CN104883462A - 一种用于消除声学回声的自适应滤波器及滤波方法 - Google Patents

Abstract

本发明提出了一种用于消除声学回声的自适应滤波器，所述自适应滤波器采用基于以下目标函数的自适应滤波算法，并采用限制系数对滤波器更新进行限制，且本发明的自适应滤波器每迭代R次对δ(k，m)进行一次更新。本发明克服已有的变步长控制方法的不足，提出一种收敛性能较好、稳态误差小且对双讲情况鲁棒的步长控制方法。该方法基于频域滤波器实现，通过对每次迭代过程中滤波器系数更新进行约束，获得较小的稳态误差和较好的双讲鲁棒性能，同时在频域对约束条件进行更新，提高了滤波器的收敛速度和跟踪速度。

Description

一种用于消除声学回声的自适应滤波器及滤波方法

技术领域

本发明涉及一种用于声学回声消除的频域自适应滤波器步长控制方法。

背景技术

作为自适应滤波的一个重要应用，声学回声消除在语音通信和识别等领域都起着举足重轻的作用，而如何保持回声消除器在双讲情况下的性能是声学回声消除技术的一个重点。针对这一问题，已经存在一些利用双讲检测或者变步长控制技术的算法。一方面，Benesty和Sugiyama利用互相关分别提出频域和时域的双讲检测方法（Benesty et al.A new class of doubletalk detectors based on cross-correlation,IEEETrans.Speech and Audio Processing,2000;Sugiyama et al.Noise-robust double-talkdetection based on normalized cross correlation and a noise offset,ICASSP,2005）,但是算法的准确性分别受到环境噪声和自适应滤波器性能的影响。另一方面，Paleologu和Vega提出对双讲比较鲁棒的变步长控制方法（Paleologu et al.Variable step-size NLMSalgorithm for under-modeling acoustic echo cancellation,IEEE Signal Processing Letters,2008;Vega et al.A new robust variable step-size NLMS algorithm,IEEE Trans.SignalProcessing,2008），使得滤波器即使在近端语音存在情况下也能独立于双讲检测器正常收敛,但是初始收敛速度和稳态误差性能都有待进一步改善。由于双讲检测存在固有的延迟问题，因而鲁棒性声学回声消除更多地通过可变步长控制方法实现。

发明内容

本发明的目的在于，为克服已有的变步长控制方法的不足，本发明提出一种用于消除声学回声的自适应滤波器及滤波方法。

为实现上述目的，本发明提供一种用于消除声学回声的自适应滤波器，所述自适应滤波器采用基于以下目标函数的自适应滤波算法：

$\begin{array}{c}W(k,m)=\arg \underset{W(k,m)\∈Z}{\min }{\left|E_P(k,m)\right|}^2\\ s.t.|W(k+1,m)-W(k,m)|\≤\begin{array}{c}\\ \end{array}\left\{\begin{array}{cc}2{\mathrm{\δ}}^l(k,m)& m\≤N_0\\ 2\mathrm{\δ}(k,m)\left|X(k,m)\right|& m>N_0\end{array}\right.\end{array}$

其中，m表示频率点，δ(k,m)和δ^l(k,m)是滤波器系数限制参数，k表示数据块数，arg表示定义域，E_P()表示频域后验误差，|E_P(k,m)|²表示第k块第m频点的后验误差，Z表示复空间，s.t.表示“需满足条件”；W(k,m)表示更新前滤波器权值，W(k+1,m)表示更新后滤波器权值；X(k,m)表示频域参考信号；N₀为整数，且满足fs表示声卡采样率且单位为Hz，[]表示取整数运算。

上述自适应滤波器每迭代R次时才δ(k,m)进行一次更新，更新公式为：

$\mathrm{\δ}(k,m)=\left\{\begin{array}{cc}{\mathrm{\δ}}_0& k=\mathrm{RM},...,\mathrm{RM}+(R-2)\\ {\mathrm{\δ}}_0{c}_m\left(k\right)& k=\mathrm{RM}+(R-1)\end{array}\right.M=\mathrm{0,1,2},...$

