CN111092983B - 一种基于滑模变结构控制的语音通话回声与底噪抑制方法 - Google Patents

Abstract

本发明公开了基于滑模变结构控制的语音通话回声与底噪抑制方法，包括：S1、近端麦克风采集通话过程中回声与底噪的原始信号，建立采样回声信号模型；S2、设置回声的期望信号，针对回声的原始信号与期望信号之间的误差建立滑模切换函数并离散化，得到离散滑模函数；S3、根据滑模变结构控制算法，设定回声信号的采样时间、滑模趋近速度与高频切换增益，以确定滑模带；S4、用饱和函数优化滑模变结构控制算法；S5、令离散滑模函数等于优化后的滑模变结构控制算法的滑模函数，结合回声信号模型，得出回声的期望信号表达式；S6、利用该表达式不断地预测下一采样点的回声信号，将同一采样点的回声预测信号与回声原始信号相减，实现回声和通话底噪的抑制。

Description

一种基于滑模变结构控制的语音通话回声与底噪抑制方法

技术领域

本发明涉及终端设备的语音通话信号处理技术领域，具体涉及手机在语音通话过程中产生的回声及通话底噪抑制方法。

背景技术

语音通话回声，即打电话时自己讲的话又从对方传回来被自己听到，如果回声较大，会严重影响通话者的沟通交流，它是影响语音质量的重要因素之一。由于声音信号经过播放设备播放出来后，经过不同的路径后到达接收设备，所以在接收端可将回声分为线路回声和声学回声。线路回声是指近端手机听筒播放出来的声音信号通过各种结构耦合直接被手机麦克接收又传回远端。声学回声是指手机除了线路回声发送到麦克的信号外，还有一部分语音信号传播到周围的环境中，并被周围环境中的障碍物反射回通话设备而被拾取，从而产生长延迟的回声信号。

通话底噪是指手机射频功放每隔4.6ms会有一个发射信号产生，每次发射时都会有一个最大电流的需求，电源电路就会把这个串到整个电路板上，它重复出现的频率大概是217Hz，由于217Hz在人耳可听到的范围，则我们在通话过程中会听到“嗡嗡”的电流音，这就是通话底噪。

目前常用的抑制手机通话回声的基本方法有：(1)对通信终端的电路进行改进，使得阻抗匹配到达最佳，减小终端设备的非线性杂散时延；(2)增加四线环路的损耗，将回声的幅度衰减到最小；(3)采用回声消除滤波器，这是目前控制回声现象较为有效的手段。而目前大多数回声消除算法的误判率比较高，无法准确判断远近两端发声状态的变化。而通话底噪的消除一般都是调整硬件设备如天线、听筒、话筒等等进行消除，暂时还没有学者通过专门的软件补偿进行通话底噪的消除。

发明内容

本发明的主要目的在于提出一种基于滑模变结构控制的语音通话回声与底噪抑制方法，解决现有的回声消除方法存在的误判率较高、无法准确判断远近两端发声状态变化的问题，同时从算法的层面实现通话底噪的抑制。

为达上述目的，本发明提出以下技术方案：

一种基于滑模变结构控制的语音通话回声与底噪抑制方法，包括如下步骤：

S1、通过近端麦克风采集语音通话过程中产生的回声与底噪的原始信号，建立采样回声信号模型；所述采样回声信号模型中包含通话底噪项；

S2、设置回声的期望信号，针对回声的原始信号与期望信号之间的误差建立滑模切换函数；并将该滑模切换函数离散化，得到离散滑模函数；

S3、根据滑模变结构控制算法，设定回声信号的采样时间，并设置滑模趋近速度与高频切换增益，以确定滑模带；

S4、用饱和函数对滑模变结构控制算法进行优化，得到优化后的滑模变结构控制算法；

S5、令步骤S2的离散滑模函数等于所述优化后的滑模变结构控制算法的滑模函数，建立等式，并将步骤S1建立的回声信号模型代入等式，得出回声的期望信号表达式，该表达式中包含通话底噪项；

S6、利用所述表达式不断地预测下一采样点的回声信号，将同一采样点的回声预测信号与回声原始信号相减，实现回声和通话底噪的抑制。

本发明的有益效果在于：将滑模变结构控制应用在语音通信系统中，相比现有的回声和底噪抑制方案，滑模变结构控制算法简单可行，不需要对硬件进行改进，并且具有实时性强、收敛速度快、跟踪能力强的特点，呈现较强的鲁棒性和智能型，能够准确消除回声信号以及通话底噪。

