1.一种低复杂度分离去相关自适应声学回声消除方法，其特征在于包括：S1，采集远端麦克风地输入信号并进行远端输入信号滤波；

S2，基于近端参考信号和经过滤波获得地输出值进行误差信号消除以及回声抵消；

S3，进行信号去相关，包括远端输入信号去相关和近端参考信号去相关；

S4，远端去相关输入信号滤波；

S5，回声消除滤波器权向量更新；

S6，设定鲁棒步长后重复步骤S1‑S5进行迭代。

2.根据权利要求1所述的一种低复杂度分离去相关自适应声学回声消除方法，其特征在于所述S1包括：采集远端麦克风最近的L个语音信号值构成当前时刻n的远端输入向量xT

(n)＝[x(n),x(n‑1),...,x(n‑L+1)] ，其中，L为声学回声路径的长度，上标T代表转置。将x(n)作为自适应回声消除滤波器的输入，得到滤波输出值 其中， 为自适应回声消除滤波器当前时刻n的权向量。

3.根据权利要求2所述的一种低复杂度分离去相关自适应声学回声消除方法，其特征在于所述S2包括：对近端参考信号d(n)和滤波输出值 做差，获得误差信号并将此信号送回给远端。当算法收敛时， 逼近回声信号，从近端参考信号中减去回声信号的副本，便达到了回声消除的目的。

4.根据权利要求3所述的一种低复杂度分离去相关自适应声学回声消除方法，其特征在于所述S3包括：

S31，采用周期RLS完成传统去相关向量 的估计，具体如下:其中，λ为遗忘因子，且0≤λ＜1，P为更新周期，K×1的向量s(n)＝[x(n‑1),x(n‑T

2),...,x(n‑K)] ，K是模拟远端语音输入信号x(n)产生的自回归模型的阶数，r(n)的定义‑1

为 矩阵R (n)的更新公式如下所示：S32，使用分离去相关思想进一步调整 调整后的 为：控制因子c(n)同样以周期P进行更新，其确定方式为：其中，ε＞0是一个小的正则参数，误差信号方差的估计 为：其中，0＜α1＜1为遗忘因子；

S33，获得去相关向量 后，按照下式计算去相关的输入信号同样地，对近端参考信号d(n)进行如下处理完成去相关操作：T

其中，近端参考向量d(n)＝[d(n‑1),d(n‑2),...,d(n‑K)]。

5.根据权利要求4所述的一种低复杂度分离去相关自适应声学回声消除方法，其特征在于所述S4包括：远端去相关输入信号 通过自适应回声消除滤波器得到输出

6.根据权利要求5所述的一种低复杂度分离去相关自适应声学回声消除方法，其特征在于所述S5包括：使用如下公式完成下一时刻自适应回声消除滤波器权向量的计算：其中，去相关误差信号 ζ(n)估计公式为μ是自适应回声消除滤波器的步长，且按如下方式确定：其中，μw＞0为一固定步长，去相关输入信号方差 的估计公式为：其中，α2为另一个遗忘因子。

7.根据权利要求6所述的一种低复杂度分离去相关自适应声学回声消除方法，其特征在于所述步骤S6包括：

令n＝n+1，重复步骤S1‑S5，直至通话结束。

8.一种低复杂度分离去相关自适应声学回声消除装置，包括：采集滤波模块，用于采集远端麦克风地输入信号并进行远端输入信号滤波；

回声抵消模块，用于基于近端参考信号和经过滤波获得地输出值进行误差信号消除以及回声抵消；

信号去相关模块，用于进行信号去相关，包括远端输入信号去相关和近端参考信号去相关；

去相关信号滤波模块，用于远端去相关输入信号滤波；

滤波器更新模块，用于回声消除滤波器权向量更新；

迭代模块，用于设定鲁棒步长后重复步骤S1‑S5进行迭代。

9.一种电子设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器用于读取所述多条指令并执行如权利要求1‑7任一所述的方法。

10.一种计算机可读存储介质，所述计算机存储介质存储有多条指令，所述多条指令可被处理器读取并执行如权利要求1‑7任一所述的方法。