【技术实现步骤摘要】
本专利技术涉及一种基于权向量重用的零范数集员仿射投影自适应回声消除方法,属于通信的回声对消
技术介绍
随着时代的进步、科技的发展和交通的便利,不同地区的人们交流日益频繁,人们对通信设备的使用越来越频繁,对通信终端中语音通话质量的要求也不断的提高。随着时间的推移,人们的通信方式在不断的发生着变化,己经由原来的简单的寻呼机、手提电话、座机电话,发展到现在的移动电话、电视电话系统以及网络电话等多种通信设备的综合应用。一个通信终端能够拥有清晰的通话质量是其成为合格的通信产品最基本的条件,清晰的声音也是用户在购买通信设备时首先要考虑的问题,然而由于人们生活环境的复杂性,大多数的语音通话都会受到不同程度的回声信号的干扰。当原始声音信号片段经过延时或形变等过程被反射回到声源时,我们把这种现象称为回声。在免提电话、电视电话系统和网络电话中都存在回声,对语音通信质量产生了不同程度的影响,特别是在长途通信过程中,通话者所感受的回声现象会更加明显,严重时可导致接收到模糊的语音,影响正常的语音通话。因此,必须采取有效的措施来消除回声信号,提高语音通话质量。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。自适应回声消除技术的本质是通过自适应滤波器来估计回声,并在近端信号中减去回声的估计值以消除回声。自适应回声消除技术的核心是自适应回声消除算法。因此,如何完善和研究新的性能卓越的自适应回声消除算法是回声消除领域的主要研究方向。 ...
【技术保护点】
一种基于权向量重用的零范数集员仿射投影自适应回声消除方法,其步骤如下:A、远端信号采样将远端传来的远端信号在当前时刻n及之前L‑1个时刻采样得到的远端信号x(n),x(n‑1),...,x(n‑L+1)构成当前时刻n的输入向量X(n),X(n)=[x(n),x(n‑1),...,x(n‑L+1)]T,其中L=512是滤波器抽头数,T代表转置运算;B、回声估计将当前时刻n的输入向量X(n)通过自适应滤波器得到当前时刻n的输出值y(n),y(n)=XT(n)w(n);其中,w(n)为当前时刻n的自适应滤波器的抽头权向量,w(n)=[w1(n),w2(n),...wl(n)...,wL(n)]T,w(n)的初始值为零向量;wl(n)为抽头权向量w(n)中的第l个抽头权系数;C、回声抵消将近端麦克风拾取的带回声的当前时刻n的近端信号d(n),与自适应滤波器的当前时刻n的输出值y(n)相减得到当前时刻n的残差信号e(n),e(n)=d(n)‑y(n);再将当前时刻n的残差信号e(n)回送给远端;D、滤波器抽头权向量更新D1、计算相干权向量由下式计算相干权向量w‾(n)=1M&Si ...
【技术特征摘要】
1.一种基于权向量重用的零范数集员仿射投影自适应回声消除方法,其步骤如下:A、远端信号采样将远端传来的远端信号在当前时刻n及之前L-1个时刻采样得到的远端信号x(n),x(n-1),...,x(n-L+1)构成当前时刻n的输入向量X(n),X(n)=[x(n),x(n-1),...,x(n-L+1)]T,其中L=512是滤波器抽头数,T代表转置运算;B、回声估计将当前时刻n的输入向量X(n)通过自适应滤波器得到当前时刻n的输出值y(n),y(n)=XT(n)w(n);其中,w(n)为当前时刻n的自适应滤波器的抽头权向量,w(n)=[w1(n),w2(n),...wl(n)...,wL(n)]T,w(n)的初始值为零向量;wl(n)为抽头权向量w(n)中的第l个抽头权系数;C、回声抵消将近端麦克风拾取的带回声的当前时刻n的近端信号d(n),与自适应滤波器的当前时刻n的输出值y(n)相减得到当前时刻n的残差信号e(n),e(n)=d(n)-y(n);再将当前时刻n的残差信号e(n)回送给远端;D、滤波器抽头权向量更新D1、计算相干权向量由下式计算相干权向量 w ‾ ( n ) = 1 M Σ m = 0 M - 1 w ( n - m ) ]]>其中,m为权向量相干时刻数,M为权向量最大相干时刻数,其取值范围为2~5;D2、计算输入加权矩阵将当前时刻n及之前P-1个时刻的输入向量X(n),X(n-1),...,X(n-P+1)构成当前时刻n的仿射投影输入矩阵U(n),U(n)=[X(n),X(n-1),...,X(n-P+1)];其中,P为仿射投影阶数,其取值范围为2~8;由下式计算输入加权矩阵Φ(n):Φ(n)=[UT(n)U(n)+δIP]-1其中,δ为防止矩阵求逆计算困难的正常数,其取值为0.001,IP为P×P的单位矩阵;D3、计算相干残差由下式计算当前时刻n的相干残差 e ‾ ( n ) = θ e ‾ ( n - 1 ) + ( 1 - θ ) | d ( n ) - X T ( n ) w ‾ ( n ) | ]]>其中,θ为平滑因子,其取值范围为0.800~0.999,相干残差初始值为零;D4、计算步长因子由下式计算步长因子μ(n): μ ( n ) = 1 - γ e ‾ , | d ( n ) - X T ( n ) w ‾ ( n ) | > γ 0 , | d ( n ) - X T ( n ) w ‾ ( n ) | ≤ γ ]]>其中,γ为阈值参数,其取值范围为0.0001~1;D5、获取零吸引向量计算当前时刻n的自适应滤波器的第...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。