一种变核宽度的最大熵子带回声消除方法与流程

本发明属于语音通信的自适应回声消除
技术领域：
。
背景技术：
：在通信系统中，噪声和回声的干扰一直不能被忽略掉。其中，最主要影响语音通话质量的是声学回声。声学回声是指用户在通信过程中能够反复听到自己的声音。回声时延短是察觉不到的，可理解为频谱失真的一种形式。反之，时延超过几十毫秒，回声就可单独觉察到。由于人耳对回声极其敏感，因此对消除声学回声方法的研究仍是一个热门的课题。在自适应回声消除方法中，被广泛用到的方法主要有传统最小均方(lms)算法和仿射投影(apa)算法等。但是在回声信道中，大多数都是稀疏信道，这种稀疏系统的脉冲响值只有极少数不为零其余均为零或接近零。而在这种系统中lms和apa算法的稳态误差就会变大、收敛速度变慢。子带滤波器算法，根据不同频率子带的信号变化不同，而采取不同的处理，能很大的提高相关信号的处理能力，从而提高收敛速度，也能进一步缓解滤波器在收敛速度和稳态误差上的固有矛盾。目前，在系统辨识中较成熟的收敛性较好的子带回声消除方法有如下所示：文献1“twoimprovednormalizedsubbandadaptivefilteralgorithmswithgoodrobustnessagainstimpulsiveinterferences”(yu,y.,&zhao,h.,circuitssystsignalprocess(2016)35:4607–4619)该方法能够很好的解决带边效应限制，但该算法基于去冲激干扰的误差信号(误差信号在当前时间段的加权最小值)进行信号跟踪，能够提高收敛速度并减少稳态误差。但由于对去冲激干扰的误差信号使用了固定的核宽度进行限制，核宽度大时，收敛速度快，稳态误差大；核宽度小时，则收敛速度慢，稳态误差小；而不能动态的调整核宽度，导致其不能更好的解决收敛速度和稳态误差之间的矛盾。技术实现要素：本发明的目的就是提出一种变核宽度的最大熵子带回声消除方法，该方法进行回声消除，能获得更快的收敛速度和更低的稳态误差。本发明实现其发明目的所采用的技术方案是，一种变核宽度的最大熵子带回声消除方法，其步骤如下：a、信号的采样与处理将当前时刻n到时刻n-l+1之间的采样远端信号u(n),u(n-1),...,u(n-l+1),构成当前时刻n分析滤波器一的输入向量u(n)，u(n)＝[u(n),u(n-1),...,u(n-l+1)]t；l＝512是滤波器抽头数，上标t表示转置运算；分析滤波器一将输入向量u(n)按频带分割成i个远端子带向量ui(n)，ui(n)＝[ui(n),ui(n-1),...,ui(n-l+1)]t；同时，分析滤波器二将近端麦克风拾取到的当前时刻n的带回声的近端信号d(n)按频带分割分割成i个近端子带信号di(n)；其中，i为远端子带向量或近端子带信号的序号，i＝1,2,...,i，i为远端子带向量和近端子带信号的总个数,其取值为2、4、6、8；b、信号抽取将远端子带向量ui(n)经抽取器进行i抽取，即将n＝k＝ki时刻的远端输入子带向量ui(n)抽出，得到抽取时刻k的远端子带抽取向量ui(k),ui(k)＝[ui(k),ui(k-1),...,ui(k-l+1)]t；其中，k为抽取的序号；对近端子带信号di(n)也经抽取器进行i抽取，即将n＝k＝ki时刻的近端子带信号di(n)抽出，得到抽取时刻k的近端子带抽取信号di(k)，di(k)＝di(ki)；c、滤波器的输出将抽取时刻k的远端子带抽取向量ui(k)通过自适应回声消除滤波器中的子带滤波器得到抽取时刻k的输出子带信号yi(k)，其中w(k)为子带滤波器在抽取时刻k的权系数向量，w(k)＝[w1(k),w2(k),..wl(k).,wl(k)]t；wl(k)为权系数向量w(k)中的第l个权系数，l＝1,2,...,l为权系数wl(k)的序号；w(k)的初始值为零，即w(1)＝0；d、回声抵消将抽取时刻k的近端子带抽取信号di(k)与抽取时刻k的输出子带信号yi(k)相减得到抽取时刻k的子带误差信号ei(k)，即抽取时刻k消除回声后的子带回送信号ei(k)，ei(k)＝di(k)-yi(k)，并将抽取时刻k的子带误差信号ei(k)送回给远端；e、权系数向量的更新e1、计算去冲激干扰的近端信号根据抽取时刻k的误差信号ei(k)算出抽取时刻k的去冲激干扰的误差信号其中τ1表示误差信号估计量的平滑参数，取值为0.2；min(·)表示取最小值运算；的初始值为零，即nw为误差信号平方平滑估计的平滑窗口的大小，取值为10～20；e2、抽取时刻的核宽度计算：抽取时刻k的核宽度σi(k)，按以下方法得出：如果则σi(k)＝σ0，如果则其中kσ为限定常数，取值为20，σ0为初始核宽度，取值为5～20；e3、权系数向量的更新按下式更新得到下一个抽取时刻k+1的权系数向量w(k+1)，其中，μ表示步长参数，取值为0.1；exp[·]表示指数运算；f、重复令n＝n+1，重复a、b、c、d、e的步骤,直至通话结束。