[发明专利]基于一范数零吸引的最小均三次方绝对值的回声消除方法

摘要

本发明公开了一种基于一范数零吸引的最小均三次方绝对值的回声消除方法，其步骤包括A、远端信号采样；B、回声信号估计；C、回声信号消除；D、滤波器抽头权系数更新；更新公式为W(n+1)＝W(n)‑μ×s(n)‑ρ(n)，更新公式中使用的代价值为归一化的均三次方绝对值，即当前时刻n的代价值的归一化梯度值s(n)，并引入了零吸引因子ρ(n)，ρ(n)＝b×signW(n)；E、令n＝n+1，重复步骤A、B、C、D，即可实现实时的回声消除。该方法通过对权系数向量的一范数进行求导得到零吸引因子ρ(n)，ρ(n)＝b×signW(n)，并将该零吸引因子作为权系数向量更新时的一个减项，当权系数向量较大时，该减项值也较大，从而获得了更快的初始收敛速度，而接近稳态时减项值变小，使得抽头权系数更新速度在接近稳态时也相应变小，保持了较好的稳定性。

主权项

一种基于一范数零吸引的最小均三次方绝对值的回声消除方法，其步骤如下：A、远端信号采样对远端传来的远端信号采样得到当前时刻n的远端信号离散值x(n)，将当前时刻n及之前的L‑1个时刻的远端信号离散值x(n)，(n‑1),…,x(n‑L+1)，组成当前时刻n的自适应滤波器输入向量X(n)，X(n)＝[x(n)x(n‑1),…,x(n‑L+1)]T，上标T表示转置，L为自适应滤波器的抽头长度，其取值为128；B、回声信号估计将当前时刻n的自适应滤波器输入向量X(n)通过自适应滤波器得到当前时刻n的输出值y(n)，也即回声信号的估计值y(n)，即y(n)＝W(n)X(n)其中，W(n)＝[w1(n),w2(n),...,wl(n),...wL(n)]为当前时刻n的自适应滤波器抽头权向量，其初始值为零，wl(n)为当前时刻n的自适应滤波器的第l个抽头权系数；C、回声信号消除对近端信号采样得到当前时刻n的带回声近端采样信号d(n)；将当前时刻n的带回声近端采样信号d(n)，与自适应滤波器的当前时刻n的回声信号的估计值y(n)相减，得到当前时刻n的残差信号e(n)，e(n)＝d(n)‑y(n)；再将当前时刻n的残差信号e(n)回送远端；D、滤波器抽头权系数更新D1、代价值的梯度值计算由当前时刻n的残差信号e(n)，得到当前时刻n的代价值J(n)，其中，|·|表示绝对值运算；再求出当前时刻n的代价值J(n)对W(n)的导数，作为当前时刻n的代价值的梯度值v(n)，其中表示偏导数运算，sign(·)表示符号函数；D2、代价值的梯度值归一化计算将当前时刻n的代价值的梯度值v(n)进行归一化运算，得到当前时刻n的代价值的归一化梯度值s(n)，其中σ为正则化参数，取值0.001；D3、零吸引因子的计算由当前时刻n的自适应滤波器抽头权系数向量W(n)，计算出当前时刻n的零吸引因子ρ(n)，ρ(n)＝b×signW(n)，其中b为零吸引因子的比例参数，取值为10‑7～10‑6；D4、抽头权系数向量的更新由下式得出，下一时刻n+1的自适应滤波器抽头权系数向量W(n+1)，W(n+1)＝W(n)‑μ×sT(n)‑ρ(n)，其中，μ为步长参数，其取值为0.135；E、重复令n＝n+1，重复步骤A、B、C、D的操作，直至通话结束。