一种收缩变步长子带回声消除方法技术

一种收缩变步长子带回声消除方法，其步骤为：A、信号的采样与处理，将输入向量U(n)经分析滤波器一分割成I个远端子带向量Ui(n)，将近端麦克风拾取到的近端信号d(n)经分析滤波器二分割成I个近端子带信号di(n)；将远端输入子带向量Ui(n)经抽取器进行I抽取；得到远端输入子带抽取向量Ui(k)；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)，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)，C、回声抵消，D、权系数向量的更新，基于去噪近端信号平方估计量，得到子带滤波器的权系数向量的更新步长μi(k)，E、令k＝k+1，重复A、B、C、D的步骤,直至通话结束。该方法能获得更快的收敛速度和更低的稳态误差。

【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。本专利技术实现其专利技术目的所采用的技术方案是，一种收缩变步长子带回声消除方法，其步骤如下：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 ) ] ) ]]>其中τ1表示近端信号平方估计量的平滑参数，取值为0.2；median(·)表示取中位数运算；的初始值为零，即M为近端信号平方平滑估计的平滑窗口的大小，取值为10～20；D2、计算近端信号平方估计量的限定参数如果则其中为防止分母为零的正则化参数，取值为0.001。如果则D3、根据限定参数计算出抽取时刻k的去噪近端信号如果则如果则其中sign(·)表示符号计算；D4、根据去噪近端信号算出抽取时刻k的去噪近端信号平方估计量 σ ^ e i 2 ( k ) = τ 2 σ ^ e i 2 ( k - 1 ) + ( 1 - τ 2 ) e ^ i 2 ( k ) ]]>其中的初始值为零，即τ2表示去噪近端估计量平滑参数，取值为0.2；D5、计算抽取时刻k的权系数向量的更新步长μi(k)，进而更新得到下一个抽取时刻k+1的权系数向量W(k+1)， 本文档来自技高网...

【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；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σei2(k)=τ1σei2(k-1)+(1-τ1)median([ei2(k),ei2(k-1),...,ei2(k-M+1)])]]>其中τ1表示近端信号平方估计量的平滑参数，取值为0.2；median(·)表示取中位数运算；的初始值为零，即M为近端信号平方平滑估计的平滑窗口的大小，取值为10～20；D2、计算近端信号平方估计量的限定参数如果则其中为防止分母为零的正则化参数，取值为0.001。如果则D3、根据限定参数计算出抽取时刻k的去噪近端信号如果则如果则其中sign(·)表示符号计算；D4、根据去噪近端信号算出抽取时刻k的去噪近端信号平方估计量σ^ei2(k)=τ2σ^ei2(k-1)+(1-τ2)e^i2(k)]]>其中的初始值为零，即τ2表示去噪近端估计量平滑参数，取值为0.2；D5、计算抽取时刻k的权系数向量的更新步长μi(k)，进而更新得到下一个抽取时刻k+1的权系数向量W(k+1)，W(k+1)=W(k)+Σi=0I-1μi(k)Ui(k)sign(ei(k))UiT(k)Ui(k)]]>E、令k＝k+1，重复A、B、C、D的步骤,直至通话结束。...

【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...

【专利技术属性】
技术研发人员：赵海全，王文渊，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51