附图说明

图1是本发明基于滑模变结构控制的语音通话回声与底噪抑制方法的原理图；

图2是滑模变结构控制原理图；

图3是阶跃回声信号响应曲线；

图4是斜坡回声信号响应曲线；

图5是正弦回声信号响应曲线；

图6是不加滑模控制算法的通话底噪曲线；

图7是本发明利用了滑模控制算法的通话底噪曲线。

具体实施方式

下面结合附图和具体的实施方式对本发明作进一步说明。

滑模变结构控制因其对系统的参数摄动和外界干扰具有强鲁棒性的特点，因此受到了广泛关注。近年来，滑模变结构控制已成功应用到很多领域，例如：机器人系统、高性能电机系统、电力系统等。本发明将其应用于手机语音通话系统中，用于抑制回声和通话底噪，语音通话的两端通常称为近端和远端，图1即为本发明的方法在近端的原理图：近端接收到来自远端的语音信号R(k)，然后近端扬声器发声，近端用户可听到声音，同时扬声器发出的声音部分通过回声路径形成回声并经由近端麦克风欲传到远端(无回声消除手段时远端将会听到自己的回声)，本发明在回声传到远端之前进行回声的抑制。本发明提出的具体方案如下：

一种基于滑模变结构控制的语音通话回声与底噪抑制方法，包括如下步骤S1至S6：

步骤S1、通过近端麦克风采集语音通话过程中产生的回声与底噪的原始信号，建立采样回声信号模型。所述采样回声信号模型的形式如下：

X_k+1＝A·X_k+B·(u_k+Δf(x_k,k))+T_s·w_k (1)

式(1)中，下标k代表回声的采样序号，X_k表示第k个采样点采样的回声原始信号，A为标称状态转移矩阵，B为标称输入系数矩阵，u_k表示控制对象输入，Δf(x_k,k)表示对象外部干扰量，T_s为采样时间，w_k表示测量噪声，T_s·w_k表示通话底噪。由于建模时考虑了通话底噪，因此本发明的回声抑制过程中能够同时抑制通话底噪。

步骤S2、设置回声的期望信号，记为X'_k，针对回声的原始信号X_k与期望信号X'_k之间的误差建立滑模切换函数：

s'_k＝C·E_k (2)

式(2)中，C为滑模参数，E_k即表示回声期望信号与原始信号的误差变量，E_k＝X'_k-X_k。参数C可以保证准滑动模态的实现，使得有限时间内误差变量E_k趋于零。将式(2)离散化，就可得到离散滑模函数：

s'_k+1＝C·E_k+1＝C·(X'_k+1-X_k+1) (3)

步骤S3、为了控制系统回声与期望信号之间的误差，本发明提出利用滑模变结构控制算法，如图2所示，其需要满足：1)滑模运动应该单调地趋近切换面，并且从任意初始状态有限时间内到达穿越面；2)运动一旦穿越切换面，它的后继步均从另一面穿越切换面，并一直交替进行下去；3)不应发生运动趋近切换面而不穿越的情况，不应发生开始穿越切换面时每一步长度不断增长的情况。图2中e₁、e₂分别表示一阶误差、二阶误差。其中，传统的滑模变结构控制算法的一般表达式为下面公式(4)所示：

s_k+1＝s_k·(1-q·T_s)-ε·T_s·sgn(s_k) (4)

滑模函数s代表趋近律，不同的下标k代表针对不同采样点的回声信号的趋近律。设定回声信号的采样时间T_s，采样时间的选取应该保证可以完整呈现回声信号，比如0.001秒。另外，设置滑模趋近速度q与高频切换增益ε；q＞0，0＜(1-q·T_s)＜1。上式(4)是一种等式形式的到达条件，按照这个趋近律所设计的滑模控制算法可以保证系统运动从任意初始状态初发，首先趋近切换区即准滑动模态带，一旦进入切换区趋近运动会转化为准滑动模态运动。参考图2，当远离切换区时，|s_k|的值较大，此时的趋近律第一项(1-q·T_s)起主要作用，由于q＞0，0＜(1-q·T_s)＜1，所以s_k以(1-q·T_s)的比例压缩，等速地向滑模带趋近。式中q的取值决定着系统状态量向滑模面趋近的速度，但是过大的取值可能会使系统产生超调，本发明优选地设置2≤q≤5；当到达切换区的时候，|s_k|的值就会很小，此时趋近律中的第二项ε·T_s·sgn(s_k)起主要作用，使系统在一个常值的切换带内切换并逐渐趋近于原点。其中，参数ε的作用是系统状态到达滑模面的附近时，提供控制系统克服干扰和参数不确定性所必需的高频切换增益，ε取较大值相当于增大了将系统状态约束在滑模面上的作用，但若将其取值过大会加剧系统的抖振现象，本发明优选地设置为0.5≤ε≤1。

