【技术实现步骤摘要】
本专利技术涉及一种零范数子带回声消除方法,属于通信中的回声消除
技术介绍
自适应信号处理作为信息技术的重要分支,在通信领域得到广泛的应用。而在通讯领域中,回声消除是一个颇具关注度和挑战性的热点。声音在封闭空间中经过多次反射会形成回声,由于传输介质中阻抗不匹配也会在信号传输中形成回声。通信回声可以通过系统辨识模型来消除:所辨识系统为回声信道,系统辨识的输出为回声信号的估计,通过含回声信号的语音信号与回声信号的估计相减便可实现回声的消除,这就是自适应回声消除器的原理。归一化最小均方算法(NLMS)作为经典算法得到了广泛的应用,该算法是基于均方误差最小的原理推导而来,它的优点在于较低的计算复杂度,并且容易实现。然而当输入信号高度相关时,NLMS算法的收敛速度就会变的很慢。为此,针对相关输入信号带来的问题,Kong A.Lee提出了归一化子带自适应滤波器算法(K.A.Lee and W.S.Gan,“Improving convergence of the NLMS algorithm using constrained subband updates,”IEEE Signal Process.Lett.,vol.11,no.9,pp.736–739,Sep.2004),简称为NSAF算法,该算法将信号按频率分成了多个子带,各个子带内的回声不同、相关度不同,从而从整体上降低了输入信号的相关度,因而该算法在处理相关输入时能够获得快速的收敛性以及较低的稳态失调。除了NSAF算法之外,还有一类经典的算法也能够很好地处理相关输入信号,是由H.-C.Shin在2 ...
【技术保护点】
一种零范数子带回声消除方法,其步骤如下:A、信号采样将当前时刻n到时刻n‑L+1之间的远端采样信号,组成当前时刻n的输入信号序列U(n),U(n)=[u(n)u(n‑1),…,u(n‑L+1)],其中u(n)为当前时刻n的输入信号;将当前时刻n到时刻n‑L+1之间的近端麦克风采样信号,组成当前时刻n带有回声的期望信号序列D(n),D(n)=[d(n)d(n‑1),…,d(n‑L+1)],其中d(n)为当前时刻n的期望信号;L=512是滤波器抽头数;B、信号分割将步骤A中得到的输入信号序列U(n)通过分析滤波器组分割成I个当前时刻n的子带输入信号序列Ui(n),Ui(n)=[ui(n)ui(n‑1),…,ui(n‑L+1)],其中,ui(n)为第i个当前时刻n的子带输入信号,同时将期望信号序列D(n)通过分析滤波器组分割成I个子带期望信号序列Di(n);其中i为子带输入信号或子带输入信号序列的序号,i=1,2,…,I;I为子带输入信号或子带输入信号序列的总数,其取值为2,4,8;C、子带信号抽取对步骤B中得到的第i个当前时刻n的子带输入信号序列Ui(n)用抽取器进行I抽取;即将子带输入信 ...
【技术特征摘要】
1.一种零范数子带回声消除方法,其步骤如下:A、信号采样将当前时刻n到时刻n-L+1之间的远端采样信号,组成当前时刻n的输入信号序列U(n),U(n)=[u(n)u(n-1),…,u(n-L+1)],其中u(n)为当前时刻n的输入信号;将当前时刻n到时刻n-L+1之间的近端麦克风采样信号,组成当前时刻n带有回声的期望信号序列D(n),D(n)=[d(n)d(n-1),…,d(n-L+1)],其中d(n)为当前时刻n的期望信号;L=512是滤波器抽头数;B、信号分割将步骤A中得到的输入信号序列U(n)通过分析滤波器组分割成I个当前时刻n的子带输入信号序列Ui(n),Ui(n)=[ui(n)ui(n-1),…,ui(n-L+1)],其中,ui(n)为第i个当前时刻n的子带输入信号,同时将期望信号序列D(n)通过分析滤波器组分割成I个子带期望信号序列Di(n);其中i为子带输入信号或子带输入信号序列的序号,i=1,2,…,I;I为子带输入信号或子带输入信号序列的总数,其取值为2,4,8;C、子带信号抽取对步骤B中得到的第i个当前时刻n的子带输入信号序列Ui(n)用抽取器进行I抽取;即将子带输入信号序列Ui(n)中n=k=KI时刻的子带输入信号ui(n)抽出,得到第K次抽取的抽取时刻k的第i个子带输入抽取信号ui(k),将抽取时刻k至第一次抽取的抽取时刻1的第i个子带输入抽取信号,组成抽取时刻k的第i个子带输入抽取信号序列Ui(k),Ui(k)=[ui(k)ui(k-1),…,ui(1)];其中,K为抽取的序号,k为第K次抽取的抽取时刻;将子带期望信号序列Di(n)中n=k=KI时刻的子带期望信号di(n)抽出,得到第K次抽取的抽取时刻k的子带抽取期望信号di(k),di(k)=di(KI);D、输入矩阵构成将I个子带抽取序列Ui(k)组成抽取时刻k的输入矩阵其中,上标T表示转置;E、子带输出信号的形成将步骤C中的子带抽取序列Ui(k)通过有限长脉冲响应滤波器得到抽取时刻k的子带输出信号yi(k),yi(k)=Ui(k)w(k);其中,w(k)=[w1(k)w2(k),…wl(k)…,wL(k)]T为抽取时刻k的有限长脉冲响应滤波器的抽头权系数向量,其初始值为零向量为,wl(k)抽头权系数向量w(k)中的第l个权系数,也即有限长脉冲响应滤波器的抽取时刻k的第l个权系数;l=1,2,...,L为抽头权系数向量w(k)中的权系数wl(k)的序号;F、回声信号消除用C步的抽取时刻k的子带抽取期望信号di(k),减去子带输出信号yi(k),得到抽取时刻k的子带误差信号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;G、权系数的更新G1、误差向量的构成将抽取时刻k的所有子带误差信号ei(k)组成抽取时刻k的误差向量E(k),E(k)=[e1(k)e2(k),…ei(k)…,eI(k)]TG2、权系数趋零参数的计算根据抽取时刻k的第l个权系数wl(k),计算出抽取时刻k第l个权系数的趋零参数swl(k), s w l ( k ) = s g n [ w l ( k ) ] , | w l ( k ) | ≤ 1 β 0 , | w l ( k ) | > 1 ...
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。