其中，R为大于1的自然数，δ₀表示初始化值，k表示数据块数，c_m()表示频率加权系数。

可选的，上述频率加权系数c_m(k)的计算公式如下：

$c_m\left(k\right)=P_m\left(k\right)/\stackrel{\‾}{P\left(k\right)}$

其中，P_m(k)表示第k块第m个频点滤波器权值的模，表示第k块各频点滤波器权值模的均值。

进一步可选的，上述R取值为2或3。

此外，本发明还提供一种用于消除声学回声的自适应滤波方法，所述方法包含：

步骤1：远端麦克风采集到的信号x(n)，并将采集的信号经过傅里叶变换后得到X(k)，将X(k)输入自适应滤波器的参考输入信号；

步骤2：对输入的参考信号X(k)进行自适应滤波，且进行自适应滤波时采用以下目标函数的自适应滤波算法：

$\begin{array}{c}W(k,m)=\arg \underset{W(k,m)\∈Z}{\min }{\left|E_P(k,m)\right|}^2\\ s.t.|W(k+1,m)-W(k,m)|\≤\begin{array}{c}\\ \end{array}\left\{\begin{array}{cc}2{\mathrm{\δ}}^l(k,m)& m\≤N_0\\ 2\mathrm{\δ}(k,m)\left|X(k,m)\right|& m>N_0\end{array}\right.\end{array}$

其中，m表示频率点，δ(k,m)和δ^l(k,m)是滤波器系数限制参数，k表示数据块数，arg表示定义域，E_P()表示频域后验误差，|E_P(k,m)|²表示第k块第m频点的后验误差，Z表示复空间，s.t.表示“需满足条件”；W(k,m)表示更新前滤波器权值，W(k+1,m)表示更新后滤波器权值；X(k,m)表示频域参考信号；N₀为整数，且满足fs表示声卡采样率且单位为Hz，[]表示取整数运算；

步骤3：将自适应滤波器的输出信号经过逆傅里叶变换之后得到y(n)，即估计的回声信号；

从近端麦克风采集的信号d(n)中减去y(n)，得到的残差信号e(n)即回声消除后的信号。

上述自适应滤波器每迭代R次时才δ(k,m)进行一次更新，更新公式为：

$\mathrm{\δ}(k,m)=\left\{\begin{array}{cc}{\mathrm{\δ}}_0& k=\mathrm{RM},...,\mathrm{RM}+(R-2)\\ {\mathrm{\δ}}_0{c}_m\left(k\right)& k=\mathrm{RM}+(R-1)\end{array}\right.M=\mathrm{0,1,2},...$

其中，R为大于1的自然数，δ₀表示初始化值，k表示数据块数，c_m()表示频率加权系数。

可选的，上述频率加权系数c_m(k)的计算公式如下：

$c_m\left(k\right)=P_m\left(k\right)/\stackrel{\‾}{P\left(k\right)}$

其中，P_m(k)表示第k块第m个频点滤波器权值的模，表示第k块各频点滤波器权值模的均值。

所述的声学回声来自于远程会议、语音人机交互、免持电话或蓝牙耳机式送受话器语音通信终端。

本发明优点：自适应滤波算法在频域实现，计算量较小，离散傅里叶变换(DFT)固有的去相关特性能够提高滤波器在非白信号输入情况下的收敛速度，而在频域对滤波器系数更新加以限制，能够提高自适应算法对双讲的鲁棒性。

附图说明

图1是时域自适应滤波器的基本结构图；

图2是频域自适应滤波示意图。

具体实施方式

下面结合附图和实施例对本发明所述方法进行详细说明。

本发明提供的技术方案收敛性能较好、稳态误差小且对双讲情况鲁棒的步长控制方法。该方法基于频域滤波器实现，通过对每次迭代过程中滤波器系数更新进行约束，获得较小的稳态误差和较好的双讲鲁棒性能，同时在频域对约束条件进行更新，提高了滤波器的收敛速度和跟踪速度。具体描述如下：

(1)如图1所示，远端信号x(n)由扬声器播放，经过空间传播后，和本地环境声音v(n)一起，被近端麦克风采集得到信号d(n)，声学回声消除利用x(n)作为参考信号，通过自适应滤波方法对传播路径h(n)进行系统估计，并利用估计的系统参数w(n)对参考信号进行滤波，进而消除d(n)中包含的回声。

