1.一种抗饱和失真的广义混合范数自适应回声消除方法，其步骤是：A、远端信号采集

对远端传来的信号进行采样，获得当前时刻n的远端输入信号的离散值x(n)，将当前时刻n和之前M‑1个时刻的输入信号的离散值x(n)、x(n‑1),...,x(n‑M+1)，组成自适应滤波器T

的当前时刻n的输入向量X(n)，X(n)＝[x(n),x(n‑1),...,x(n‑M+1)] ；其中T代表转置运算，M为自适应滤波器的抽头数、其取值为8、16、32；

B、回声信号估计

将当前时刻n的输入信号向量X(n)通过自适应滤波器，得到自适应滤波器的当前时刻n的输出值，即当前时刻n的回声信号估计值y(n)T

y(n)＝X(n)W(n)

其中，W(n)为自适应滤波器的当前时刻n的抽头权向量，W(n)＝[w1(n),w2(n),...,wmT

(n),...,wM(n)] ；wm(n)为自适应滤波器的当前时刻n的第m个抽头权系数，W(n)的初始值为零向量；

C、回声消除

对近端麦克风采样得到带回声的当前时刻n的近端信号d(n)，将其减去回声信号的估计值y(n)，得到当前时刻n的误差信号估计值e(n)，再送回给远端，e(n)＝d(n)‑y(n)；

D、滤波器抽头权向量更新

D1、回声信号的概率密度计算将当前时刻n及其前M‑1个时刻的回声信号估计值y(n)、y(n‑1),...,y(n‑M+1)，组成当T

前时刻n的回声信号估计值向量Y(n)，Y(n)＝[y(n),y(n‑1),...,y(n‑M+1)]；

估计出当前时刻n的回声信号估计值向量Y(n)中的时刻i与时刻j间的回声信号的相对概率密度p(i，j)，

其中，i、j为当前时刻n及其前M‑1个时刻中的任一时刻，i∈[n‑M+1，n],j∈[n‑M+1，n]；

2

σ为当前时刻n的回声信号估计值向量Y(n)中的回声信号估计值的均方差，其取值范围为σ＞1.0；exp(·)表示自然指数运算；

进而得到当前时刻n的回声信号估计值向量Y(n)的回声信号概率密度累积值P(n)，再估计出当前时刻n的回声信号的概率密度值p(n)，*

及当前时刻n的回声信号负值的概率密度值p (n)， 其中， 为当前时刻n的回声信号估计值向量的回声信号估计值的平均值D2、抽头权向量的预估更新

先得到当前时刻n的近端信号符号值γ(n)， 再由下式算出下一时刻n+1的预估抽头权向量其中， 的初始值即 为全零向量，η是预估抽头权向量的更新步长，其取值范围为[0.001,0.002]；

D3、回声信号及误差的更新预估由当前时刻n的回声信号的概率密度值p(n)、回声信号概率密度累积值P(n)和下一时刻n+1的预估抽头权向量 计算出下一时刻n+1的回声信号预估值进而得到下一时刻n+1的误差信号预估值D4、抽头权向量的更新

由下式得出自适应滤波器的下一时刻n+1的抽头权向量其中，μ代表步长、其取值为0.0001‑0.002，a为误差计算的范数指数一、b为误差计算的范数指数二、a,b的取值范围为[0,4]，0＜λ＜1为范数指数一和范数指数二的混合参数，其取值范围为(0，1)，sign(·)为符号函数运算；

E、令n＝n+1，重复上述步骤A、B、C、D的过程，直至通话结束。