CN111028856A - 一种变步长的回声消除方法 - Google Patents
一种变步长的回声消除方法 Download PDFInfo
- Publication number
- CN111028856A CN111028856A CN202010017508.8A CN202010017508A CN111028856A CN 111028856 A CN111028856 A CN 111028856A CN 202010017508 A CN202010017508 A CN 202010017508A CN 111028856 A CN111028856 A CN 111028856A
- Authority
- CN
- China
- Prior art keywords
- current time
- value
- signal
- vector
- weight coefficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 13
- 238000005070 sampling Methods 0.000 claims abstract description 12
- 241001366338 Celastrina echo Species 0.000 claims abstract description 4
- 230000003044 adaptive effect Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 7
- 241000117148 Brachycentrus echo Species 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 230000035939 shock Effects 0.000 abstract description 2
- 230000008030 elimination Effects 0.000 abstract 1
- 238000003379 elimination reaction Methods 0.000 abstract 1
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000004088 simulation Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 238000002592 echocardiography Methods 0.000 description 3
- 230000035772 mutation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Filters That Use Time-Delay Elements (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明公开了一种变步长的回声消除方法，其步骤主要为：A、远端信号采样；B、回声信号估计；C、回声信号消除；D、误差信号阈值的确定：由残差信号平方时间窗向量取中位数，得到残差信号平方中位数；进而得到M估计器的期望方差；再得到M估计器阈值；E、误差信号限定值的计算；F、步长的更新：计算出步长更新调整向量；进而得到步长值；G、滤波器抽头权系数更新：由权系数零吸引因子得到下一时刻的抽头权系数向量；H、重复。该方法的收敛速度快，稳态失调低，且其抗冲击能力强，具有更好的回声消除效果。
Description
技术领域
本发明涉及一种回声消除方法。
背景技术
自适应信号处理作为信息技术的重要分支，在语音通信领域得到广泛的应用。声音在封闭空间中经过多次反射会形成回声，由于传输介质中阻抗不匹配也会在信号传输中形成回声。因此，在语音通讯时会产生回声，影响通话质量；需要进行回声消除。通信回声可以通过系统辨识模型来消除：所辨识的系统为回声信道，系统辨识的输出为回声信号的估计，通过含回声信号的语音信号与回声信号的估计相减便可实现回声的消除，这就是自适应回声消除器的原理。
最小均方算法(LMS)作为经典算法在系统辨识领域得到了广泛的应用，该算法是基于均方误差最小的原理推导而来，它的优点在于较低的计算复杂度，并且容易实现。但其对于语音通信这种稀疏系统，其识别性能较差。为改善语音通信的识别性能，Yilun Chen提出了再加权零吸引自适应滤波器算法(Y.Chen,Y.Gu,and A.O.Hero,“Sparse LMS forsystem identification,”in:Proc.Int.Conf.Acoust.,Speech,Signal Process.(ICASSP),Taiwan,Apr.2009,pp.3125–3128)，简称为RZALMS算法，该算法在LMS算法的代价函数后加入了一个关于权系数向量的一范数加权求和项，再通过梯度下降原理得到一个零吸引子，从而实现对当前时刻的权系数值进行惩罚，加快了权系数在迭代时向零更新的速度，一定程度上减小了稳态误差。然而，当系统的背景噪声被冲击噪声所干扰时，RZALMS算法会面临不收敛的问题。