(2)时域自适应滤波方法计算量很大，因而实际中多采用频域自适应滤波方法。如图2所示，将远端信号x(n)经过FFT变换到频域得到信号X(k)，频域滤波器系数为W(k)，滤波后的结果经IFFT反变换到时域得到信号y(n)，这里y(n)即为估计的回声信号。

(3)从麦克风信号d(n)中减去估计的回声信号，得到残差信号e(n)。一方面，e(n)作为滤波结果直接输出，另一方面，e(n)经过FFT变换后得到E(k)对滤波器系数W(k)迭代进行控制。

(4)滤波器系数W(k)的更新由约束条件限制。

实施例

图1是时域自适应滤波器的基本结构，利用x(n)作为参考信号，通过自适应滤波方法对传播路径h(n)进行系统估计，并利用估计的系统参数w(n)对参考信号进行滤波，进而消除d(n)中包含的回声。时域自适应滤波方法计算量很大，因而实际中多采用频域自适应滤波方法。

与图1等价的频域自适应滤波器结构如图2所示。自适应滤波器长度记为N，频域自适应滤波将数据按块处理，定义输入信号向量和滤波器系数向量如下式：

Xk＝[x(kN-N),x(kN-N+1),...,x(kN+N-1)]^T

w_k＝[w_k,0,w_k,1,...,w_k,N-1]

定义麦克风输入信号向量和残差向量（即输出信号向量）如下式所示：

d_k＝[d(kN),...,d(kN+N-1)]

e_k＝[e(kN),...,e(kN+N-1)]

其中，k表示块数下标。

对各信号进行FFT变换，FFT变换将时域信号投影为几乎独立的频域信号，频域滤波方法则是借助自适应方法对各个独立的频率分量进行权值的迭代更新。实际中应用最广泛的LMS(Least Mean Square)类算法的权值更新迭代表示为：

W(k+1)＝W(k)+μE(k)X^*(k)

式中，X(k)是第k块2N维频域输入向量，W(k+1)和W(k)分别是更新后和更新前的权值向量，E(k)表示频域残差向量，*表示复数共轭，μ即权值更新步长。

基于上述内容，本发明提出一种频域步长控制方法，通过对每次迭代过程中滤波器系数更新进行约束，获得较小的稳态误差和较好的双讲鲁棒性能，同时在频域对约束条件进行更新，提高了滤波器的收敛速度和跟踪速度。具体技术方案为：

一，获得频域模块：

依据频域自适应滤波器快速实现方法，得到频域的如下模型表示：

其中，F和F^-1分别表示傅里叶变换和反傅里叶变换，后N项{Vec}表示取向量Vec的后N个元素项，表示两个向量各元素对应相乘。E(k)和E_P(k)分别定义为频域先验和后验误差。根据近似表示，E(k)和E_P(k)可表示为：

E(k)＝D(k)-1/2X(k)W(k)

E_P(k)＝D(k)-1/2X(k)W(k+1)

二，根据以上频域模型，本发明提出基于以下目标函数的自适应滤波算法：

$\begin{array}{c}W(k,m)=\arg \underset{W(k,m)\∈Z}{\min }{\left|E_P(k,m)\right|}^2\\ s.t.|W(k+1,m)-W(k,m)|\≤\begin{array}{c}\\ \end{array}\left\{\begin{array}{cc}2{\mathrm{\δ}}^l(k,m)& m\≤N_0\\ 2\mathrm{\δ}(k,m)\left|X(k,m)\right|& m>N_0\end{array}\right.\end{array}$

其中，m表示频率点，δ(k,m)和δ^l(k,m)是滤波器系数限制参数。N₀为整数，满足这里，fs表示声卡采样率，单位Hz，[]表示取整数运算。

可以看到，本发明的目标函数是最小化后验误差，同时对滤波器系数的更新进行了限制，以保证双讲的鲁棒性。这是一个条件极值问题，对该问题进行求解，得到频域自适应滤波表达式如下：

