CN102316231B - 一种回声消除的方法和装置 - Google Patents

Abstract

本发明提供了一种回声消除的方法和装置，其中方法包括：A、确定当前采样时刻k的远端信号强度P_f[k]和近端信号强度P_n[k]；B、根据P_f[k]和P_n[k]之间的比值状况，设置自适应滤波器的滤波器系数；C、按照步骤B处理后的自适应滤波器系数，在当前采样时刻k对近端信号进行回声消除处理。通过本发明能够增强回声消除对不同信号的适应能力，提高回声消除的效果。

Description

一种回声消除的方法和装置

技术领域

本发明涉及信号处理技术领域，特别涉及一种回声消除的方法和装置。

背景技术

在语音通信系统中常常由于扬声器和麦克风相耦合而产生回声。对于语音通信系统的用户来说，通过扬声器接收到的来自远程用户的信号为远端信号，并通过扬声器于近端播放该远端信号。同时，近端的麦克风获取近端使用者的声音以产生近端信号，并将该近端信号经由语音通信系统的链路发送至远端用户。但是，当扬声器播放远端信号时，远端信号的一部分声音会被近端的麦克风获取，并与近端信号掺杂在一起，使得近端信号带有回声。如果不将该回声消除，则该回声会随着近端信号一起被传送至远端用户，远端用户便会听到自己的声音，从而影响用户的感受且使得语音通信系统的效能下降。因此，回声消除成为语音通信领域中的一个重要课题。

图1为回声消除的传统模型示意图，如图1所示，x[k]是远端信号，v[k]是近端语音。h[k]是真实回声信道传递函数，通常根据近端房间的语音传输环境获得，x′[k]是传输至近端麦克风的远端信号，r[k]是包含了回声和近端语音的近端信号，还有可能包含背景噪声。

是模拟回声信号传递函数，用于模拟近端房间的语音传输环境，是按照

预测的回声信号。将r[k]中去除

即实现近端信号中回声信号的消除，最终输出r′[k]。通过上述传统模型可以看出，模拟回声信号传递函数是回声消除的关键，目标是使得残余回声误差e[k]趋进于0，并将e[k]反馈至

作为调整

的参数之一。现有技术中，最具代表性的回声消除算法就是最小均方误差算法(LMS)，在LMS算法中，在离散域上，

其中μ为迭代步长，

λ_max为远端信号矩阵x[k]的秩。通常采用自适应滤波器来实现上述LNS算法的回声消除，

表现为自适应滤波器的滤波器系数。

从理论上将，滤波器系数的精度和幅度越大，自适应滤波器就会具有更好的信号适应性，例如具有较低的输出误差和较快的收敛速度等，在此，滤波器幅度实际上就是滤波器系统的范围值。但是，由于自适应滤波器通过数字处理芯片(DSP)实现，受到DSP的寄存器位数限制，滤波器系数的精度和幅度会相互制约。例如，在工程应用中，如果采用32位的寄存器设置滤波器系数，其中28位表示滤波器的小数部分，3位表示整数部分，剩余一位表示符号位。如果提高精度，则小数部分需要占用更多的寄存器位数，这便会导致滤波器系数幅度的减小，同样如果提高幅度，则整数部分需要占用更多的寄存器位数，这便会导致滤波器精度的减小。在现有的算法中，根据经验在精度和幅度之间取一个平衡，固定设置滤波器系数的精度值和幅度值，这显然对不同信号的适应能力较弱，限制了回声消除效果。

