(1.4)利用拉格朗日乘子法，求解步骤(1.3)中具有频率不变特性的宽带LCMV波束形成算法最优权矢量得：

2.根据权利要求1所述的基于对数谱估计的LCMV频率不变波束形成语音增强算法，其特征在于，所述步骤二包括增益函数估计和噪声估计。

3.根据权利要求2所述的基于对数谱估计的LCMV频率不变波束形成语音增强算法，其特征在于，所述增益函数估计的具体步骤为：假设语音信号和瞬时干扰是相互独立的，则波束形成后语音y(n)表示为：y(n)＝x(n)+d(n)

其中，x(n)是纯净语音，d(n)是瞬时干扰信号；在短时傅立叶变换之前加上汉明窗进行加窗分帧处理，帧长为N，帧移为M＝N/2，然后再进行短时傅里叶变换，得到：Y(k,l)＝X(k,l)+D(k,l)Y(k,l)，X(k,l)，D(k,l)分辨表示第l帧语音进行短时傅立叶变换后的第k个频谱分量，其中k＝1,2,…,N；

对数谱估计(LSA)准则表达式为：其中， 为A(k,l)语音频谱的估计值；

假设两个函数分别为：

H0(k,l):Y(k,l)＝D(k,l)H1(k,l):Y(k,l)＝X(k,l)+D(k,l)H0(k,l)代表无语音信号，H1(k,l)代表有语音信号；

概率密度函数分别表示为：

2 2

其中，λd(k,l)＝E[|D(k,l)|]和λx(k,l)＝E[|X(k,l)| |H1(k,l)]分别表示语音频谱分量的方差和干扰频谱分量；基于二进制假设模型和概率密度函数，得到：其中， 是有语音时的增益，定义为：Gmin是无语音时的增益，为主观变量；p(k,l)为条件语音存在概率，定义为：其中，q(k,l)是先验无语音概率，v(k,l)定义为：ε(k,l)和γ(k,l)分别代表先验和后验信噪比；ε(k,l)的估计值 由下式得到：谱增益可表示为：

估计语音信号表示为：

4.根据权利要求2所述的基于对数谱估计的LCMV频率不变波束形成语音增强算法，其特征在于，所述噪声估计采用最小值控制递归平均法，当语音存在时，不更新噪声谱；当检测到语音不存在时，更新噪声功率谱：利用语音段条件概率p'(k,l)＝p(H1'(k,l)|Y(k,l))，将上式改写为：其中，αd＝0.7～0.9； 是基于频率的随时间变化的平滑参数，由语音段条件概率调节；

当语音缺失时，将式 中得到的噪声估计乘以偏差补偿系数β作为最终的噪声估计，

所述噪声估计的具体步骤如下：

(2.1)在频域内用下式对每一帧信号进行平滑：式中，b为加权系数，Y(k,l)为第l帧第k个频率点的幅度，2w+1是频域平滑的相邻频点数；

(2.2)用一阶递归进行时域平滑：S(k,l)＝αsS(k,l)+(1‑αs)Sf(k,l)其中，αs为平滑参数，S(k,l‑1)为前一帧带噪信号的功率谱；

(2.3)在固定窗长度内搜索S(k,l)的最小值：Smin(k,l)＝min{S(k,l')|l‑D+1≤l'≤l}(2.4)基于第一层的迭代平滑值和跟踪最小值，初步计算语音存在概率I(k,l)，计算公式如下：其中，定义γmin(k,l)和ζ(k,l)如下：式中，系数Bmin为常数1.66，γ0等于4.6，ζ0等于1.67；

(2.5)进行第二层平滑迭代运算：在时域用一阶递归平均：

(2.6)第二次最小值跟踪：

(2.7)计算语音缺失概率 如下：其中， 和 定义为

将 代入式 中，得到条件段语音概率p'(k,l)，估计出带噪语音中的噪声信号功率。