[发明专利]基于频域卡尔曼滤波的自适应声回声抵消方法

说明书

本发明公开了一种基于频域卡尔曼滤波的自适应声回声抵消方法。具体步骤如下：(1)采集并缓存近端传声器信号和参考信号，然后通过模数转换将模拟信号转换为数字信号；(2)对数字信号做离散傅里叶变换后，计算出估计的回声信号；(3)根据频域卡尔曼滤波器的迭代公式进行迭代，并按改进公式计算下一帧的滤波器系数；(4)对频域中的回声信号估计做离散傅里叶逆变换，得到时域的回声信号估计，在近端传声器信号中减去时域的回声信号估计，得到经过声回声抵消处理后的信号。本发明的方法在自适应滤波器阶数不足或者系统不满足因果性的条件下也能收敛到最优解，具有较好的回声消除效果。

技术领域

本发明涉及一种基于频域卡尔曼滤波的自适应声回声抵消方法，属于语音增强的技术领域。

背景技术

声回声是困扰通信系统的常见问题，它会降低语音的清晰度，干扰通话双方的交流。声回声抵消旨在使用参考信号合成回声，使用合成信号去除或减小声回声带来的不利影响。

基于LMS算法的声回声抵消方法是最常用的方法(Sondhi M M.An Adaptive EchoCanceller[J].Bell Labs Technical Journal,1967,46(3):497-511.)。然而，基于LMS算法的声回声抵消方法计算复杂度较高，且在参考信号为有色信号的情况下算法收敛速度较慢。

基于频域的LMS块算法利用离散傅里叶变化的快速算法，使计算复杂度较时域LMS算法大幅度下降。使用步长归一化处理的频域LMS块算法，能够在参考信号为有色信号的情况下保持较快的收敛速度。然而，在滤波器阶数不足或系统不满足因果性的条件下，步长归一化的频域LMS块算法不能保证收敛到最优解。

基于频域卡尔曼滤波的声回声抵消方法是一种有效的自适应声回声抵消方法，能够保证较快的收敛速度和较低的稳态误差(Enzner G,Vary P.Frequency-domainadaptive Kalman filter for acoustic echo control in hands-free telephones[J].Signal Processing,2006,86(6):1140-1156.)。然而标准形式的频域卡尔曼滤波算法的计算复杂度较高。另外，同样在滤波器阶数不足或系统不满足因果性的条件下，频域卡尔曼滤波算法不能保证收敛到最优解。

发明内容

因此，使用基于频域卡尔曼滤波实现声回声抵消时，在自适应滤波器阶数不足或者系统不满足因果性的条件下，原有的频域卡尔曼滤波算法存在非最优收敛问题，不能有效的去除语音信号中的声回声部分。本发明针对这一技术问题，提供一种改进的基于频域卡尔曼滤波的自适应声回声抵消方法，使算法在自适应滤波器阶数不足或者系统不满足因果性的条件下也能收敛到最优解。

本发明采用的技术方案为：

基于频域卡尔曼滤波的自适应声回声抵消方法，包括如下步骤：

步骤1，采集并缓存近端传声器信号和参考信号，然后通过模数转换将模拟信号转换为数字信号；

步骤2，对数字信号做离散傅里叶变换后，利用下式计算出估计的频域回声信号：

Y(k)＝C(k)W(k)

这里W(k)表示声回声路径传递函数，初始时为全为零的矩阵，

C(k)＝FG_0,NF^-1X(k)

X(k)＝diag{Fx(k)}

x(k)＝[x(kN-M+1),x(kN-M+2),...,x(kN)]^T

diag{·}表示对角阵，F是大小为M×M的DFT矩阵，M为帧长；I_N是大小为N×N的单位矩阵，N为滤波器长度；X(k)为频域中的参考信号；