基于凸组合的M估计成比例类仿射投影的回声消除方法技术

一种基于凸组合的M估计成比例类仿射投影回声消除方法，其步骤如下：A、远端信号采样；B、凸组合；将当前时刻n的大步长滤波器值y1(n)和小步长滤波器值y2(n)通过当前时刻n的大步长滤波器权重λ(n)进行凸组合得到当前时刻n的组合滤波器值y(n)。C、回声信号消除，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(n)相减后再回送给远端，回送信号为残差信号e(n)，e(n)＝d(n)‑y(n)；D、滤波器抽头权向量更新，使用基于凸组合的M估计成比例类仿射投影的方法，计算自适应滤波器抽头权向量的更新；E、滤波器权重的更新；F、滤波器权重的限定；G、令n＝n+1,重复A、B、C、D、E、F、G的步骤,直至迭代结束。

【技术实现步骤摘要】
基于凸组合的M估计成比例类仿射投影的回声消除方法
本专利技术涉及一种用于通信系统的自适应回声消除方法。
技术介绍
在以语音为主的通信系统(比如免提电话、电视电话会议系统等)中，语音质量通常会受到以声学回声为主的回声影响，严重影响通话质量。回声，即声音或信号经过延时或形变被反射回信号源的一种现象，在语音通信、数据通信、卫星通信、免提电话、电话会议系统等通信系统中，都不同程度的存在回声现象。以电视电话会议为例，因为扬声器和麦克风被置于同一空间，本地扬声器发出的远端语音被本地近端麦克风接收并传回远端，导致远端说话者听到自己的声音。因此，必须采取有效的措施来消除回声信号，减轻其影响，提高语音通话质量。目前，在众多回声消除方法中，自适应回声消除技术具有逐步调节性能，应用成本低，收敛速度快，回声残差小，是目前国际上公认的最有前景的回声消除技术，也是回声消除目前采用的主流技术。所谓自适应回声消除技术，是利用自适应滤波器的一种回声消除方法。自适应滤波器是能够根据输入信号自主调整性能进行数字信号处理的数字滤波器，作为对比，传统的一些非自适应滤波器(如FIR滤波器，IIR滤波器)的参数是静态的预先设定不本文档来自技高网...

【技术保护点】
1.一种基于凸组合的M估计成比例类仿射投影的回声消除方法，其步骤如下：A、远端信号采样A1、将当前时刻n到时刻n‑L+1之间的远端采样信号离散值x(n),x(n‑1),...,x(n‑L+1),构成当前时刻n的自适应滤波器输入向量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；A2、将当前时刻n的滤波器输入向量X(n)通过凸组合自适应回声消除滤波器滤波后分别得到当前时刻n的大步长滤波器值y1(n)，y1(n)＝W1T(n)X(n)和当前时刻n的小步长滤波器值y2(n)，y2(n)＝W2T(n)X(n)；其中，W1(n)＝[w...

【技术特征摘要】
1.一种基于凸组合的M估计成比例类仿射投影的回声消除方法，其步骤如下：A、远端信号采样A1、将当前时刻n到时刻n-L+1之间的远端采样信号离散值x(n),x(n-1),...,x(n-L+1),构成当前时刻n的自适应滤波器输入向量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；A2、将当前时刻n的滤波器输入向量X(n)通过凸组合自适应回声消除滤波器滤波后分别得到当前时刻n的大步长滤波器值y1(n)，y1(n)＝W1T(n)X(n)和当前时刻n的小步长滤波器值y2(n)，y2(n)＝W2T(n)X(n)；其中，W1(n)＝[w1,0(n),w1,1(n),...w1,l(n)...,w1,L-1(n)]T，为当前时刻n的凸组合自适应回声消除滤波器中的大步长滤波器的抽头权向量，其初始值为零向量；w1,l(n)为大步长滤波器的第l个抽头权系数，也是大步长滤波器向量中的第l个元素；W2(n)＝[w2,0(n),w2,1(n),...w2,l(n)...,w2,L-1(n)]T为当前时刻n的小步长滤波器的抽头权向量，其初始值为零向量；w2,l(n)为小步长滤波器的第l个抽头权系数，也是小步长滤波器向量中的第l个元素；B、凸组合将当前时刻n的大步长滤波器值y1(n)和小步长滤波器值y2(n)，通过当前时刻n的大步长滤波器权重λ(n)进行凸组合得到当前时刻n的组合滤波器值y(n)，y(n)＝λ(n)y1(n)+(1-λ(n))y2(n)；其中，大步长滤波器权重λ(n)的计算公式为取值范围为0～1；α(n)为当前时刻n的混合参数，其初始值为0；C、回声信号消除将近端麦克风拾取的当前时刻n的带回声的近端信号d(n)，与自适应滤波器的当前时刻n的输出值y(n)相减后得到当前时刻n的残差信号e(n)，e(n)＝d(n)-y(n)；再将残差信号e(n)回送给远端；同时，将当前时刻n的近端信号d(n)与当前时刻n的大步长滤波器值y1(n)和小步长滤波器值y2(n)相减，分别得到当前时刻n的大步长残差信号e1(n)和小步长残差信号e2(n)：e1(n)＝d(n)-y1(n)，e2(n)＝d(n)-y2(n)；D、滤波器抽头权向量更新D1、M估计函数计算将当前时刻n到时刻n-Nw+1之间的大步长残差信号平方e12(n)，e12(n-1)，…,e12(n-Nw+1)，构成当前时刻n估计窗内的大步长残差信号平方序列Ae1(n)：Ae1(n)＝[e12(n),e12(n-1),...,e12(n-Nw+1)]其中，Nw为估计窗的长度，其取值范围为5～15；再由当前时刻n估计窗内的大步长残差信号平方序列Ae1(n)，计算出当前时刻n的大步长残差信号的方差其中，λ为遗忘因子，其取值范围为0.800～0.999,C为常数，C＝1.483(1+5/(Nw-1))，med(·)表示取中间值的运算；然后由当前时刻n的大步长残差信号的方差得出当前时刻n的大步长M估计阀值参数ξ1(n)，由下式计算出滤波器当前时刻n的大步长抽头权向量更新的M估计函数值其中，的初始值即为0；由当前时...

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