一种基于解相关的成比例自适应电话回声消除方法
【专利摘要】一种基于解相关的成比例自适应电话回声消除方法，其步骤主要是：A、远端信号滤波，得到自适应滤波器的输出值y(n)；B、输入向量X(n)的解相关运算，得到自适应滤波器的抽头权向量w(n)的更新向量Z(n)，即Z(n)＝X(n)-a(n)X(n-1)；C、回声抵消，将近端麦克风拾取到带回声的近端信号d(n)与自适应滤波器的输出值y(n)相减后再回送给远端，回送信号为d(n)与y(n)相减得到消除辨识回声的有用信号e(n)，即e(n)＝d(n)-y(n)；D、滤波器抽头权向量的更新；E、令n＝n+1，重复A、B、C、D的步骤，直至通话结束。该方法对电话通信这种稀疏系统的辨识能力强，收敛速度快且稳态误差低；回声消除效果好。
【专利说明】-种基于解相关的成比例自适应电话回声消除方法
【技术领域】
[0001] 本发明属于电话通信的自适应回声消除【技术领域】。
【背景技术】
[0002] 随着通信技术日益发展，各种新业务层出不穷，但是语音业务仍是最主要的通信 方式。声学回声是影响语音通话质量的最主要因素，因此回声抵消是提高通话质量的关键 技术之一。通信过程中，远端说话者的声音通过近端扬声器播放出来，直接（未经任何反 射）或间接地（经过房屋或房屋内的物体一次或多次反射）被近端麦克风接收，传回远端， 使远端说话者听到自己的声音，这就是声学回声。声音从扬声器到麦克风的传播路径，也叫 做回声信道，用房间回声信道脉冲响应向量表示。
[0003] 近些年来，自适应回声消除技术因其成本低、效果好，得到一致认可，是目前国际 上公认的最有前景的回声消除技术，它的每一步进展都将促进新回声消除器的出现，为用 户提供更好的通信环境，具有现实意义和商业价值。声学回声消除最经常采用的方法是声 学回声消除（AEC)，原理是以扬声器发出的信号与由它产生的声学回声的相关性为基础，用 自适应滤波器来估计声学回声信道脉冲响应，并利用它对回声进行评估，使回声信号的估 计值更加逼近真实值。然后从麦克风接受到的信号中减去回声的估计值，从而达到消除回 声的目的。自适应回声消除器原理的本质就是用自适应滤波器来辨识回声信道的脉冲响 应，即系统辨识的问题。
[0004] 由于回声消除应用具有自身的特点和难点，例如：回声信道的脉冲响应是阶数高、 稀疏以及时变的。所谓稀疏性是指冲激响应大部分系数为0的系统，长度可达数百个符号， 可是只有很少的有效因子（非零系数）。在这种情况下，传统的自适应算法，如最小均方算 法（LMS)，归一化最小均方算法（NLMS)的收敛速度会出现明显下降。针对此种情况，引入系 数比例自适应算法有效地提高了算法的收敛速度。在目前的稀疏系统辨识的应用中，较成 熟的方法有以下三种：
[0005] (1)基于去相关归一化最小均方算法（DNLMS)的自适应回声抵消
[0006] 参考文献1 "基于去相关NLMS算法的自适应回波抵消"（王振力，张雄伟，杨吉斌， 韩彦明，应用科学学报[J].2006,24(l) :21-24)该方法是在NLMS算法的基础上，从语音信 号相关性的角度出发而提出的，通过把解相关加入NLMS算法中，即克服了 LMS算法及其各 种改进算法运算精度不高的缺点，又保证了收敛的速度，而其计算量与NLMS算法相当，易 于实现。但其在处理稀疏冲激响应时则表现出收敛速度慢，效果仍不理想。
[0007] (2)基于成比例的归一化最小均方（PNLMS)算法的稀疏系统辨识方法
[0008] 参考文献 2 "Proportionate Normalized Least-Mean-Squares adaptation in echo cance 1 lers，'（D. L. Duttwei ler, IEEE Transactions on Speech and AudioProcessing，vol. 8，no. 5，pp. 508-518，Sep. 2000.)该方法核心思想是自适应滤波 器的每一个抽头参数按照不同的步长进行更新，根据参数的数值大小比例，大的抽头权值 获得大的步长，加快了全局收敛速度，小的抽头权值获得小的步长，减低了稳态误差，但是 该算法在更新步长矩阵是采用当前估计值和一个固定常数之间最大的一个值，显得过于武 断。PNLMS算法获得了很快的初始收敛速度，但是其后期收敛速度变得很慢。还有，PNLMS 算法对目标冲激响应的稀疏性要求比较高，当不够稀疏时，算法的收敛速度甚至比NLMS算 法还慢。