发明内容
本发明的目的是提供一种变步长的回声消除方法，该方法的收敛速度快，稳态失调低，且其抗冲击能力强，具有更好的回声消除效果。
本发明实现其发明目的所采用的技术方案是，一种变步长的回声消除方法，其步骤如下：
A、远端信号采样
将当前时刻n和前L-1个时刻的远端采样信号x(n)，x(n-1),…,x(n-L+1)，组成当前时刻n的输入信号向量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16、32或128；
B、回声信号估计
将当前时刻n的输入信号向量X(n)，通过自适应滤波器得到当前时刻n的回声信号的估计值
其中，W(n)＝[w1(n),w2(n),…,wi(n),…wL(n)]T为当前时刻的自适应滤波器抽头权系数向量，其初始值为零，即W(0)＝0，wi(n)为当前时刻的自适应滤波器的第i个抽头权系数，i＝1，2，3，…，L；
C、回声信号消除
将当前时刻n的近端采样信号d(n)，减去步骤B获得的当前时刻n的回声信号的估计值
得到消除回声的当前时刻的误差信号e(n)，
D、误差信号阈值的确定
D1、残差信号平方时间窗向量的确定
由当前时刻n的误差信号e(n)，得到当前时刻n的误差信号平方e2(n)，将当前时刻n和前Nw-1个时刻的残差信号平方e2(n),e2(n-1),...,e2(n-Nw+1)，组成当前时刻n的残差信号平方时间窗向量E(n)，
E(n)＝[e2(n),e2(n-1),...,e2(n-Nw+1)]
其中，Nw是时间窗的长度，取值为9；
D2、M估计器的期望方差的确定
取当前时刻n的残差信号平方时间窗向量E(n)的中位数，得到当前时刻n的残差信号平方中位数
其中，med(·)表示取中位数运算；
进而计算出当前时刻n的M估计器的期望方差σ2(n)，
其中，C为计算纠正因子，C＝1.483{1+5/(Nw-1)}；ζ为延迟参数，其取值为0.9～0.99；M估计器的期望方差σ2(n)的初始值为0，即σ2(0)＝0；
D3、M估计器阈值的确定
计算出当前时刻n的M估计器阈值ξ(n)，
k为M估计器的阈值系数，取值为2.576；
E、误差信号限定值的计算
根据当前时刻n的残差信号e(n)和当前时刻n的M估计器阈值ξ(n)，得到当前时刻n的M估计器的误差信号限定值ψ(n)：
F、步长的更新
F1、步长更新调整向量的确定
根据步骤E的当前时刻n的误差信号限定值ψ(n)和当前时刻n的输入向量X(n)，得到当前时刻n的步长更新调整向量T(n)，T(n)＝ψ(n)X(n)；
F2、步长的更新
由下式得到当前时刻n的步长值μ(n)，
μ(n)＝τμ(n-1)+ηTT(n)T(n-1)
其中，τ为步长衰减系数，其取值为0.9～0.99；η为步长调整系数，其取值为0.05～0.1；步长值μ(n)的初始值为0，即μ(0)＝0；
G、滤波器抽头权系数更新
G1、权系数零吸引因子的确定
由下式得出当前时刻n的权系数零吸引因子R(n)，
其中，sgn(·)表示取符号运算；γ表示零吸引缩小系数，其取值为0.001；β表示权系数零吸引调整参数，其取值为40～50；
G2、抽头权系数的更新
由下式得出，下一时刻n+1的自适应滤波器的抽头权系数向量W(n+1)，W(n+1)＝W(n)+μ(n)ψ(n)X(n)-R(n)；
H、重复
令n＝n+1，重复步骤A～G的操作，直至通话结束。
与现有技术相比，本发明的有益效果是：
一、抗冲击能力强
本发明通过对误差信号进行递归M估计器运算，M估计器是对误差信号的鲁棒估计：抽头权系数的更新公式中的步长调整项μ(n)ψ(n)X(n)中的误差信号限定值ψ(n)，由公式
决定；即在残差信号e(n)超出阈值ξ(n)时，判定系统出现冲击信号，误差信号限定值ψ(n)取值为0，步长调整项μ(n)ψ(n)X(n)也为0，使得残差信号(冲击信号)对权系数的更新没有影响；系统的抗冲击能力强。而当残差信号小于阈值ξ(n)时，认定系统没有出现冲击信号，误差信号限定值ψ(n)的取值等于残差信号e(n)，滤波器的权值更新速度，通过步长调整项μ(n)ψ(n)X(n)对残差信号e(n)实现同步跟踪，系统的收敛速度快、稳态误差低。
二、收敛速度快
权系数向量更新公式中的最后一项零吸引因子R(n)，
是一个小于权系数且与权系数同向的量，抽头权系数向量在更新时减去该零吸引因子，有利于权系数迅速向零靠近，加快了收敛速度，降低了稳态误差；进一步提高了回声消除的质量。
三、计算复杂度低
本发明中所提算法不包含指数运算，计算量较小，实现成本低。
下面结合附图和具体实施方式对本发明进行详细的说明。
附图说明
图1是本发明实施例仿真实验时的步长参数变化曲线。
图2是RZALMS算法和本发明方法在系统发生突变情况下，仿真实验得到的归一化稳态失调曲线。
具体实施方式
实施例
本发明的一种具体实施方式是，一种变步长的回声消除方法，其步骤如下：
A、远端信号采样