$W(k+1,m)=W(k,m)+\mathrm{\μ}(k,m)\frac{2E(k,m)X^{*}(k,m)}{|X(k,m){|}^2}$ 其中，

$\mathrm{\μ}(k,m)=\left\{\begin{array}{cc}\min (1,\frac{{\mathrm{\δ}}^l(k,m)X\left|(k,m)\right|}{E(k,m)})& m\≤N_0\\ \min (1,\frac{\mathrm{\δ}(k,m)X|(k,m){|}^2}{E(k,m)})& m>N_0\end{array}\right.$

即本发明提出的步长控制表达式。

三，进一步地，为了保持算法对双讲的鲁棒性同时提高算法的收敛速度，需要对约束条件中的重要参数δ^l(k,m)和δ(k,m)进行更新，由于两者的更新方式相同，下面只对δ(k,m)的更新进行介绍。

在Vega提出的方法中，也存在一个具有类似作用的参数，但是该参数在所有频率点上都相同，没有利用实际声学回声路径的稀疏性。为此，本发明提出如下更新方式：

$\begin{array}{c}{L}_{\∞}\left(k\right)=\max \{W(k,1),W(k,2),...,W(k,N)\}\\ L_{\∞}^{\′}\left(l\right)=\max \{\mathrm{\ϵ},L_{\∞}\left(k\right)\}\\ P_l\left(k\right)=\max \{\mathrm{\κ}{L}_{\∞}^{\′}\left(l\right),W(k,l)\}\\ \stackrel{\‾}{P\left(k\right)}=\mathrm{mean}\{P_1\left(k\right),P_2\left(k\right),...,P_N\left(k\right)\}\\ c_l\left(k\right)=P_l\left(k\right)/\stackrel{\‾}{P\left(k\right)}\\ \mathrm{\δ}(k,m)={\mathrm{\δ}}_0{c}_m\left(k\right)\end{array}$

需要说明的是，δ(k,m)的这种更新方式能够提高算法的初始收敛速度和跟踪速度，但是在滤波器系数的大抽头值收敛后，小抽头的收敛会较慢，因而本发明的滤波器每迭代R（一般地，R取2或3比较合适）次这种更新才进行一次，本发明实施例中R＝2，即：

$\mathrm{\δ}(k,m)=\left\{\begin{array}{cc}{\mathrm{\δ}}_0& k=2M\\ {\mathrm{\δ}}_0{c}_m\left(k\right)& k=2M+1\end{array}\right.M=\mathrm{0,1,2},...$

在实际远程会议系统、语音人机交互系统、免持电话、蓝牙耳机式送受话器等语音通信终端中，都不可避免的存在声学回声。声学回声消除技术利用自适应滤波方法达到回声消除的目的。本发明在频域对滤波器系数更新加以限制（所谓限制就是前面提出目标函数时加的一个限制），提出一种新的步长控制方法，能够提高自适应算法对双讲的鲁棒性，同时对限制条件的重要参数进行自适应更新，在保持鲁棒性的基础上提高了自适应滤波器的收敛速度。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种用于消除声学回声的自适应滤波器，所述自适应滤波器采用基于以下目标函数的自适应滤波算法：

$\begin{array}{c}W(k,m)=\arg \underset{W(k,m)\∈Z}{\min }{\left|E_P(k,m)\right|}^2\\ s.t.|W(k+1,m)-W(k,m)|\≤\begin{array}{c}\\ \end{array}\left\{\begin{array}{cc}2{\mathrm{\δ}}^l(k,m)& m\≤N_0\\ 2\mathrm{\δ}(k,m)\left|X(k,m)\right|& m>N_0\end{array}\right.\end{array}$

其中，m表示频率点，δ(k,m)和δ^l(k,m)是滤波器系数限制参数，k表示数据块数，arg表示定义域，E_P()表示频域后验误差，|E_P(k,m)|²表示第k块第m频点的后验误差，Z表示复空间，s.t.表示“需满足条件”；W(k,m)表示更新前滤波器权值，W(k+1,m)表示更新后滤波器权值；X(k,m)表示频域参考信号；N₀为整数，且满足fs表示声卡采样率且单位为Hz，[]表示取整数运算。

