【技术实现步骤摘要】
本专利技术属于语音通信的自适应回声消除
技术介绍
目前,回声消除器就是通过核心部件—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达到回声消除的效果。自适应回声消除技术因其成本低、效果好,得到一致认可,也是目前国际上公认的最有前景的回声消除技术之一。从回声消除的基本原理看,利用声学回声消除器来实现回声消除,其中最核心的部分就是自适应滤波器。自适应系统中最常用的最小均方(LMS)算法往往在回声消除应用中不能获得较好的效果。为此,为了解决这一难点归一化子带自适应滤波器方法被提出,该种方法将输入信号经过分析滤波器按频率分割为多个子带信号,由于输入信号的频率与回声的相关度高,对不同的子带信号自适应的进行不同的回声消除,再进行归一化处理,能从整体上降低回声消除的难度,从而可以获得较好的收敛速度。在目前的自适应回声消除应用中,较成熟的子带方法为归一化子带类的自适应滤波算法,如有文献1“Variable regularisation parameter sign subband adaptive filter”(J.Ni和F.Li,Electron.Lett.,vol.46,no.24,pp.1605–1607,Nov.2010.)的(SSAF)方法,该方法是将符号子带(SSAF)算法加入变正则化参数策略,减少固定步长对收敛速度和稳态误差的影响,该种方法为箕舌线变步长,其步长变化仅与时间相关,时间越长、步长越小;因此,在应用条件发生变化或应用条件发生不稳定的情况下,算法的性能会降低。
技术实现思路
本专利技术的目的就是提出一种收缩变步长符号子带回声消除 ...
【技术保护点】
一种收缩变步长子带回声消除方法,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,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;输入向量U(n)经分析滤波器一分割成I个远端子带向量Ui(n),Ui(n)=[ui(n),ui(n‑1),...,ui(n‑L+1)]T;同时,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)经分析滤波器二分割成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为远端子带向量或近端子带信号的总个数;将远端输入子带向量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,得到远端输入子带抽取向量Ui(k),Ui(k)=[ui(kI),ui(kI‑1),...,ui(kI‑L+1)]T;同样,也对近端子带信号di(n)经抽取器进行I抽取得到近端子带抽取信号di(k),di(k)=di(KI);其中,K为抽取的序号,k为第K次抽取的抽取时刻; ...
【技术特征摘要】
1.一种收缩变步长子带回声消除方法,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,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;输入向量U(n)经分析滤波器一分割成I个远端子带向量Ui(n),Ui(n)=[ui(n),ui(n-1),...,ui(n-L+1)]T;同时,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)经分析滤波器二分割成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为远端子带向量或近端子带信号的总个数;将远端输入子带向量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,得到远端输入子带抽取向量Ui(k),Ui(k)=[ui(kI),ui(kI-1),...,ui(kI-L+1)]T;同样,也对近端子带信号di(n)经抽取器进行I抽取得到近端子带抽取信号di(k),di(k)=di(KI);其中,K为抽取的序号,k为第K次抽取的抽取时刻;B、滤波器的输出将远端输入子带抽取向量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;C、回声抵消将近端子带抽取信号di(k)与输出子带信号yi(k)相减得到误差信号ei(k),即消除回声后的近端信号ei(k),ei(k)=di(k)-yi(k),并将该近端信号ei(k)送回给远端;D、权系数向量的更新D1、根据近端信号ei(k)算出抽取时刻k的近端信号平方估计量 σ e i 2 ( k ) = τ 1 σ e i 2 ( k - 1 ) + ( 1 - τ 1 ) m e d i a n ( [ e i 2 ( k ) , e i 2 ( k - 1 ) , ... , e i 2 ( k - M + 1 ) ] ) ]]>其...
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。