将当前时刻n和前L-1个时刻的远端采样信号x(n)，x(n-1),…,x(n-L+1)，组成当前时刻n的输入信号向量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16、32或128；
B、回声信号估计
将当前时刻n的输入信号向量X(n)，通过自适应滤波器得到当前时刻n的回声信号的估计值
其中，W(n)＝[w1(n),w2(n),...,wi(n),...wL(n)]T为当前时刻的自适应滤波器抽头权系数向量，其初始值为零，即W(0)＝0，wi(n)为当前时刻的自适应滤波器的第i个抽头权系数，i＝1，2，3，…，L；
C、回声信号消除
将当前时刻n的近端采样信号d(n)，减去步骤B获得的当前时刻n的回声信号的估计值
得到消除回声的当前时刻的误差信号e(n)，
D、误差信号阈值的确定
D1、残差信号平方时间窗向量的确定
由当前时刻n的误差信号e(n)，得到当前时刻n的误差信号平方e2(n)，将当前时刻n和前Nw-1个时刻的残差信号平方e2(n),e2(n-1),...,e2(n-Nw+1)，组成当前时刻n的残差信号平方时间窗向量E(n)，
E(n)＝[e2(n),e2(n-1),...,e2(n-Nw+1)]
其中，Nw是时间窗的长度，取值为9；
D2、M估计器的期望方差的确定
取当前时刻n的残差信号平方时间窗向量E(n)的中位数，得到当前时刻n的残差信号平方中位数
其中，med(·)表示取中位数运算；
进而计算出当前时刻n的M估计器的期望方差σ2(n)，
其中，C为计算纠正因子，C＝1.483{1+5/(Nw-1)}；ζ为延迟参数，其取值为0.9～0.99；M估计器的期望方差σ2(n)的初始值为0，即σ2(0)＝0；
D3、M估计器阈值的确定
计算出当前时刻n的M估计器阈值ξ(n)，
k为M估计器的阈值系数，取值为2.576；
E、误差信号限定值的计算
根据当前时刻n的残差信号e(n)和当前时刻n的M估计器阈值ξ(n)，得到当前时刻n的M估计器的误差信号限定值ψ(n)：
F、步长的更新
F1、步长更新调整向量的确定
根据步骤E的当前时刻n的误差信号限定值ψ(n)和当前时刻n的输入向量X(n)，得到当前时刻n的步长更新调整向量T(n)，T(n)＝ψ(n)X(n)；
F2、步长的更新
由下式得到当前时刻n的步长值μ(n)，
μ(n)＝τμ(n-1)+ηTT(n)T(n-1)
其中，τ为步长衰减系数，其取值为0.9～0.99；η为步长调整系数，其取值为0.05～0.1；步长值μ(n)的初始值为0，即μ(0)＝0；
G、滤波器抽头权系数更新
G1、权系数零吸引因子的确定
由下式得出当前时刻n的权系数零吸引因子R(n)，
其中，sgn(·)表示取符号运算；γ表示零吸引缩小系数，其取值为0.001；β表示权系数零吸引调整参数，其取值为40～50；
G2、抽头权系数的更新
由下式得出，下一时刻n+1的自适应滤波器的抽头权系数向量W(n+1)，W(n+1)＝W(n)+μ(n)ψ(n)X(n)-R(n)；
H、重复
令n＝n+1，重复步骤A～G的操作，直至通话结束。
仿真实验
为了验证本发明方法的有效性，我们进行了仿真实验，并与RZALMS算法做了性能对比。
仿真实验中自适应滤波器抽头长度L为16，远端的输入信号采用一阶自回归(AR(1))信号，在房间为长6.25m，宽3.75m，高2.5m，温度20℃，湿度50％的安静密闭房间内，将接收到的远端信号经扬声器播放后，在房间中用麦克风按采样频率为8000Hz，按采样阶数L为16共拾取出6000个时刻点的近端信号d(n)。
实验中各算法的参数具体取值如下表:
各算法仿真实验的参数
仿真结果通过独立运行200次平均得到。
图1是本发明实施例仿真实验时的步长参数变化曲线。
图2是RZALMS算法和本发明方法在系统发生突变情况下，仿真实验得到的归一化稳态失调曲线。
从图1可以发现，本发明在算法收敛初期获得了较大的步长参数从而实现了快的收敛速度；在达到稳态时，步长参数明显减小，进而实现了低的稳态失调。
从图2可以看出，在含有冲击噪声的稀疏系统中，RZALMS算法不收敛，即RZALMS算法不能在含冲击噪声的环境中工作；本发明在1200时刻基本收敛完成，本发明的抗冲击能力强。
Claims (1)
1.一种变步长的回声消除方法，其步骤如下：
A、远端信号采样
将当前时刻n和前L-1个时刻的远端采样信号x(n)，x(n-1),…,x(n-L+1)，组成当前时刻n的输入信号向量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16、32或128；
B、回声信号估计
将当前时刻n的输入信号向量X(n)，通过自适应滤波器得到当前时刻n的回声信号的估计值
其中，W(n)＝[w1(n),w2(n),…,wi(n),…wL(n)]T为当前时刻的自适应滤波器抽头权系数向量，其初始值为零，即W(0)＝0，wi(n)为当前时刻的自适应滤波器的第i个抽头权系数，i＝1，2，3，…，L；
C、回声信号消除