发明内容

有鉴于此，本发明提供了一种回声消除的方法和装置，以便于增强对不同信号的适应能力，提高回声消除的效果。

一种回声消除的方法，该方法包括：

A、确定当前采样时刻k的远端信号强度P_f[k]和近端信号强度P_n[k]；

B、根据P_f[k]和P_n[k]之间的比值状况，设置自适应滤波器的滤波器系数，其中所述滤波器系数包括幅度和精度；

C、按照步骤B处理后的自适应滤波器系数，在当前采样时刻k对近端信号进行回声消除处理。

一种回声消除的装置，该装置包括：强度确定单元、系数调整单元和自适应滤波器；

所述强度确定单元，用于确定当前采样时刻k的远端信号强度P_f[k]和近端信号强度P_n[k]；

所述系数调整单元，用于根据P_f[k]和P_n[k]之间的比值状况，设置自适应滤波器的滤波器系数；

所述自适应滤波器，用于按照所述系数调整单元设置的滤波器系数，在当前采样时刻k对近端信号进行回声消除处理。

由以上技术方案可以看出，本发明通过远端信号强度和近端信号强度之间的比值状况调整自适应滤波器的幅度和精度，从而避免不恰当的幅度和精度可能导致的回声残留较大、收敛速度慢以及滤波器系数发散等问题，有效地解决了由于处理芯片的寄存器位数限制导致的滤波器精度和幅度相互矛盾的问题，提高了回声消除对环境的适应能力，提高了回声消除效果。

附图说明

图1为回声消除的传统模型示意图；

图2为本发明提供的主要方法流程图；

图3为本发明提供的回声消除装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

本发明提供的主要方法可以如图2所示，主要包括以下步骤：

步骤201：确定当前采样时刻k的远端信号强度P_f[k]和近端信号强度P_n[k]。

其中，本步骤中涉及的信号强度可以采用信号幅度表示，也可以采用信号功率表示。

步骤202：根据P_f[k]和P_n[k]之间的比值状况，设置自适应滤波器的滤波器系数。

步骤203：按照步骤202处理后的自适应滤波器的系数，在当前采样时刻k对近端信号进行回声消除处理。

在现有回声消除的LMS算法中，在离散域上，自适应滤波器的滤波系数表现为：

$\hat{h}\left[k\right]=\hat{h}[k-1]+2\mathrm{\μe}[k-1]x[k-1]---\left(1\right)$

本发明中实际上是利用当前采样时刻的远端信号强度P_f[k]和近端信号强度P_n[k]对当前采样时刻的滤波器系数进行修正，即：

$\widehat{h^{\′}}\left[k\right]=F\left(\hat{h}\right[k],P_f[k],P_n[k\left]\right)---\left(2\right)$

其中，为修正后的滤波器系数，F(x，a1，a2)表示利用a1和a2对x进行修正的函数。

下面对上述步骤201中，确定当前采样时刻k的远端信号强度P_f[k]和近端信号强度P_n[k]的具体方法进行描述。

P_f[k]的值可以采用采样时刻k的前N个采样时刻的远端信号强度的均值获得，例如：

同样，P_n[k]的值也可以采用采样时刻k的前N个采样时刻的近端信号强度的均值获得，例如，

或者，P_f[k]和P_n[k]也可以采用迭代的方式获得，以近端信号P_n[k]为例：

$P_n\left[k\right]=\left\{\begin{array}{c}{x}^2\left[0\right],k=0\\ {\mathrm{\α}}_0{x}^2\left[1\right]+(1-{\mathrm{\α}}_1)P_n\left[0\right]+(1-{\mathrm{\α}}_2)P_n\left[0\right],k=1\\ {\mathrm{\α}}_0{x}^2[k-1]+(1-{\mathrm{\α}}_1)P_n[k-1]+(1-{\mathrm{\α}}_2)P_n[k-2],k\≥2\end{array}\right.,---\left(5\right)$

其中，0＜α₁，α₂＜1，x[k-1]为上一采样时刻k-1的远端信号幅度值，x[0]为初始采样时刻远端信号幅度值。

P_f[k]可以采用同样的方式获得，例如：

$P_f\left[k\right]=\left\{\begin{array}{c}{x}^2\left[0\right],k=0\\ {\mathrm{\α}}_0{x}^2\left[1\right]+(1-{\mathrm{\α}}_3)P_f\left[0\right]+(1-{\mathrm{\α}}_4)P_f\left[0\right],k=1\\ {\mathrm{\α}}_0{x}^2[k-1]+(1-{\mathrm{\α}}_3)P_f[k-1]+(1-{\mathrm{\α}}_4)P_f[k-2],k\≥2\end{array}\right.---\left(6\right)$

