CN113873090A - 一种稳健估计仿射投影样条自适应回声消除方法 - Google Patents
一种稳健估计仿射投影样条自适应回声消除方法 Download PDFInfo
- Publication number
- CN113873090A CN113873090A CN202111131583.8A CN202111131583A CN113873090A CN 113873090 A CN113873090 A CN 113873090A CN 202111131583 A CN202111131583 A CN 202111131583A CN 113873090 A CN113873090 A CN 113873090A
- Authority
- CN
- China
- Prior art keywords
- spline
- echo cancellation
- obtaining
- linear filter
- filter
- 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 45
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 title claims abstract description 10
- 239000013598 vector Substances 0.000 claims abstract description 19
- 230000003044 adaptive effect Effects 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 241000086194 Bulbophyllum affine Species 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 241000219498 Alnus glutinosa Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M9/00—Arrangements for interconnection not involving centralised switching
- H04M9/08—Two-way loud-speaking telephone systems with means for conditioning the signal, e.g. for suppressing echoes for one or both directions of traffic
- H04M9/082—Two-way loud-speaking telephone systems with means for conditioning the signal, e.g. for suppressing echoes for one or both directions of traffic using echo cancellers
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明公开了一种稳健估计仿射投影样条自适应回声消除方法,其步骤主要是:A、远端输入信号x(n)通过线性滤波器得到中间输出s(n),利用s(n)计算出局部参数u和i;B、实时存储历史输入信号和含噪声的期望信号到相应的数据库Xi和di,Xi中的第j个输入向量xi,j通过线性滤波器得到相应的中间输出si,j(n),利用si,j(n)计算出局部参数ui,j和ii,j,然后计算输出yi,j(n);C、di,j减去yi,j(n),得到误差信号ei,j(n);D、稳健估计代价函数的构建;E、利用随机梯度法自适应更新滤波器权值和样条控制点;F、令n=n+1,重复A到E的步骤,直到通话结束。本发明考虑回声路径中的非线性失真,在高斯和脉冲噪声环境下均收敛速度快,回声消除效果好。
Description
技术领域
本发明属于声学的自适应回声消除领域,具体涉及一种稳健估计仿射投影样条自适应非线性回声消除方法。
背景技术
在免提通话、音频会议系统等情况下,通信设备的麦克风与扬声器之间容易产生声学回声,具体是指远端通话者说话的声音传输到近端通信设备后,经近端通信设备的扬声器播放,又被近端通信设备的麦克风采集后传回到远端通信设备,这样远端通话者又听到了自己说话的声音。声学回声会严重干扰正常通话信号,从而极大影响通信质量。因此,为了克服回声的不利影响,可以设计有效的回声消除器,以实现抑制和消除回声的目的,提高通话通信质量。
声学回声消除是自适应系统辨识的实际应用之一,因此,自适应滤波器作为有效的回声消除方法得到了广泛研究和应用,其基本原理是利用自适应滤波器来辨识声学回声路径的脉冲响应。通常假设回声路径是线性的,从而提出一系列针对线性回声消除的自适应滤波方法。
实际声学环境中,扬声器或麦克风模块普遍存在非线性畸变,导致回声路径中存在非线性失真。尽管线性滤波方法在线性回声消除方面取得了良好的效果,但回声路径中普遍存在的非线性失真,会使回声消除能力大大降低甚至失效。为了解决这类问题,研究学者们提出了一些非线性自适应滤波算法,并将其应用于非线性回声消除领域中。
在现有的用于非线性回声消除的自适应滤波算法中,文献1“Scarpiniti M,Comminiello D,Parisi R,Uncini A.Nonlinear spline adaptive filtering[J].SignalProcessing,2013,93(4):772-783.”提出的样条自适应滤波算法灵活简单,并且易于实施。该方法采用线性滤波器与非线性样条插值机制的级联结构,能够有效辨识非线性系统。然而,该方法对脉冲噪声不具有稳健性,无法抗击脉冲噪声的干扰,而且当输入信号为高度相关的语音信号时,该方法的收敛速度较慢。