将当前时刻n的近端采样信号d(n)，减去步骤B获得的当前时刻n的回声信号的估计值
得到消除回声的当前时刻的误差信号e(n)，
D、误差信号阈值的确定
D1、残差信号平方时间窗向量的确定
由当前时刻n的误差信号e(n)，得到当前时刻n的误差信号平方e2(n)，将当前时刻n和前Nw-1个时刻的残差信号平方e2(n),e2(n-1),...,e2(n-Nw+1)，组成当前时刻n的残差信号平方时间窗向量E(n)，
E(n)＝[e2(n),e2(n-1),...,e2(n-Nw+1)]
其中，Nw是时间窗的长度，取值为9；
D2、M估计器的期望方差的确定
取当前时刻n的残差信号平方时间窗向量E(n)的中位数，得到当前时刻n的残差信号平方中位数
其中，med(·)表示取中位数运算；
进而计算出当前时刻n的M估计器的期望方差σ2(n)，
其中，C为计算纠正因子，C＝1.483{1+5/(Nw-1)}；ζ为延迟参数，其取值为0.9～0.99；M估计器的期望方差σ2(n)的初始值为0，即σ2(0)＝0；
D3、M估计器阈值的确定
计算出当前时刻n的M估计器阈值ξ(n)，
k为M估计器的阈值系数，取值为2.576；
E、误差信号限定值的计算
根据当前时刻n的残差信号e(n)和当前时刻n的M估计器阈值ξ(n)，得到当前时刻n的M估计器的误差信号限定值ψ(n)：
F、步长的更新
F1、步长更新调整向量的确定
根据步骤E的当前时刻n的误差信号限定值ψ(n)和当前时刻n的输入向量X(n)，得到当前时刻n的步长更新调整向量T(n)，T(n)＝ψ(n)X(n)；
F2、步长的更新
由下式得到当前时刻n的步长值μ(n)，
μ(n)＝τμ(n-1)+ηTT(n)T(n-1)
其中，τ为步长衰减系数，其取值为0.9～0.99；η为步长调整系数，其取值为0.05～0.1；步长值μ(n)的初始值为0，即μ(0)＝0；
G、滤波器抽头权系数更新
G1、权系数零吸引因子的确定
由下式得出当前时刻n的权系数零吸引因子R(n)，
其中，sgn(·)表示取符号运算；γ表示零吸引缩小系数，其取值为0.001；β表示权系数零吸引调整参数，其取值为40～50；
G2、抽头权系数的更新
由下式得出，下一时刻n+1的自适应滤波器的抽头权系数向量W(n+1)，W(n+1)＝W(n)+μ(n)ψ(n)X(n)-R(n)；
H、重复
令n＝n+1，重复步骤A～G的操作，直至通话结束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010017508.8A CN111028856B (zh) | 2020-01-08 | 2020-01-08 | 一种变步长的回声消除方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010017508.8A CN111028856B (zh) | 2020-01-08 | 2020-01-08 | 一种变步长的回声消除方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111028856A true CN111028856A (zh) | 2020-04-17 |
| CN111028856B CN111028856B (zh) | 2022-01-28 |
Family
ID=70198700
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010017508.8A Active CN111028856B (zh) | 2020-01-08 | 2020-01-08 | 一种变步长的回声消除方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111028856B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111795791A (zh) * | 2020-07-06 | 2020-10-20 | 浙江大学 | 一种变步长液压振动台自适应幅相控制方法 |
| CN111916099A (zh) * | 2020-10-13 | 2020-11-10 | 南京天悦电子科技有限公司 | 一种变步长助听器自适应回声消除装置及回声消除方法 |
| CN112087178A (zh) * | 2020-09-14 | 2020-12-15 | 四川长虹电器股份有限公司 | 一种永磁同步电机的参数识别方法 |
| CN114513755A (zh) * | 2022-02-09 | 2022-05-17 | 哈尔滨工程大学 | 一种智慧城市5g大数据定位系统的信号提取识别方法 |
| CN117789691A (zh) * | 2024-02-27 | 2024-03-29 | 苏州大学 | 一种用于电话通信的回声消除方法及系统 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101043560A (zh) * | 2006-03-22 | 2007-09-26 | 北京大学深圳研究生院 | 回声消除器及回声消除方法 |
