[发明专利]一种仿射投影符号子带凸组合自适应回声消除方法

摘要

一种仿射投影符号子带凸组合自适应回声消除方法，其步骤主要是：A、远端信号滤波，得到大步长滤波器的输出向量Y₁(n)，和小步长滤波器的输出向量Y₂(n)；B、凸组合，将大步长滤波器和小步长滤波器的输出向量Y₁(n)和Y₂(n)进行凸组合得组合滤波值Y(n)，Y(n)＝λ(n)Y₁(n)+(1-λ(n))Y₂(n)，将大步长滤波器的抽头权向量W₁(n)和小步长滤波器的抽头权向量W₂(n)也进行凸组合得总的滤波器组抽头权向量W(n)，W(n)＝λ(n)W₁(n)+(1-λ(n))W₂(n)，C、回声抵消，将近端麦克风拾取到带回声的仿射投影近端信号D(n)与组合滤波值Y(n)相减得到净信号E(n)，E(n)＝D(n)-Y(n)，回送给远端，D、滤波器抽头权系数更新，E、滤波器的权重更新，混合参数a(n)更新；F、令n＝n+1,重复上述步骤,直至通话结束。该法对通信这种稀疏系统的声学回声消除能力强，收敛速度快，稳态误差小；回声消除效果好。