其中，0＜α₃，α₄＜1。

在得到P_f[k]和P_n[k]之后，下面对上述步骤202中根据P_f[k]和P_n[k]之间的比值状况，设置自适应滤波器的滤波器系数的具体方式进行描述。根据P_f[k]和P_n[k]之间的比值状况大致可以分为以下三种情况：

第一种情况：如果

则采用默认的自适应滤波器精度和幅度。其中，A为预先设置的小于1的经验值，例如可以取A为0.3，B为预先设置的大于1的经验值，例如可以取B为3。

在这种情况下，说明P_f[k]和P_n[k]之间的比值在正常的范围内，采用自适应滤波器默认的系数设置即可。

第二种情况：如果

则增大自适应滤波器的精度并减小自适应滤波器的幅度。

在这种情况下，说明远端信号的强度P_f[k]小于近端信号的强度P_n[k]达到一定的程度，自适应滤波器的系数

为一个较小的值时就能够达到较好的回声消除效果，也就是说，此时自适应滤波器的幅度范围可以设置为较小，可以在寄存器中预留较多的位数来提高自适应滤波器的精度，这样，即便近端信号的自相关矩阵的特征值分散度较大，受到自适应滤波器幅度的限制和较高的精度条件下，瞬时滤波误差也可以限制在较小的范围，以达到较好的主观语音效果。

增大自适应滤波器的精度可以为将自适应滤波器的精度增大到2^M倍，其中，M为预设的经验值，但需要保证自适应滤波器的精度小于或等于预先设置的最大精度值，同理，减小自适应滤波器的幅度时，可以为将自适应滤波器的幅度减小到2^-M倍，但需要保证自适应滤波器的幅度大于或等于预先设置的最小幅度值。

此时，对应上述公式(2)中，对的调整为将的值进行四舍五入后向右移动M位，可以表示为：

其中，＜＜表示按照比特向左移动，通过向左移动M位，

的值进行四舍五入后的值的整数部分减少M位，小数部分增加M位，从而使得自适应滤波器的精度增大到2^M倍，幅度减小到2^-M倍。

第三种情况：如果则减小自适应滤波器的精度并增大自适应滤波器的幅度。

在这种情况下，说明远端信号的强度P_f[k]大于近端信号的强度P_n[k]达到一定的程度，这种情况下如果不对滤波器系数进行调整，则会造成回声残留较大，滤波器收敛较慢的状况。这就需要有较大的滤波器幅度，从而表示出正确的回声路径，加快收敛速度，此时可以适量地牺牲滤波器精度。

本步骤中，减小自适应滤波器的精度并增大自适应滤波器的幅度为：将自适应滤波器的精度减小到2^-L倍，将自适应滤波器的幅度增大到2^L倍，其中L为预设的经验值，且L为正整数。需要注意的是，在减小自适应滤波器的精度时，需要保证自适应滤波器的精度大于或等于预先设置的最小精度值，同理，增大自适应滤波器的幅度时，需要保证自适应滤波器的幅度小于或等于预先设置的最大幅度值。

