Subband Decomposition

子带分解。

例如语音信号是宽带信号，根据奈奎斯特采样定理，采样率为16kHz的语音信号的有效带宽是8KHz，不论是对于降噪，aec，vad，波束形成亦或是logfbank特征提取，我们都期望更精细的处理以提高准确性，因为有时噪声就是带限信号，而回声消除要能处理的时间比较长，就需要滤波器抽头数比较多，这样积累的数据长度和计算量就比较大，同理波束形成技术也是空时域滤波技术，也可以划分成子带进行更为精细的处理。
首先划分成多个子带，用到的必然是傅里叶变换，这里通常被称为STFT，也就是截取一段时长然后滑窗做FFT变换，由于语音在10ms~30ms内可以看成是稳态的，所以通常就是这段时长内做FFT，需要提醒的是不同算法在选择语音时长做STFT时并不一定一样，如果在做降噪时选择10ms，而在aec选择了4ms亦或是logfbank选择了25ms，当然上述的时间根据不同的实现也会有所区别。

【子带编码】子带编码技术，是将原始信号由时间域转变为频率域，然后将其分割为若干个子频带，并对其分别进行数字编码的技术。它是利用带通滤波器(BPF)组把原始信号分割为若干(例如m个)子频带(简称子带)。

【子带编码特点】子带编码技术具有突出的优点。首先，声音频谱各频率分量的幅度值各不相同，若对不同子带分配以合适的比例系数，可以更合理地分别控制各子带的量化电平数目和相应的重建误差，使码率更精确地与各子带的信号源特性相匹配。通常，在低频基音附近，采用较大的比特数目来表示取样值，而在高频段则可分配以较小的编码比特。其次，通过合理分配不同子带的比特数，可控制总的重建误差频谱形状，通过与声学心理模型相结合，可将噪声频谱按人耳主观噪声感知特性来形成。于是，利用人耳听觉掩蔽效应可节省大量比特数。 在采用子带编码时，利用了听觉的掩蔽效应进行处理。它对一些子带信号予以删除或大量减少比特数目，可明显压缩传输数据总量。比如，不存在信号频率分量的子带，被噪声掩蔽的信号频率的子带，被邻近强信号掩蔽的信号频率分量子带等，都可进行删除处理。另外，全系统的传输信息量与信号的频带范围、动态范围等均有关系，而动态范围则决定于量化比特数，若对信号引入合理的比特数，可使不同子带内按需要给以不同的比特数，也可压缩其信息量。

【存在问题】滤波器的具体实现不可能是理想的带通，其幅度影响不可避免地带有有限的滚降。因此在划分子带时，只能使子带间有交叠或者使子带间有一定的间隙。前者若按奈氏频率取样将会产生混叠失真，而后者使原有的部分频带经滤波而损失掉，重建的信号会有失真。针对这个问题的解决方法有正交镜像滤波法和时域混叠消除法。

【关键概念】比如对麦克风阵列信号的采样频率是Fs=64000，傅立叶变换点数是1024，那么对每个子间隔进行J点的离散傅立叶变换，就得到了宽带内J个不相重叠的子带。所以我们得到了宽带内1024个不重叠的子带。每个窄带的频带宽度是64000/1024=62.5Hz；因为语音信号频率主要集中在300～3000Hz之间，而且某点n所表示的频率为：Fn=(n-1)*Fs/N，所以我们选取的测试数据主要集中在5～49个频点之间，超过或者小于这个范围测试的话一般会出现测试偏差，或者出现旁瓣，影响主瓣峰值位置的判断。

参考

https://blog.csdn.net/shichaog/article/details/77379998

https://blog.csdn.net/liusandian/article/details/51966740