[发明专利]一种低复杂度的电话回声自适应消除方法

说明书

技术领域

本发明属于电话通信的自适应回声对消技术领域。

背景技术

随着近年来技术的进步，通信技术日益发展，各种新兴通信层出不穷，但最主要的通信方式仍然是语音通信，用户也越来越关心语音通信质量。声学回声是影响语音通话质量的最主要因素。通信过程中的声学回声是指用户在通信过程中反复听到自己的声音，分为直接回声和间接回声，直接回声是指由扬声器发出的声音未经任何反射直接进入麦克风。这种回声的延时是最短的，同远端说话者的语音能量，扬声器与麦克风之间的距离、角度，扬声器的播放音量，麦克风拾取灵敏度等因素相关，而间接回声是指由扬声器播出的声音经过不同的路径(如房屋或房屋内的任何物体)的一次或多次反射后进入麦克风所产生的回声的集合，房屋内的任何物体任何变动都会改变回声的通道，因此，这种回声是多路径的、时变的。产生声学回声的原因是由于扬声器、麦克风之间存在一定的空间距离，扬声器发出的声音在被受话方听到的同时，也通过多种路径被麦克风拾取到并传回讲话者。而人耳又对于回声及其敏感，在通信过程中延迟10ms的回声都能被人耳捕捉感知到，超过32ms的回声就会对通信造成极大的干扰。以免提电话系统为例，该系统应当配备有声学回声消除器(Acoustic Echo Cancellation)，简称AEC。免提电话的扬声器和麦克风之间的空间距离导致来自扬声器的一部分信号会经过房间内壁的多重反射进入麦克风而产生声学回声，这部分信号所传输的路径就是声学回声信道，可用房间脉冲响应描述。回声消除就是将辨识出的回声路径的回声信号与信道中的信号相减以抵消掉回声。因此，回声消除的效果主要取决于回声辨识的性能。由于回声干扰存在延迟、时变、多路径等特性，这些对于回声辨识都造成了很大的困难，传统方法难以取得很好的效果。自适应滤波器可以利用自适应算法根据环境的改变而改变滤波器参数和结构，依照其规定的更新准则调整自适应滤波器参数，就能较好辨识出回声。其中，LMS（最小均方）滤波器。其结构简单、易于实现，已得到国内外研究者的广泛关注。基于LMS滤波器的系统辨识原理是：利用最陡梯度法来寻找滤波器抽头权向量w(n)，使得滤波器代价函数J(n)=|e(n)|²最小，系统的输入信号为x(n)，d(n)为参考信号，y(n)为LMS滤波器实际输出，通过使d(n)与y(n)的误差最小，使得自适应滤波器算法的输出尽可能逼近未知系统的输出，当滤波器收敛后，认为两者的传输特性基本一致时，即未知系统得到辨识，回声得到消除。基于LMS算法的系统辨识问题公式如下：

滤波器输出：y(n)=w(n)^Hx(n)  （1）

输出误差：e(n)=d(n)-y(n)  （2）

权系数更新：w(n+1)=w(n)+μe(n)x(n)  （3）

其中：1）w(n)为n时刻的滤波器抽头权向量。2）μ被称作步长因子，它与最终性能直接相关，μ过大收敛速度快稳态误差大；μ过小收敛速度慢稳态误差小。

LMS滤波算法虽然具有简单的显著特点，但是其存在着收敛速度与稳态误差的固有矛盾，为了有效解决这一问题，采用两个LMS滤波器进行凸组合是一种不错的选择。同时针对稀疏的未知系统进行辨识，加入成比例基于l₁范数的IPNLMS算法进一步加快凸组合LMS滤波器的收敛速度。所谓稀疏系统，就是指冲击响应大部分系数为0的系统，长度可达数百个符号，可是只有很少的有效因子（非零系数）。由于一般的系统辨识方法没有针对稀疏系统的约束，所以这些算法在正对稀疏系统辨识时没有特别的优势。加入成比例基于l₁范数的IPNLMS算法到凸组合滤波器中可以改善收敛跟踪性能，降低稳态误差。在目前的稀疏系统辨识的应用中，较成熟的方法有以下三种：

（1）基于成比例的归一化最小均方（PNLMS）算法的稀疏系统辨识方法