| US7333605B1 (en) * | 2002-04-27 | 2008-02-19 | Fortemedia, Inc. | Acoustic echo cancellation with adaptive step size and stability control |
| US20080175375A1 (en) * | 2007-01-24 | 2008-07-24 | Oki Electric Industry Co., Ltd. | Echo canceler and echo canceling method |
| CN101272161A (zh) * | 2008-04-30 | 2008-09-24 | 中山大学 | 一种自适应回声消除的方法 |
| US20130322638A1 (en) * | 2012-06-02 | 2013-12-05 | Yuan Ze University | Method for acoustic echo cancellation and system thereof |
| US20140112488A1 (en) * | 2012-10-23 | 2014-04-24 | Electronics And Telecommunications Research Institute | Method and apparatus for canceling acoustic echo, and method for updating adaptive filter coefficient by the apparatus |
| CN104883462A (zh) * | 2014-02-28 | 2015-09-02 | 中国科学院声学研究所 | 一种用于消除声学回声的自适应滤波器及滤波方法 |
| CN106128471A (zh) * | 2016-08-26 | 2016-11-16 | 西南交通大学 | 一种收缩变步长子带回声消除方法 |
| CN107333017A (zh) * | 2017-05-22 | 2017-11-07 | 西南交通大学 | 一种重用权系数指数型误差自适应回声消除方法 |
| CN108172233A (zh) * | 2017-12-12 | 2018-06-15 | 天格科技（杭州）有限公司 | 基于远端估计信号和误差信号回归因子的回声消除方法 |
| CN109040499A (zh) * | 2018-08-14 | 2018-12-18 | 西南交通大学 | 一种抗冲击干扰的自适应回声消除方法 |
| CN109754813A (zh) * | 2019-03-26 | 2019-05-14 | 南京时保联信息科技有限公司 | 基于快速收敛特性的变步长回声消除方法 |
| CN110191245A (zh) * | 2019-07-10 | 2019-08-30 | 西南交通大学 | 一种基于时变参数的自适应回声消除方法 |
| CN110572525A (zh) * | 2019-10-30 | 2019-12-13 | 西南交通大学 | 一种用于语音通信的自适应通信回声消除方法 |
-
2020
- 2020-01-08 CN CN202010017508.8A patent/CN111028856B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7333605B1 (en) * | 2002-04-27 | 2008-02-19 | Fortemedia, Inc. | Acoustic echo cancellation with adaptive step size and stability control |
| CN101043560A (zh) * | 2006-03-22 | 2007-09-26 | 北京大学深圳研究生院 | 回声消除器及回声消除方法 |
| US20080175375A1 (en) * | 2007-01-24 | 2008-07-24 | Oki Electric Industry Co., Ltd. | Echo canceler and echo canceling method |
| CN101272161A (zh) * | 2008-04-30 | 2008-09-24 | 中山大学 | 一种自适应回声消除的方法 |
| US20130322638A1 (en) * | 2012-06-02 | 2013-12-05 | Yuan Ze University | Method for acoustic echo cancellation and system thereof |