发明内容
本发明的发明目的是提供一种稳健估计仿射投影样条自适应非线性回声消除方法,该方法能够克服脉冲噪声的干扰,并能够实现更快速的收敛,非线性回声消除效果更好。
本发明为实现上述目的采用的技术方案是,一种稳健估计仿射投影样条自适应非线性回声消除方法,其步骤如下:
A、局部参数计算
组合当前时刻n与其前M-1个时刻远端通信设备采集到的远端语音输入信号,得到滤波器输入向量x(n),然后通过线性滤波器得到整个系统的中间输出s(n),s(n)=xT(n)w(n),其中x(n)=[x(n),x(n-1),...,x(n-M+1)]T,M是线性滤波器的阶数,T表示转置运算,w(n)=[w1(n),w2(n),...,wM(n)]T,表示n时刻的线性滤波器权值向量;
B、仿射投影样条自适应滤波
建立存储历史输入信号和含噪声的期望信号的数据库X={X1,X2,...,XQ}和D=[d1,d2,...,dQ],K个最新数据将替换历史数据并实时存储,即将当前时刻n对应的x(n)和d(n)分别存储到X和D的第i个子数据库中,然后通过简单的位移操作更新子数据库,即Xi=[x(n),xi,1,...,xi,K-1],di=[d(n),di,1,...,di,K-1]T;
对Xi和di中的全部数据重复进行自适应滤波过程,即Xi中的第j个输入向量xi,j通过线性滤波器,得到中间输出变量si,j(n),其中j=0,1,...,K-1,并记xi,0=x(n)和di,0=d(n);利用si,j(n)计算参数和如果ii,j=i,则si,j(n)经过样条插值得到系统输出否则yi,j(n)=di,j,其中C为样条基矩阵,qi(n)=[qi(n),qi+1(n),qi+2(n),qi+3(n)]T表示局部样条控制点向量;
C、非线性回声消除
期望信号di,j减去输出信号yi,j(n),得到误差信号ei,j(n),ei,j(n)=di,j-yi,j(n),将误差信号e(n)传送到远端;
D、稳健估计代价函数的构建
利用稳健估计函数作为代价函数,描述为:
其中稳健估计函数ψ(ei,j(n))为分段连续函数,表示为:
其中ξi,j=κσe,i,j(n)为阈值参数,κ=2.576,σe,i,j(n)通过下式计算:
其中表示误差信号ei,j(n)的估计方差,0<τ<1为遗忘因子,τe为相关因子,med(·)表示中值运算,5≤Me≤9为窗口数,通常设置τ=0.99,τe=1.483[1+5/(Me-1)];ψ(ei,j(n))对ei,j(n)求偏导得到:
E、滤波器系数的更新
利用随机梯度法更新线性滤波器权值向量w(n)和非线性局部样条控制点向量qi(n),更新规则为:
F、令n=n+1,重复A至E的步骤,直至语音通话结束。
本发明的有益效果是:
一方面,本发明采用对脉冲噪声具有稳健性的估计函数作为代价函数,可以降低样条自适应回声消除方法对异常值的敏感性,从而在脉冲噪声环境下可实现良好的稳健性。
另一方面,本发明将仿射投影方法应用到样条自适应滤波器,克服了传统样条自适应方法在高度相关的语音输入信号时收敛速度慢的情况,具有更快的收敛速度,这得益于仿射投影方法在参数自适应过程中使用了更多的历史数据,因此,在非线性回声消除中可获得更好的效果。
附图说明
图1是实验得到的语音输入信号图;
图2是高斯噪声环境下本发明方法与文献1方法的回波损耗增益图;
图3是脉冲噪声环境下本发明方法与文献1方法的回波损耗增益图。
具体实施方式
实施例:
本实施例中的稳健估计仿射投影样条自适应非线性回声消除方法,其具体步骤如下:
A、局部参数计算
组合当前时刻n与其前M-1个时刻远端通信设备采集到的远端语音输入信号,得到滤波器输入向量x(n),然后通过线性滤波器得到整个系统的中间输出s(n),s(n)=xT(n)w(n),其中x(n)=[x(n),x(n-1),...,x(n-M+1)]T,M是线性滤波器的阶数,T表示转置运算,w(n)=[w1(n),w2(n),...,wM(n)]T,表示n时刻的线性滤波器权值向量;
B、仿射投影样条自适应滤波
建立存储历史输入信号和含噪声的期望信号的数据库X={X1,X2,...,XQ}和D=[d1,d2,...,dQ],K个最新数据将替换历史数据并实时存储,即将当前时刻n对应的x(n)和d(n)分别存储到X和D的第i个子数据库中,然后通过简单的位移操作更新子数据库,即Xi=[x(n),xi,1,...,xi,K-1],di=[d(n),di,1,...,di,K-1]T;
对Xi和di中的全部数据重复进行自适应滤波过程,即Xi中的第j个输入向量xi,j通过线性滤波器,得到中间输出变量si,j(n),其中j=0,1,...,K-1,并记xi,0=x(n)和di,0=d(n);利用si,j(n)计算参数和如果ii,j=i,则si,j(n)经过样条插值得到系统输出否则yi,j(n)=di,j,其中C为样条基矩阵,qi(n)=[qi(n),qi+1(n),qi+2(n),qi+3(n)]T表示局部样条控制点向量;
C、非线性回声消除
期望信号di,j减去输出信号yi,j(n),得到误差信号ei,j(n),ei,j(n)=di,j-yi,j(n),将误差信号e(n)传送到远端;
D、稳健估计代价函数的构建
利用稳健估计函数作为代价函数,描述为:
其中稳健估计函数ψ(ei,j(n))为分段连续函数,表示为:
其中ξi,j=κσe,i,j(n)为阈值参数,κ=2.576,σe,i,j(n)通过下式计算:
其中表示误差信号ei,j(n)的估计方差,0<τ<1为遗忘因子,τe为相关因子,med(·)表示中值运算,5≤Me≤9为窗口数,通常设置τ=0.99,τe=1.483[1+5/(Me-1)];ψ(ei,j(n))对ei,j(n)求偏导得到:
E、滤波器系数的更新
利用随机梯度法更新线性滤波器权值向量w(n)和非线性局部样条控制点向量qi(n),更新规则为:
F、令n=n+1,重复A至E的步骤,直至滤波结束,实现非线性回声消除。
数值仿真实验:
为验证本发明的有效性,进行了数值仿真实验,并与现有文献1方法进行对比。
数值仿真中,语音输入信号由实验得到,如图1所示,其采样频率为8000赫兹,样本长度为100000。扬声器和麦克风之间的声学脉冲响应在高2.5米,宽3.75米,长6.25米,温度20摄氏度,湿度50%的安静密闭房间内获得,被截断为512个样本。非线性回声通常表现为麦克风的非线性畸变,这种失真通过一个无记忆sigmoid函数来模拟。选择信噪比为30dB的高斯白噪声信号作为附加到系统输出的背景噪声。选择特征指数为1.3,散度参数为0.05的α稳定噪声作为附加到系统输出的脉冲噪声。
文献1方法的参数取值为:M=512;μw=μq=0.02。
本发明方法的参数取值为:M=512;μw=μq=0.01;K=4;Me=9。
回声消除实验中通常选择回波损耗增益(ERLE)作为回声消除效果的评价指标。回波损耗增益曲线的收敛速度越快,稳态值越高,自适应方法性能就越好,回声消除的效果也越好。
图2是高斯噪声环境下本发明方法与文献1方法的回波损耗增益曲线图。图3是脉冲噪声环境下本发明方法与文献1方法的回波损耗增益曲线图。
从图2可以看出,在高斯噪声环境下,在保持相同收敛速度的前提下,本发明方法的回波损耗增益值总体高于文献1的方法,这表明本发明方法具有更好的性能,非线性回声消除效果更好。
从图3可以看出,在脉冲噪声环境下,文献1方法的回波损耗增益曲线由于脉冲噪声的干扰而明显发散,而本发明方法的回波损耗增益曲线仍然能够很好收敛,这表明本发明方法对脉冲噪声具有稳健性,能够克服脉冲噪声所引起的大异常值的影响,在脉冲噪声环境下仍然能够获得很好的非线性回声消除效果。
Claims (1)
1.一种稳健估计仿射投影样条自适应回声消除方法,其步骤是:
A、局部参数计算
组合当前时刻n与其前M-1个时刻远端通信设备采集到的远端语音输入信号,得到滤波器输入向量x(n),然后通过线性滤波器得到整个系统的中间输出s(n),s(n)=xT(n)w(n),其中x(n)=[x(n),x(n-1),...,x(n-M+1)]T,M是线性滤波器的阶数,T表示转置运算,w(n)=[w1(n),w2(n),...,wM(n)]T,表示n时刻的线性滤波器权值向量;
B、仿射投影样条自适应滤波
建立存储历史输入信号和含噪声的期望信号的数据库X={X1,X2,...,XQ}和D=[d1,d2,...,dQ],K个最新数据将替换历史数据并实时存储,即将当前时刻n对应的x(n)和d(n)分别存储到X和D的第i个子数据库中,然后通过简单的位移操作更新子数据库,即Xi=[x(n),xi,1,...,xi,K-1],di=[d(n),di,1,...,di,K-1]T;
对Xi和di中的全部数据重复进行自适应滤波过程,即Xi中的第j个输入向量xi,j通过线性滤波器,得到中间输出变量si,j(n),其中j=0,1,...,K-1,并记xi,0=x(n)和di,0=d(n);利用si,j(n)计算参数和如果ii,j=i,则si,j(n)经过样条插值得到系统输出否则yi,j(n)=di,j,其中C为样条基矩阵,qi(n)=[qi(n),qi+1(n),qi+2(n),qi+3(n)]T表示局部样条控制点向量;
C、非线性回声消除
期望信号di,j减去输出信号yi,j(n),得到误差信号ei,j(n),ei,j(n)=di,j-yi,j(n),将误差信号e(n)传送到远端;
D、稳健估计代价函数的构建
利用稳健估计函数作为代价函数,描述为:
其中稳健估计函数ψ(ei,j(n))为分段连续函数,表示为:
其中ξi,j=κσe,i,j(n)为阈值参数,κ=2.576,σe,i,j(n)通过下式计算:
其中表示误差信号ei,j(n)的估计方差,0<τ<1为遗忘因子,τe为相关因子,med(·)表示中值运算,5≤Me≤9为窗口数,通常设置τ=0.99,τe=1.483[1+5/(Me-1)];ψ(ei,j(n))对ei,j(n)求偏导得到:
E、滤波器系数的更新
利用随机梯度法更新线性滤波器权值向量w(n)和非线性局部样条控制点向量qi(n),更新规则为:
F、令n=n+1,重复A至E的步骤,直至语音通话结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111131583.8A CN113873090B (zh) | 2021-09-26 | 2021-09-26 | 一种稳健估计仿射投影样条自适应回声消除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111131583.8A CN113873090B (zh) | 2021-09-26 | 2021-09-26 | 一种稳健估计仿射投影样条自适应回声消除方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113873090A true CN113873090A (zh) | 2021-12-31 |
CN113873090B CN113873090B (zh) | 2024-01-30 |
Family
ID=78990899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111131583.8A Active CN113873090B (zh) | 2021-09-26 | 2021-09-26 | 一种稳健估计仿射投影样条自适应回声消除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113873090B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117896468A (zh) * | 2024-03-15 | 2024-04-16 | 苏州大学 | 一种用于电话通信的偏差补偿回声消除方法及系统 |