此时，对应上述公式(2)中，对的调整为将

的值向右移动L位，可以表示为：

以上是对本发明所提供的方法进行的描述，下面对本发明所提供的装置进行描述。如图3所示，该装置可以包括：强度确定单元300、系数调整单元310和自适应滤波器320。

强度确定单元300，用于确定当前采样时刻k的远端信号强度P_f[k]和近端信号强度P_n[k]。

系数调整单元310，用于根据P_f[k]和P_n[k]之间的比值状况，设置自适应滤波器320的滤波器系数。

自适应滤波器320，用于按照系数调整单元310设置的滤波器系数，在当前采样时刻k对近端信号进行回声消除处理。

其中，上述强度确定单元300，可以具体将当前采样时刻k的前N个采样时刻的近端信号强度的均值，确定为当前采样时刻k的近端信号强度P_n[k]，或者，按照

确定当前采样时刻k的近端信号强度P_n[k]，其中，x[k-1]为上一采样时刻k-1的远端信号幅度值，x[0]为初始采样时刻远端信号幅度值，0＜α₁，α₂＜1；将当前采样时刻k的前N个采样时刻的远端信号强度的均值，确定为当前采样时刻k的远端信号强度P_f[k]，或者，按照

确定当前采样时刻k的远端信号强度P_f[k]，0＜α₃，α₄＜1。

具体地，系数调整单元310可以包括：比值确定子单元311、比值比较子单元312和系数调整子单元313。

比值确定子单元311，用于确定远端信号强度和近端信号强度之间的比值

比值比较子单元312，用于比较

与预设的小于1的经验值A和预设的大于1的经验值B。

系数调整子单元313，用于根据比值比较子单元312的比较结果，如果则采用默认的自适应滤波器精度和幅度，如果

则增大自适应滤波器的精度并减小自适应滤波器的幅度，如果

则减小自适应滤波器的精度并增大自适应滤波器的幅度。

其中，上述系数调整子单元313可以在时，具体将自适应滤波器的精度增大到2^M倍，将自适应滤波器的幅度减小到2^-M倍；在

时，具体将自适应滤波器的精度减小到2^-L倍，将自适应滤波器的幅度增大到2^L倍；其中，M和L为预设的经验值，且为正整数。

需要注意的是，在减小自适应滤波器的精度时，需要保证自适应滤波器的精度大于或等于预先设置的最小精度值，同理，增大自适应滤波器的幅度时，需要保证自适应滤波器的幅度小于或等于预先设置的最大幅度值。

由以上描述可以看出，本发明通过远端信号强度和近端信号强度之间的比值状况调整自适应滤波器的幅度和精度，从而避免不恰当的幅度和精度可能导致的回声残留较大、收敛速度慢以及滤波器系数发散等问题，有效地解决了由于处理芯片的寄存器位数限制导致的滤波器精度和幅度相互矛盾的问题，提高了回声消除对环境的适应能力，提高了回声消除效果。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (4)

1.一种回声消除的方法，其特征在于，该方法包括：

A、确定当前采样时刻k的远端信号强度P_f[k]和近端信号强度P_n[k]；

B、根据P_f[k]和P_n[k]之间的比值状况，设置自适应滤波器的滤波器系数；

如果

则采用默认的自适应滤波器精度和幅度；

如果则将自适应滤波器的精度增大到2^M倍，将自适应滤波器的幅度减小到2^-M倍，其中M为预设的经验值，且M为正整数；

如果

则将自适应滤波器的精度减小到2^-L倍，将自适应滤波器的幅度增大到2^L倍，其中L为预设的经验值，且L为正整数；

其中，A为预先设置的小于1的经验值；B为预先设置的大于1的经验值；

C、按照步骤B处理后的自适应滤波器系数，在当前采样时刻k对近端信号进行回声消除处理。

2.根据权利要求1所述的方法，其特征在于，所述步骤A具体包括：将当前采样时刻k的前N个采样时刻的近端信号强度的均值，确定为当前采样时刻k的近端信号强度P_n[k]；或者，按照

$P_n\[k\]=\left\{\begin{array}{c}{x}^2\left[0\right],k=0\\ {\mathrm{\α}}_0{x}^2\left[1\right]+(1-{\mathrm{\α}}_1)p_n\left[0\right]+(1-{\mathrm{\α}}_2)P_n\left[0\right],k=1\\ {\mathrm{\α}}_0{x}^2[k-1]+(1-{\mathrm{\α}}_1)P_n[k-1]+(1-{\mathrm{\α}}_2)P_n[k-2],k\≥2\end{array}\right.,$ 确定当前采样时刻k的近端信号强度P_n[k]，其中，x[k-1]为上一采样时刻k-1的远端信号幅度值，x[0]为初始采样时刻远端信号幅度值，0＜α₁，α₂＜1；