当系统达到准滑模动态控制时，系统在边界层|s_k|＜δ进行准滑模动态运动，满足sgn(s_k+1)＝-sgn(s_k)，从而：

当s_k＞0时：s_k+1＜0，即式(4)小于0，即s_k·(1-q·T_s)-ε·T_s＜0，化简后即

当s_k＜0时：s_k+1＞0，即式(4)大于0，即s_k·(1-q·T_s)+ε·T_s＞0，化简后即

综上，

从而确定滑模带δ：

步骤S4、确定滑模带之后，可以发现趋近律还是存在一定的问题：当系统进入切换带的时候，系统将进行等幅振荡，此时系统的值由ε·T_s决定，当且仅当ε·T_s趋近于零的时候，系统才有可能趋近于零。但ε·T_s为常量无法趋近于零，所以系统将沿着切换带振荡，无法趋近于零。因此，本步骤用饱和函数——sat函数对传统的滑模变结构控制算法即式(4)进行优化，优化方式即让含ε的项乘以sat函数，则优化后的滑模变结构控制算法的滑模函数为：

s”_k+1＝s_k·(1-q·T_s)-ε·T_s·sgn(s_k)·sat(s_k ²) (6)

其中，饱和函数sat为：

可以看出，当|s_k|足够大的时候，即满足s_k ²＞δ，此时的式(6)为s”_k+1＝s_k·(1-q·T_s)-ε·T_s·sgn(s_k)，与式(4)相同，有较好的可达性，可以保证系统的运动到达准滑动模态带，而且一旦进入准滑动模态带，将一直保持在准滑动模态带中。参考图2，趋近律的值|s_k|是由大到小的，在滑模运动过程中，当|s_k|足够小时，满足s_k ²≤δ，此时的饱和函数

代入式(6)，则此时式(6)为s”_k+1＝s_k·(1-q·T_s)-T_s·sgn(s_k)·s_k ²，此时的趋近律得以改进，消除了导致系统无法趋近于0的常量ε，系统误差会不断减小最终趋向于原点。

步骤S5、令步骤S2的离散滑模函数s'_k+1等于所述优化后的滑模变结构控制算法的滑模函数s”_k+1，即

C·(X'_k+1-X_k+1)＝s_k·(1-q·T_s)-ε·T_s·sgn(s_k)·sat(s_k ²) (8)

根据式(8)以及式(1)，得到回声的期望信号表达式：

步骤S6、得到期望信号表达式之后，即可预测每次回声信号的期望信号，然后通过图1中所示的减法器将同一采样点的原始回声信号与预测的期望信号相减即可消除回声信号。由于系统建模过程中考虑到了通话底噪，因此通话底噪也可以被消除。接下来不断预测优化下一采样点的回声信号与通话底噪，使得误差趋近于零，进而准确消除回声信号与通话底噪。

在一具体实施例中，为了验证本发明的有效性，于步骤S1输入3个原始回声信号，分别是幅值为10mm的阶跃回声信号、斜率为0.03m/s的斜坡回声信号以及幅值为5mm、频率为2Hz的正弦回声信号，按照式(1)进行系统建模。相应地，式(2)中滑模参数C＝[c₁ c₂ 1]，c₁、c₂为常数，误差变量E_k＝[e₁ e₂ e₃]^T，此处e₁、e₂、e₃分别表示一阶误差、二阶误差、三阶误差。将前述得到的期望信号表达式以及上述参数输入Matlab Simulink中进行系统建模，分别得到对于幅值为10mm的阶跃回声信号响应曲线，对于斜率为0.03m/s的斜坡回声信号响应曲线以及对于幅值为5mm、频率为2Hz的正弦回声信号响应曲线，分别如图3、4、5所示，虚线代表实际输入信号、实线代表相应的仿真响应结果。

对于幅值为10mm的阶跃回声信号响应曲线，如图3，可以看出仿真结果的最大超调量以及调整时间都较小，可以达到控制精度的要求。对于斜率为0.03m/s斜坡回声信号响应曲线，如图4，可以看出仿真结果的斜坡段跟踪精度较高，初始和末尾误差消除速度较快。对于幅值为5mm、频率为2Hz的正弦回声信号响应曲线，如图5可以看到仿真结果中的带宽也为2Hz，速度响应较快，延迟小，跟踪精确度高。

为了验证滑模变结构控制算法对于通话底噪的抑制效果，本实施例分别做了不加滑模控制算法和加滑模控制算法两组测试实验，实验结果如图6图7所示。测量在217Hz处的通话底噪数值可以发现，当加了滑模控制算法，通话底噪的数值从-87dB下降到了-100dB，即相当于在217Hz处做了一个抑制通话底噪的陷波处理，证明了本发明的方法在抑制通话底噪的可行性。