CN117896468B (zh) * | 2024-03-15 | 2024-05-31 | 苏州大学 | 一种用于电话通信的偏差补偿回声消除方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104683614A (zh) * | 2015-03-24 | 2015-06-03 | 西南交通大学 | 基于m估计的记忆成比例仿射投影自适应回声消除方法 |
CN109040497A (zh) * | 2018-07-24 | 2018-12-18 | 西南交通大学 | 一种基于m估计的成比例类仿射投影自适应回声消除方法 |
-
2021
- 2021-09-26 CN CN202111131583.8A patent/CN113873090B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104683614A (zh) * | 2015-03-24 | 2015-06-03 | 西南交通大学 | 基于m估计的记忆成比例仿射投影自适应回声消除方法 |
CN109040497A (zh) * | 2018-07-24 | 2018-12-18 | 西南交通大学 | 一种基于m估计的成比例类仿射投影自适应回声消除方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117896468A (zh) * | 2024-03-15 | 2024-04-16 | 苏州大学 | 一种用于电话通信的偏差补偿回声消除方法及系统 |
CN117896468B (zh) * | 2024-03-15 | 2024-05-31 | 苏州大学 | 一种用于电话通信的偏差补偿回声消除方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113873090B (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109040499B (zh) | 一种抗冲击干扰的自适应回声消除方法 | |
WO2010055650A1 (ja) | 適応フィルタ及びこれを有するエコーキャンセラ | |
CN110191245B (zh) | 一种基于时变参数的自适应回声消除方法 | |
CN109040497B (zh) | 一种基于m估计的成比例类仿射投影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 | |
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 | |
CN105721729B (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 | |
Huang et al. | Practically efficient nonlinear acoustic echo cancellers using cascaded block RLS and FLMS adaptive filters | |
CN111028856A (zh) | 一种变步长的回声消除方法 | |
Gil-Cacho et al. | Nonlinear acoustic echo cancellation based on a parallel-cascade kernel affine projection algorithm | |
CN113870881B (zh) | 一种鲁棒哈默斯坦子带样条自适应回声消除方法 | |
CN109151237B (zh) | 基于零吸引的仿射投影自适应回声消除方法 | |
CN109089004B (zh) | 一种基于相关熵诱导的集员自适应回声消除方法 | |
CN113873090B (zh) | 一种稳健估计仿射投影样条自适应回声消除方法 | |
CN111756943B (zh) | 一种增广复值成比例子带自适应立体声学回声消除方法 | |
JP4396449B2 (ja) | 残響除去方法及びその装置 | |
CN114449115B (zh) | 一种消除残余回声的处理系统 | |
CN114449114B (zh) | 一种针对回声消除残余回声的处理方法 | |
CN111050005B (zh) | 一种偏差补偿的集员仿射投影的回声消除方法 | |
CN113409806B (zh) | 一种基于反正切函数的零吸引回声消除方法 | |
Mukherjee et al. | A novel sub-band filtering based LMS adaptive algorithm for acoustic echo cancellation | |
Haque et al. | Demystifying the digital adaptive filters conducts in acoustic echo cancellation | |
Gunale et al. | Frequency domain adaptive filter using FFT algorithm for acoustic echo cancellation | |
Rao et al. | Adaptive Digital Filters | |
Mobeen et al. | Comparison analysis of multi-channel echo cancellation using adaptive filters |
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 |