与现有技术相比，本发明的有益效果是：本发明的核宽度σi(k)的值是根据噪声环境的状态而变化的，当去冲激干扰的误差信号(误差信号在当前时间段的加权最小值)大于设定阈值时，判定存在冲击噪声时，核宽度σi(k)的值等于其上限值；权系数向量w(k+1)新公式中的更新项接近于0，算法不更新。因此算法具有抗冲击噪声的能力，稳态误差小。当去冲激干扰的误差信号(误差信号在当前时间段的加权最小值)小于设定阈值时，判定不存在冲击噪声，核宽度σi(k)的值等于去冲激干扰的误差信号与设定常数的乘积权系数向量w(k+1)更新公式中的更新项不接近于0，权系数向量w(k+1)更新与输入和和近端信号有关，算法类似于nlms。因此算法可以得到很快的收敛速度。下面结合附图和具体实施方式对本发明进行详细说明附图说明图1是本发明仿真实验的信道图。图2是文献1(mcc-ssaf)方法和本发明在真实语音信号为输入信号时，仿真实验的归一化稳态失调曲线。具体实施方式实施例本发明的一种具体实施方式是：一种变核宽度的最大熵子带回声消除方法，其步骤如下：a、信号的采样与处理将当前时刻n到时刻n-l+1之间的采样远端信号u(n),u(n-1),...,u(n-l+1),构成当前时刻n分析滤波器一的输入向量u(n)，u(n)＝[u(n),u(n-1),...,u(n-l+1)]t；l＝512是滤波器抽头数，上标t表示转置运算；分析滤波器一将输入向量u(n)按频带分割成i个远端子带向量ui(n)，ui(n)＝[ui(n),ui(n-1),...,ui(n-l+1)]t；同时，分析滤波器二将近端麦克风拾取到的当前时刻n的带回声的近端信号d(n)按频带分割分割成i个近端子带信号di(n)；其中，i为远端子带向量或近端子带信号的序号，i＝1,2,...,i，i为远端子带向量和近端子带信号的总个数,其取值为2、4、6、8；b、信号抽取将远端子带向量ui(n)经抽取器进行i抽取，即将n＝k＝ki时刻的远端输入子带向量ui(n)抽出，得到抽取时刻k的远端子带抽取向量ui(k),ui(k)＝[ui(k),ui(k-1),...,ui(k-l+1)]t；其中，k为抽取的序号；对近端子带信号di(n)也经抽取器进行i抽取，即将n＝k＝ki时刻的近端子带信号di(n)抽出，得到抽取时刻k的近端子带抽取信号di(k)，di(k)＝di(ki)；c、滤波器的输出将抽取时刻k的远端子带抽取向量ui(k)通过自适应回声消除滤波器中的子带滤波器得到抽取时刻k的输出子带信号yi(k)，其中w(k)为子带滤波器在抽取时刻k的权系数向量，w(k)＝[w1(k),w2(k),..wl(k).,wl(k)]t；wl(k)为权系数向量w(k)中的第l个权系数，l＝1,2,...,l为权系数wl(k)的序号；w(k)的初始值为零，即w(1)＝0；d、回声抵消将抽取时刻k的近端子带抽取信号di(k)与抽取时刻k的输出子带信号yi(k)相减得到抽取时刻k的子带误差信号ei(k)，即抽取时刻k消除回声后的子带回送信号ei(k)，ei(k)＝di(k)-yi(k)，并将抽取时刻k的子带误差信号ei(k)送回给远端；e、权系数向量的更新e1、计算去冲激干扰的近端信号根据抽取时刻k的误差信号ei(k)算出抽取时刻k的去冲激干扰的误差信号其中τ1表示误差信号估计量的平滑参数，取值为0.2；min(·)表示取最小值运算；的初始值为零，即nw为误差信号平方平滑估计的平滑窗口的大小，取值为10～20；e2、抽取时刻的核宽度计算：抽取时刻k的核宽度σi(k)，按以下方法得出：如果则σi(k)＝σ0，如果则其中kσ为限定常数，取值为20，σ0为初始核宽度，取值为5～20；e3、权系数向量的更新按下式更新得到下一个抽取时刻k+1的权系数向量w(k+1)，其中，μ表示步长参数，取值为0.1；exp[·]表示指数运算；f、重复令n＝n+1，重复a、b、c、d、e的步骤,直至通话结束。仿真实验为了验证本发明的有效性，进行了仿真实验，并与现有的文献1的方法进行了对比。仿真实验的采样频率为8khz。背景噪声是30db信噪比的零均值高斯白噪声。回声信道脉冲响应在长6.25m，宽3.75m，高2.5m，温度20℃，湿度50％的安静密闭房间内获得，脉冲响应长度即滤波器的抽头数l＝512。按照以上实验条件，用本发明方法与现有的文献一方法进行回声消除实验。各种方法的实验最优参数取值如表1。表1各方法的实验最优参数取值文献一(mcc-saf)κ＝0；ε＝0.0001；δ＝0.01；n＝4本发明fl(0)＝0.001；δ＝0.01；n＝4；σ0＝20；k0＝20图1是实验用的安静密闭房间构成的通信系统的信道图。图2是文献一(mcc-ssaf)的方法和本发明方法，在真实语音信号为输入信号时，仿真实验得到的归一化稳态失调曲线。从图2可以看出：本发明在约1000个采样时刻(0.8s)收敛，稳态误差约在-36db；而文献1则在约10000个采样时刻(2.5s)收敛，稳态误差约在-25db；本发明比文献1的稳态误差减小了近两倍，收敛时间仅为文献1的1/3。当前第1页12