因此，将本发明优化后的滑模变结构控制算法应用在手机设备通话过程中的回声与通话底噪的控制可以有效实现控制效果的实时性强，收敛速度快，跟踪能力强的特点，呈现较强的鲁棒性和智能型，准确消除回声信号以及通话底噪的特点。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干等同替代或明显变型，而且性能或用途相同，都应当视为属于本发明的保护范围。

Claims (6)

1.一种基于滑模变结构控制的语音通话回声与底噪抑制方法，其特征在于，包括如下步骤：

S1、通过近端麦克风采集语音通话过程中产生的回声与底噪的原始信号，建立采样回声信号模型；所述采样回声信号模型中包含通话底噪项；

S2、设置回声的期望信号，针对回声的原始信号与期望信号之间的误差建立滑模切换函数；并将该滑模切换函数离散化，得到离散滑模函数；

S3、根据滑模变结构控制算法，设定回声信号的采样时间，并设置滑模趋近速度与高频切换增益，以确定滑模带；

S4、用饱和函数对滑模变结构控制算法进行优化，得到优化后的滑模变结构控制算法；

S5、令步骤S2的离散滑模函数等于所述优化后的滑模变结构控制算法的滑模函数，建立等式，并将步骤S1建立的回声信号模型代入等式，得出回声的期望信号表达式，该表达式中包含通话底噪项；

S6、利用所述表达式不断地预测下一采样点的回声信号，将同一采样点的回声预测信号与回声原始信号相减，实现回声和通话底噪的抑制。

2.如权利要求1所述的基于滑模变结构控制的语音通话回声与底噪抑制方法，其特征在于，步骤S1中建立的采样回声信号模型如下：

X_k+1＝A·X_k+B·(u_k+Δf(x_k,k))+T_s·w_k (1)

式(1)中，下标k代表回声的采样序号，X_k表示第k个采样点采样的回声原始信号，A为标称状态转移矩阵，B为标称输入系数矩阵，u_k表示控制对象输入，Δf(x_k,k)表示对象外部干扰量，T_s为采样时间，w_k表示测量噪声，T_s·w_k表示通话底噪。

3.如权利要求2所述的基于滑模变结构控制的语音通话回声与底噪抑制方法，其特征在于，步骤S2中建立的滑模切换函数为：

s'_k＝C·E_k (2)

式(2)中，C为滑模参数，E_k表示回声期望信号与原始信号的误差变量，E_k＝X'_k-X_k，X'_k即为回声的期望信号；

将滑模切换函数离散化，得到离散滑模函数

s'_k+1＝C·E_k+1＝C·(X'_k+1-X_k+1) (3)。

4.如权利要求3所述的基于滑模变结构控制的语音通话回声与底噪抑制方法，其特征在于，步骤S3具体包括：

滑模变结构控制算法的滑模函数为

s_k+1＝s_k·(1-q·T_s)-ε·T_s·sgn(s_k) (4)

设定回声信号的采样时间T_s，并设置滑模趋近速度q与高频切换增益ε；q＞0，0＜(1-q·T_s)＜1；

当系统达到准滑模动态控制时，系统在边界层|s_k|＜δ进行准滑模动态运动，满足sgn(s_k+1)＝-sgn(s_k)，从而：

当s_k＞0时：s_k+1＜0，即式(4)小于0，即s_k·(1-q·T_s)-ε·T_s＜0，化简后即

当s_k＜0时：s_k+1＞0，即式(4)大于0，即s_k·(1-q·T_s)+ε·T_s＞0，化简后即

综上，

从而确定滑模带δ：

5.如权利要求4所述的基于滑模变结构控制的语音通话回声与底噪抑制方法，其特征在于，步骤S4中用饱和函数sat对式(4)进行优化，所述优化后的滑模变结构控制算法的滑模函数为：

s”_k+1＝s_k·(1-q·T_s)-ε·T_s·sgn(s_k)·sat(s_k ²) (6)

其中，饱和函数sat为：

6.如权利要求5所述的基于滑模变结构控制的语音通话回声与底噪抑制方法，其特征在于，步骤S5包括：

令步骤S2的离散滑模函数s'_k+1等于所述优化后的滑模变结构控制算法的滑模函数s”_k+1，即

C·(X'_k+1-X_k+1)＝s_k·(1-q·T_s)-ε·T_s·sgn(s_k)·sat(s_k ²) (8)

根据式(8)以及式(1)，得到回声的期望信号表达式：

Images