| US20140112488A1 (en) * | 2012-10-23 | 2014-04-24 | Electronics And Telecommunications Research Institute | Method and apparatus for canceling acoustic echo, and method for updating adaptive filter coefficient by the apparatus |
| CN104883462A (zh) * | 2014-02-28 | 2015-09-02 | 中国科学院声学研究所 | 一种用于消除声学回声的自适应滤波器及滤波方法 |
| CN106128471A (zh) * | 2016-08-26 | 2016-11-16 | 西南交通大学 | 一种收缩变步长子带回声消除方法 |
| CN107333017A (zh) * | 2017-05-22 | 2017-11-07 | 西南交通大学 | 一种重用权系数指数型误差自适应回声消除方法 |
| CN108172233A (zh) * | 2017-12-12 | 2018-06-15 | 天格科技（杭州）有限公司 | 基于远端估计信号和误差信号回归因子的回声消除方法 |
| CN109040499A (zh) * | 2018-08-14 | 2018-12-18 | 西南交通大学 | 一种抗冲击干扰的自适应回声消除方法 |
| CN109754813A (zh) * | 2019-03-26 | 2019-05-14 | 南京时保联信息科技有限公司 | 基于快速收敛特性的变步长回声消除方法 |
| CN110191245A (zh) * | 2019-07-10 | 2019-08-30 | 西南交通大学 | 一种基于时变参数的自适应回声消除方法 |
| CN110572525A (zh) * | 2019-10-30 | 2019-12-13 | 西南交通大学 | 一种用于语音通信的自适应通信回声消除方法 |
Non-Patent Citations (3)
| Title |
|---|
| PALEOLOGU C: ""Variable step-size NLMS algorithms designed for echo cancellation"", 《IEEE》 * |
| RESENDE L C: ""A Variable Step-Size NLMS Algorithm with Adaptive Coefficient Vector Reusing"", 《 IEEE INTERNATIONAL CONFERENCE ON ELECTRO/INFORMATION TECHNOLOGY》 * |
| SULYMAN A I: ""Echo cancellation using a variable step-size NLMS algorithm"", 《IEEE》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111795791A (zh) * | 2020-07-06 | 2020-10-20 | 浙江大学 | 一种变步长液压振动台自适应幅相控制方法 |
| CN111795791B (zh) * | 2020-07-06 | 2021-06-04 | 浙江大学 | 一种变步长液压振动台自适应幅相控制方法 |
| CN112087178A (zh) * | 2020-09-14 | 2020-12-15 | 四川长虹电器股份有限公司 | 一种永磁同步电机的参数识别方法 |
| CN111916099A (zh) * | 2020-10-13 | 2020-11-10 | 南京天悦电子科技有限公司 | 一种变步长助听器自适应回声消除装置及回声消除方法 |
| CN114513755A (zh) * | 2022-02-09 | 2022-05-17 | 哈尔滨工程大学 | 一种智慧城市5g大数据定位系统的信号提取识别方法 |
| CN114513755B (zh) * | 2022-02-09 | 2024-02-09 | 山西并和利马信息技术有限公司 | 一种智慧城市5g大数据定位系统的信号提取识别方法 |
| CN117789691A (zh) * | 2024-02-27 | 2024-03-29 | 苏州大学 | 一种用于电话通信的回声消除方法及系统 |
| CN117789691B (zh) * | 2024-02-27 | 2024-05-03 | 苏州大学 | 一种用于电话通信的回声消除方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111028856B (zh) | 2022-01-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111028856B (zh) | 一种变步长的回声消除方法 | |
| CN109040499B (zh) | 一种抗冲击干扰的自适应回声消除方法 | |
