1.一種用于聲學(xué)回聲消除的多帶結(jié)構(gòu)自適應(yīng)濾波器切換方法，其特征在于：包括以下步驟：
獲取遠(yuǎn)端語音信號；
然后檢測語音端點(diǎn)，采用語音活性檢測中的包絡(luò)法來判別有無語音段，并獲得VAD標(biāo)志位和包絡(luò)判決閾值；
將語音信號送入揚(yáng)聲器并進(jìn)行播放，同背景噪聲和回聲信號一起被話筒拾取，共同構(gòu)成期望信號，所述期望信號用于自適應(yīng)濾波器的參考信號，同時將語音信號輸入到自適應(yīng)濾波器；
所述自適應(yīng)濾波器采用可切換的多帶結(jié)構(gòu)，所述多帶結(jié)構(gòu)設(shè)置有若干采用不同自適應(yīng)濾波器的子帶結(jié)構(gòu)；根據(jù)當(dāng)前輸入信號的能量值和包絡(luò)判決閥值確定多帶結(jié)構(gòu)中相應(yīng)子帶結(jié)構(gòu)的自適應(yīng)算法，利用最小均方準(zhǔn)則，得到最優(yōu)解；
通過相應(yīng)子帶結(jié)構(gòu)中的自適應(yīng)濾波器輸出信號；
并將輸出信號與期望信號進(jìn)行比較得到誤差信號；
輸出誤差信號并反饋到自適應(yīng)濾波器中；
輸出殘差信號，并傳向遠(yuǎn)端。
2.如權(quán)利要求1所述的用于聲學(xué)回聲消除的多帶結(jié)構(gòu)自適應(yīng)濾波器切換方法，其特征在于：所述VAD標(biāo)志位采用快慢包絡(luò)算法來區(qū)分有無語音段，并輸出VAD的標(biāo)志位，具體步驟如下：
輸入語音信號經(jīng)過絕對值運(yùn)算獲得信號絕對值，接著經(jīng)過慢包絡(luò)模塊和快包絡(luò)模塊,兩模塊均采用一階IIR濾波器來平滑輸入信號，但用不同的變量因子來調(diào)節(jié)包絡(luò)信號跟蹤輸入信號的速度，然后輸出快、慢包絡(luò)值，用以跟蹤輸入語音信號的變化趨勢；
對比慢包絡(luò)值、快包絡(luò)值和背景參數(shù)，首先比較慢包絡(luò)和背景參數(shù)值，選擇高于背景噪聲能量的值作為背景參數(shù)，平滑濾波用來估計(jì)背景噪聲，然后選取背景參數(shù)值與快包絡(luò)值比較，當(dāng)快包絡(luò)值大時，表明當(dāng)前在語音區(qū)內(nèi)，輸出VAD的標(biāo)志位1，反之則是無語音區(qū)，輸出標(biāo)志位0，根據(jù)當(dāng)前的VAD值即知道當(dāng)前的語音狀態(tài)。
3.如權(quán)利要求1所述的用于聲學(xué)回聲消除的多帶結(jié)構(gòu)自適應(yīng)濾波器切換方法，其特征在于：所述改進(jìn)的包絡(luò)判決閾值按照以下步驟來進(jìn)行：
首先利用得到的快包絡(luò)和慢包絡(luò)值進(jìn)行差值運(yùn)算，得到快慢包絡(luò)的差值曲線，然后通過能量計(jì)算得到最大能量差的幅值，作為閥值來切換子帶結(jié)構(gòu)中的濾波器的系數(shù)；若輸入信號的能量大于閥值則表示當(dāng)前信號短時能量較大，則提高收斂速度；若輸入信號的能量小于包絡(luò)差值能量，則表示當(dāng)前信號的短時能量較小，則降低計(jì)算復(fù)雜度。
4.如權(quán)利要求1所述的用于聲學(xué)回聲消除的多帶結(jié)構(gòu)自適應(yīng)濾波器切換方法，其特征在于：所述子帶結(jié)構(gòu)中的自適應(yīng)濾波器采用基于最小干擾準(zhǔn)則的歸一化子帶結(jié)構(gòu)自適應(yīng)濾波算法，按照以下步驟進(jìn)行：
首先以期望信號和濾波器輸出信號的最小均方誤差為代價函數(shù)，然后用負(fù)梯度最陡下降算法對代價函數(shù)中的權(quán)系數(shù)矢量求偏導(dǎo)，利用拉格朗日乘子獲得最優(yōu)解模型，最后，做歸一化處理，得到相應(yīng)權(quán)系數(shù)更新公式，其中，所述權(quán)系數(shù)包括用于調(diào)整誤差和收斂速度的步長參數(shù)和避免分母為零的正則化參數(shù)。
5.如權(quán)利要求1所述的用于聲學(xué)回聲消除的多帶結(jié)構(gòu)自適應(yīng)濾波器切換方法，其特征在于：所述多帶結(jié)構(gòu)的歸一化子帶結(jié)構(gòu)中自適應(yīng)濾波器，按照以下步驟進(jìn)行處理數(shù)據(jù)：
約束權(quán)重系數(shù)向量來最小化子帶結(jié)構(gòu)輸出后驗(yàn)誤差向量的一階范數(shù)，然后通過拉格朗日乘數(shù)法和對角線假設(shè)來解決最優(yōu)化問題，最后用梯度下降法得到權(quán)重更新；如果存在干擾噪聲，則將后驗(yàn)誤差的能量最小化作為最佳步長的求解，采用變步長矩陣歸一化子帶結(jié)構(gòu)自適應(yīng)算法。
6.如權(quán)利要求5所述的用于聲學(xué)回聲消除的多帶結(jié)構(gòu)自適應(yīng)濾波器切換方法，其特征在于：所述子帶自適應(yīng)濾波算法采用基于最大相關(guān)熵算法，具體按照以下步驟進(jìn)行：
首先以期望信號和濾波器輸出信號的均方誤差的負(fù)指數(shù)函數(shù)為代價函數(shù)，然后用負(fù)梯度最陡下降算法對代價函數(shù)中的權(quán)系數(shù)矢量求偏導(dǎo)，利用拉格朗日乘子獲得最優(yōu)解模型，最后，做歸一化處理，得到相應(yīng)權(quán)系數(shù)更新公式，其中，所述權(quán)系數(shù)包括用于調(diào)整誤差和收斂速度的步長參數(shù)和避免分母為零的正則化參數(shù)。
7.如權(quán)利要求1所述的用于聲學(xué)回聲消除的多帶結(jié)構(gòu)自適應(yīng)濾波器切換方法，其特征在于：所述可切換的多帶結(jié)構(gòu)按照以下步驟進(jìn)行工作：
輸入信號和期望信號經(jīng)過分析濾波器，所述分析濾波器包括一個低通濾波器、一個高通濾波器以及多個帶通濾波器構(gòu)成，且所述各濾波器間無重疊，覆蓋全部區(qū)域，所述輸入信號被分析濾波器組分割成多個頻率子帶，并生成相應(yīng)的子帶信號和子帶期望信號；
經(jīng)過濾波器分頻后的采樣點(diǎn)數(shù)為原信號的多倍，利用下采樣降低總的采樣數(shù)，下采樣是將信號頻率進(jìn)行多倍擴(kuò)展，并以2π為周期延拓，生成信號的頻譜；
最后，采樣信號通過與閥值比較，若輸入信號的能量大于閥值則表示當(dāng)前信號短時能量較大，則提高收斂速度；若輸入信號的能量小于包絡(luò)差值能量，則表示當(dāng)前信號的短時能量較小，則降低計(jì)算復(fù)雜度。