[发明专利]一种基于解相关的成比例自适应电话回声消除方法

说明书

技术领域

本发明属于电话通信的自适应回声消除技术领域。

背景技术

随着通信技术日益发展，各种新业务层出不穷，但是语音业务仍是最主要的通信方式。声学回声是影响语音通话质量的最主要因素，因此回声抵消是提高通话质量的关键技术之一。通信过程中，远端说话者的声音通过近端扬声器播放出来，直接(未经任何反射)或间接地(经过房屋或房屋内的物体一次或多次反射)被近端麦克风接收，传回远端，使远端说话者听到自己的声音，这就是声学回声。声音从扬声器到麦克风的传播路径，也叫做回声信道，用房间回声信道脉冲响应向量表示。

近些年来，自适应回声消除技术因其成本低、效果好，得到一致认可，是目前国际上公认的最有前景的回声消除技术，它的每一步进展都将促进新回声消除器的出现，为用户提供更好的通信环境，具有现实意义和商业价值。声学回声消除最经常采用的方法是声学回声消除(AEC)，原理是以扬声器发出的信号与由它产生的声学回声的相关性为基础，用自适应滤波器来估计声学回声信道脉冲响应，并利用它对回声进行评估，使回声信号的估计值更加逼近真实值。然后从麦克风接受到的信号中减去回声的估计值，从而达到消除回声的目的。自适应回声消除器原理的本质就是用自适应滤波器来辨识回声信道的脉冲响应，即系统辨识的问题。

由于回声消除应用具有自身的特点和难点，例如：回声信道的脉冲响应是阶数高、稀疏以及时变的。所谓稀疏性是指冲激响应大部分系数为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)。在这种情况下，传统的自适应算法，如最小均方算法(LMS)，归一化最小均方算法(NLMS)的收敛速度会出现明显下降。针对此种情况，引入系数比例自适应算法有效地提高了算法的收敛速度。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)基于去相关归一化最小均方算法(DNLMS)的自适应回声抵消

参考文献1“基于去相关NLMS算法的自适应回波抵消”(王振力，张雄伟，杨吉斌，韩彦明，应用科学学报[J].2006，24(1)：21-24)该方法是在NLMS算法的基础上，从语音信号相关性的角度出发而提出的，通过把解相关加入NLMS算法中，即克服了LMS算法及其各种改进算法运算精度不高的缺点，又保证了收敛的速度，而其计算量与NLMS算法相当，易于实现。但其在处理稀疏冲激响应时则表现出收敛速度慢，效果仍不理想。

(2)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

参考文献2“Proportionate Normalized Least-Mean-Squares adaptation in echo cancellers”(D.L.Duttweiler，lEEE Transactions on Speech and AudioProcessing，vol.8，no.5，pp.508-518，Sep.2000.)该方法核心思想是自适应滤波器的每一个抽头参数按照不同的步长进行更新，根据参数的数值大小比例，大的抽头权值获得大的步长，加快了全局收敛速度，小的抽头权值获得小的步长，减低了稳态误差，但是该算法在更新步长矩阵是采用当前估计值和一个固定常数之间最大的一个值，显得过于武断。PNLMS算法获得了很快的初始收敛速度，但是其后期收敛速度变得很慢。还有，PNLMS算法对目标冲激响应的稀疏性要求比较高，当不够稀疏时，算法的收敛速度甚至比NLMS算法还慢。

(3)改进的成比例的归一化最小均方(IPNLMS)

参考文献3“An improved PNLMS Algorithm”(J.Benesty，IEEE Intemational Conference on Acoustics，Speech，and Signal Processing(ICASSP)，vol.2，pp.1881-1884，May.2002)该算法利用1-范数来计算权值的成比例因子，对于稀疏的情况普遍优于PNLMS算法，初始收敛速度较也有一定提高。但是该算法在处理相关信号(比如，语音信号)时仍然表现出收敛速度缓慢的缺陷。

发明内容

本发明的目的就是提供一种基于解相关的成比例自适应电话回声消除方法，该方法一方面能获得快的收敛速度和低的稳态误差；另一方面能获得较好的抗干扰能力，其回声消除效果好。

本发明实现其发明目的所采用的技术方案是，一种基于解相关的成比例自适应电话回声消除方法，其步骤如下：

A、远端信号滤波