主权项

一种仿射投影符号子带凸组合自适应回声消除方法，其步骤如下：A、远端信号滤波将远端传来的远端信号采样得到远端信号的当前时刻n的离散值u(n)，远端信号在当前时刻n和前L‑1个时刻的离散值u(n),u(n‑1)...,u(n‑L+1)，构成当前时刻n的子带滤波器输入向量U(n)，U(n)＝[u(n),u(n‑1)...,u(n‑L+1)]^T；其中L＝512，是滤波器抽头数，上标T代表转置；再将当前时刻n和前P‑1个时刻的子带滤波器输入向量U(n),U(n‑1)…U(n‑P+1)组合，得到子带滤波器仿射投影输入向量G(n)，G(n)＝[U(n),U(n‑1),...,U(n‑P+1)]，其中P代表仿射投影阶数，P＝4,8,16；随后，将子带滤波器仿射投影输入向量G(n)通过子带凸组合自适应回声消除滤波器中的分析滤波器组得到第i个子带滤波器仿射投影输入向量G_i(n)＝[U_i(n),U_i(n‑1),...,U_i(n‑P+1)],i为子带凸组合自适应回声消除滤波器的序号,i＝1,2,3…N,N<32；第i个子带滤波器仿射投影输入向量G_i(n)通过子带凸组合自适应回声消除滤波器滤波后分别得到：当前时刻的第i子带大步长滤波器的输出向量Y_i,1(n)，Y_i,1(n)＝W₁(n)^TG_i(n)＝[y_i,1(n),y_i,1(n‑1),...,y_i,1(n‑P+1)]；第i子带小步长滤波器的输出向量Y_i,2(n)，Y_i,2(n)＝W₂(n)^TG_i(n)＝[y_i,2(n),y_i,2(n‑1),...,y_i,2(n‑P+1)]；其中，W₁(n)和W₂(n)分别为当前时刻n的凸组合自适应回声消除滤波器各子带中的大步长滤波器和小步长滤波器的抽头权向量，初始值为零；将第i子带大步长滤波器的输出向量Y_i,1(n)和第i子带小步长滤波器的输出向量Y_i,2(n)分别通过子带凸组合自适应回声消除滤波器中的综合滤波器组后得到大步长滤波器的输出向量Y₁(n)，Y₁(n)＝W₁(n)^TG(n)和当前时刻的小步长滤波器的输出向量Y₂(n)，Y₂(n)＝W₂(n)^TG(n)；B、凸组合将当前时刻的大步长滤波器的输出向量Y₁(n)和当前时刻的小步长滤波器的输出向量Y₂(n)进行凸组合得到当前时刻的组合滤波器的输出向量Y(n)，Y(n)＝λ(n)Y₁(n)+[1‑λ(n)]Y₂(n)；其中，λ(n)是当前时刻的大步长滤波器的权重，其表达式为a(n)为混合参数，其初始值为0；将当前时刻的大步长滤波器的抽头权向量W₁(n)和当前时刻的小步长滤波器的抽头权向量W₂(n)也进行凸组合得到当前时刻的组合滤波器的抽头权向量W(n)，W(n)＝λ(n)W₁(n)+[1‑λ(n)]W₂(n)；C、回声抵消将近端麦克风拾取到的当前时刻n和前P‑1个时刻的带回声的近端信号离散值d(n),d(n‑1),...,d(n‑P+1)组合，得到当前时刻的仿射投影近端向量D(n)，D(n)＝[d(n),d(n‑1),...,d(n‑P+1)]；将当前时刻的仿射投影近端向量D(n)与当前时刻的组合滤波器的输出向量Y(n)相减后得到回声消除后的当前时刻的净信号E(n)，E(n)＝D(n)‑Y(n)＝[e(n),e(n‑1),...,e(n‑P+1)]，将当前时刻的净信号回送给远端；D、滤波器抽头权向量更新将当前时刻的仿射投影近端向量D(n)，分别与当前时刻的大步长滤波器的输出向量Y₁(n)、当前时刻的小步长滤波器的输出向量Y₂(n)相减，得到当前时刻的大步长净信号E₁(n)和当前时刻的小步长净信号E₂(n)，即：E₁(n)＝D(n)‑Y₁(n)，E₂(n)＝D(n)‑Y₂(n)；利用权向量转移策略计算下一时刻_n+₁的自适应回声消除滤波器中大步长滤波器的抽头权向量W₁(n+1)，$W_1(n+1)=W_1\left(n\right)+{\mathrm{\&mu;}}_1\frac{G\left(n\right)\mathrm{sgn}\left[E_1\left(n\right)\right]}{{\left|\right|G\left(n\right)\mathrm{sgn}\left[E_1\left(n\right)\right]\left|\right|}_2+\mathrm{\&delta;}};$其中，μ₁为大步长滤波器的步长，其取值为0.05～0.1；δ为正则化参数，其取值为0.001～0.01；||·||₂表示2范数；sgn为符号运算函数，当被运算值为正数时，其值为1；当被运算值为0时，其值为0，当被运算值为负数时，其值为‑1；同时利用权向量转移策略计算下一时刻n+1的自适应回声消除滤波器中小步长滤波器的抽头权向量W₂(n+1)；当混合参数a(n)≥a⁺时：$W_2(n+1)=W\left(n\right)+{\mathrm{\&mu;}}_2\frac{G\left(n\right)\mathrm{sgn}\left[E_2\left(n\right)\right]}{{\left|\right|G\left(n\right)\mathrm{sgn}\left[E_2\left(n\right)\right]\left|\right|}_2+\mathrm{\&delta;}}$当混合参数a(n)<a⁺时，$W_2(n+1)=W_2\left(n\right)+{\mathrm{\&mu;}}_2\frac{G\left(n\right)\mathrm{sgn}\left[E_2\left(n\right)\right]}{{\left|\right|G\left(n\right)\mathrm{sgn}\left[E_2\left(n\right)\right]\left|\right|}_2+\mathrm{\&delta;}}$其中：a⁺是一个正常数，其取值为4～5；μ₂为小步长滤波器的步长，其取值为0.005～0.01；E、滤波器的权重更新混合参数a(n)通过符号函数简化后的公式来进行更新：$a(n+1)=a\left(n\right)+{\mathrm{\&mu;}}_a\mathrm{\&lambda;}\left(n\right)[1-\mathrm{\&lambda;}\left(n\right)]\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}e\left(n\right)[y_{i,1}\left(n\right)-y_{i,2}\left(n\right)]$其中N表示子带的数目，μ_a是一个常数，取值为0.1，e(n)是当前时刻净信号E(n)的第一个元素，y_i,1(n)是当前时刻第i子带大步长滤波器的输出向量Y_i,1(n)中的第一个元素，y_i,2(n)是当前时刻第i子带大步长滤波器的输出向量Y_i,2(n)中的第一个元素；将更新后的混合参数a(n+1)代入步骤B的权重表达式中，得到下一时刻n+1的滤波器权重λ(n+1)，F、迭代令n＝n+1,重复A、B、C、D、E的步骤,直至通话结束。