| CN110572525B (zh) | 一种用于语音通信的自适应通信回声消除方法 | |
| JP2882364B2 (ja) | 雑音消去方法及び雑音消去装置 | |
| CN111768796B (zh) | 一种声学回波消除与去混响方法及装置 | |
| CN109151237B (zh) | 基于零吸引的仿射投影自适应回声消除方法 | |
| CN109102794A (zh) | 基于凸组合的m估计成比例类仿射投影的回声消除方法 | |
| CN108877824B (zh) | 一种跟踪性能高的组合步长回声消除方法 | |
| CN109089004B (zh) | 一种基于相关熵诱导的集员自适应回声消除方法 | |
| CN108630216B (zh) | 一种基于双麦克风模型的mpnlms声反馈抑制方法 | |
| CN110191245B (zh) | 一种基于时变参数的自适应回声消除方法 | |
| CN107333017A (zh) | 一种重用权系数指数型误差自适应回声消除方法 | |
| CN111243568B (zh) | 一种凸约束自适应回声消除方法 | |
| CN105721729A (zh) | 基于块稀疏成比例重用权系数仿射投影的回声消除方法 | |
| CN115175063A (zh) | 啸叫抑制方法、装置、音响及扩音系统 | |
| Pawig et al. | Adaptive sampling rate correction for acoustic echo control in voice-over-IP | |
| CN113873090B (zh) | 一种稳健估计仿射投影样条自适应回声消除方法 | |
| CN116434765A (zh) | 一种基于半二次准则的频域样条自适应回声消除的方法 | |
| CN111739548B (zh) | 抗输入噪声的最小误差熵自适应回声消除方法 | |
| CN110767245B (zh) | 基于s型函数的语音通信自适应回声消除方法 | |
| Kim et al. | Comparison of two proposed methods in adaptive noise canceling | |
| US5581494A (en) | Adaptive discrete-time transversal filter | |
| Ramadan et al. | An adaptive noise canceller using error nonlinearities in the lms adaptation | |
| CN111899751B (zh) | 抗饱和失真的广义混合范数自适应回声消除方法 | |
| EP1055292A1 (en) | Methods and apparatus for controlling filter adaption in noise |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231124 Address after: Room 223, No. 188 Kaitai Avenue, Huangpu District, Guangzhou City, Guangdong Province, 510000 Patentee after: Guangzhou Liangcheng Yunqi Technology Co.,Ltd. Address before: 518000 Shangfeng Garden Shangfeng Business Center, Longtang Community, Minzhi Street, Longhua District, Shenzhen City, Guangdong Province 212 Patentee before: Shenzhen Chengze Information Technology Co.,Ltd. Effective date of registration: 20231124 Address after: 518000 Shangfeng Garden Shangfeng Business Center, Longtang Community, Minzhi Street, Longhua District, Shenzhen City, Guangdong Province 212 Patentee after: Shenzhen Chengze Information Technology Co.,Ltd. Address before: 610031 No. two, section 111, ring road, Chengdu, Sichuan, China Patentee before: SOUTHWEST JIAOTONG University |
|
| TR01 | Transfer of patent right |