2.根据权利要求1所述的用于消除声学回声的自适应滤波器，其特征在于，自适应滤波器每迭代R次时才δ(k,m)进行一次更新，更新公式为：

$\mathrm{\δ}(k,m)=\left\{\begin{array}{cc}{\mathrm{\δ}}_0& k=\mathrm{RM},...,\mathrm{RM}+(R-2)\\ {\mathrm{\δ}}_0{c}_m\left(k\right)& k=\mathrm{RM}+(R-1)\end{array}\right.M=\mathrm{0,1,2},...$

其中，R为大于1的自然数，δ₀表示初始化值，k表示数据块数，c_m()表示频率加权系数。

3.根据权利要求2所述的用于消除声学回声的自适应滤波器，其特征在于，所述频率加权系数c_m(k)的计算公式如下：

$c_m\left(k\right)=P_m\left(k\right)/\stackrel{\‾}{P\left(k\right)}$

其中，P_m(k)表示第k块第m个频点滤波器权值的模，表示第k块各频点滤波器权值模的均值。

4.根据权利要求3所述的用于消除声学回声的自适应滤波器，其特征在于，所述R取值为2或3。

5.一种用于消除声学回声的自适应滤波方法，所述方法包含：

步骤1：远端麦克风采集得到的信号x(n)，并将采集的信号经过傅里叶变换后得到X(k)，将X(k)作为自适应滤波器的参考输入信号；

步骤2：对输入的参考信号X(k)进行自适应滤波，且进行自适应滤波时采用以下目标函数的自适应滤波算法：

$\begin{array}{c}W(k,m)=\arg \underset{W(k,m)\∈Z}{\min }{\left|E_P(k,m)\right|}^2\\ s.t.|W(k+1,m)-W(k,m)|\≤\begin{array}{c}\\ \end{array}\left\{\begin{array}{cc}2{\mathrm{\δ}}^l(k,m)& m\≤N_0\\ 2\mathrm{\δ}(k,m)\left|X(k,m)\right|& m>N_0\end{array}\right.\end{array}$

其中，m表示频率点，δ(k,m)和δ^l(k,m)是滤波器系数限制参数，k表示数据块数，arg表示定义域，E_P()表示频域后验误差，|E_P(k,m)|²表示第k块第m频点的后验误差，Z表示复空间，s.t.表示“需满足条件”；W(k,m)表示更新前滤波器权值，W(k+1,m)表示更新后滤波器权值；X(k,m)表示频域参考信号；N₀为整数，且满足fs表示声卡采样率且单位为Hz，[]表示取整数运算；

步骤3：将自适应滤波器的输出信号经过逆傅里叶变换之后得到y(n)，即估计的回声信号；

从近端麦克风采集的信号d(n)中减去y(n)，得到的残差信号e(n)即回声消除后的信号。

6.根据权利要求5所述的用于消除声学回声的自适应滤波方法，其特征在于，自适应滤波器每迭代R次时才δ(k,m)进行一次更新，更新公式为：

$\mathrm{\δ}(k,m)=\left\{\begin{array}{cc}{\mathrm{\δ}}_0& k=\mathrm{RM},...,\mathrm{RM}+(R-2)\\ {\mathrm{\δ}}_0{c}_m\left(k\right)& k=\mathrm{RM}+(R-1)\end{array}\right.M=\mathrm{0,1,2},...$

其中，R为大于1的自然数，δ₀表示初始化值，k表示数据块数，c_m()表示频率加权系数。

7.根据权利要求6所述的用于消除声学回声的自适应滤波方法，其特征在于，所述频率加权系数c_m(k)的计算公式如下：

$c_m\left(k\right)=P_m\left(k\right)/\stackrel{\‾}{P\left(k\right)}$

其中，P_m(k)表示第k块第m个频点滤波器权值的模，表示第k块各频点滤波器权值模的均值。

8.根据权利要求5所述的用于消除声学回声的自适应滤波器方法，其特征在于，所述的声学回声来自于远程会议、语音人机交互、免持电话或蓝牙耳机式送受话器语音通信终端。