[0009] (3)改进的成比例的归一化最小均方（IPNLMS)
[0010] 参考文献 3 "An improved PNLMS Algorithm，'（J. Benesty，IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP), vol.2, pp. 1881-1884, May. 2002)该算法利用1-范数来计算权值的成比例因子，对于稀疏的情况 普遍优于PNLMS算法，初始收敛速度较也有一定提高。但是该算法在处理相关信号（比如， 语音信号）时仍然表现出收敛速度缓慢的缺陷。
【发明内容】
[0011] 本发明的目的就是提供一种基于解相关的成比例自适应电话回声消除方法，该方 法一方面能获得快的收敛速度和低的稳态误差；另一方面能获得较好的抗干扰能力，其回 声消除效果好。
[0012] 本发明实现其发明目的所采用的技术方案是，一种基于解相关的成比例自适应电 话回声消除方法，其步骤如下：
[0013] A、远端信号滤波
[0014] A1、将远端传来的远端信号采样得到远端信号离散值x(n)，其中η为当前时刻，远 端信号离散值X (η)在当前时刻η与之前的L-1时刻的值构成当前时刻的自适应滤波器输 入向量 X(n)，X(n) = [x(n)，x(n-l)，. . .，x(n-L+l)]T，其中 L = 512 是滤波器抽头数，Τ 代 表转置运算；
[0015] A2、将滤波器输入向量X(n)通过自适应滤波器得到输出值y (η)、也即回声的估计 值y(n)，y(n) =wT(n)X(n);其中，w(n)为当前时刻自适应滤波器的抽头权向量，w(n)= [wQ(n)，w?，. . .，WkOi)]1'，其长度为L，初始值为零向量；
[0016] B、输入向量X (η)的解相关运算
[0017] 计算当前时刻的自适应滤波器输入向量X (η)与前一时刻的自适应滤波器输入向 量X(n-l)的相关系数a(n):
[0018]
【权利要求】
1. 一种基于解相关的成比例自适应电话回声消除方法，其步骤如下： A、 远端信号滤波 A1、将远端传来的远端信号采样得到远端信号离散值X (η)，其中η为当前时刻，远端信 号离散值x(n)在当前时刻η与之前的L-1时刻的值构成当前时刻的自适应滤波器输入向 量 X(n)，X(n) = [x(n)，x(n-l)，. . .，x(n-L+l)]T，其中 L = 512 是滤波器抽头数，Τ 代表转 置运算； A2、将滤波器输入向量X(n)通过自适应滤波器得到输出值y (η)、也即回声的估计 值y(n)，y(n) =wT(n)X(n);其中，w(n)为当前时刻自适应滤波器的抽头权向量，w(n)= [wQ(n)，w?，. . .，WkOi)]1'，其长度为L，初始值为零向量； B、 输入向量X (η)的解相关运算 计算当前时刻的自适应滤波器输入向量Χ(η)与前一时刻的自适应滤波器输入向量 X(n-l)的相关系数a(n):
解相关运算得到自适应滤波器的抽头权向量w (η)的更新向量Z (n)，Z (n) =X (n)-a (η) X(n-l)； C、 回声抵消 将近端麦克风拾取的带回声的近端信号d(n)与自适应滤波器的输出值y (η)相减得到 消除辨识回声的有用信号e (n)，e (n) = d (n) -y (η)，并送回给远端； D、 滤波器抽头权向量更新 D1、计算成比例矩阵 由下式计算出滤波器抽头权向量w(n)更新的步长矩阵G(n): G (n) = diag {gi (η), g2 (η). . . gx (η). . . , gL (η)}
其中，diag表示对角阵，I I · I I i表示1-范数，β是成比例性控制参数，β e [-1，1]， ε是步长矩阵的正则化参数，其取值为0. 001?0. 01 ; D2、更新 用解相关的改进成比例归一化均方滤波的方法，计算出下一时刻η+1的自适应滤波器 的抽头权向量w(n+l):
其中：μ为自适应滤波器的步长，其取值为〇. 20?0. 85 ; δ为抽头权向量的正则化参 数，其取值为0.001?0.01 ; Ε、令η = η+1，重复A、B、C、D的步骤，直至通话结束。
【文档编号】H04M9/08GK104144269SQ201410387945
【公开日】2014年11月12日 申请日期:2014年8月8日 优先权日:2014年8月8日
【发明者】赵海全, 董银霞 申请人:西南交通大学