将当前采样时刻k的前N个采样时刻的远端信号强度的均值，确定为当前采样时刻k的远端信号强度P_f[k]；或者，按照

$P_f\[k\]=\left\{\begin{array}{c}{x}^2\left[0\right],k=0\\ {\mathrm{\α}}_0{x}^2\left[1\right]+(1-{\mathrm{\α}}_3)p_f\left[0\right]+(1-{\mathrm{\α}}_4)P_f\left[0\right],k=1\\ {\mathrm{\α}}_0{x}^2[k-1]+(1-{\mathrm{\α}}_3)P_f[k-1]+(1-{\mathrm{\α}}_4)P_f[k-2],k\≥2\end{array}\right.,$ 确定当前采样时刻k的远端信号强度P_f[k]，0＜α₃，α₄＜1。

3.一种回声消除的装置，其特征在于，该装置包括：强度确定单元、系数调整单元和自适应滤波器；

所述强度确定单元，用于确定当前采样时刻k的远端信号强度P_f[k]和近端信号强度P_n[k]；

所述系数调整单元包括：比值确定子单元、比值比较子单元和系数调整子单元；

所述比值确定子单元，用于确定远端信号强度和近端信号强度之间的比值

所述比值比较子单元，用于比较所述与预设的小于1的经验值A和预设的大于1的经验值B；

所述系数调整子单元，用于根据所述比值比较子单元的比较结果，如果

则采用默认的自适应滤波器精度和幅度，如果

则将自适应滤波器的精度增大到2^M倍，将自适应滤波器的幅度减小到2^-M倍，如果则将自适应滤波器的精度减小到2^-L倍，将自适应滤波器的幅度增大到2^L倍；其中，M和L为预设的经验值，且为正整数；

所述自适应滤波器，用于按照所述系数调整单元设置的滤波器系数，在当前采样时刻k对近端信号进行回声消除处理。

4.根据权利要求3所述的装置，其特征在于，所述强度确定单元，具体将当前采样时刻k的前N个采样时刻的近端信号强度的均值，确定为当前采样时刻k的近端信号强度P_n[k]，或者，按照

$P_n\[k\]=\left\{\begin{array}{c}{x}^2\left[0\right],k=0\\ {\mathrm{\α}}_0{x}^2\left[1\right]+(1-{\mathrm{\α}}_1)p_n\left[0\right]+(1-{\mathrm{\α}}_2)P_n\left[0\right],k=1\\ {\mathrm{\α}}_0{x}^2[k-1]+(1-{\mathrm{\α}}_1)P_n[k-1]+(1-{\mathrm{\α}}_2)P_n[k-2],k\≥2\end{array}\right.,$ 确定当前采样时刻k的近端信号强度P_n[k]，其中，x[k-1]为上一采样时刻k-1的远端信号幅度值，x[0]为初始采样时刻远端信号幅度值，0＜α₁，α₂＜1；将当前采样时刻k的前N个采样时刻的远端信号强度的均值，确定为当前采样时刻k的远端信号强度P_f[k]，或者，按照

$P_f\[k\]=\left\{\begin{array}{c}{x}^2\left[0\right],k=0\\ {\mathrm{\α}}_0{x}^2\left[1\right]+(1-{\mathrm{\α}}_3)p_f\left[0\right]+(1-{\mathrm{\α}}_4)P_f\left[0\right],k=1\\ {\mathrm{\α}}_0{x}^2[k-1]+(1-{\mathrm{\α}}_3)P_f[k-1]+(1-{\mathrm{\α}}_4)P_f[k-2],k\≥2\end{array}\right.,$ 确定当前采样时刻k的远端信号强度P_f[k]，0＜α₃，α₄＜1。

Images