CN1142302A - 一种用子带滤波的声音回声消除器 - Google Patents

Abstract

用于免提声音接口和通信网络之间的回声消除器，包括许多并联的处理路径，各条路径分别位于输出信号多个相邻子带中的一个上。每条路径包括一个接收包含回声的在校正以后用来传送的信号的分析滤波器，一个接收由网络来的信号并馈送给在相应的子带把回声估计值加到减法器的负输入的自适应滤波器的第二分析滤波器，和一个合成滤波器。自适应滤波器采用有或没有递归阶的快速版本对输入信号至少在某些子带上完成QR蜕变RLS算法。

Description

一种用子带滤波的声音回声消除器

本发明涉及电话装置的回声消除器。主要应用于便携式终端或“免提”终端等装置中。这些装置特别包括数字蜂窝无线电话系统，工作于窄带(8KHz)或扩带(enlarged band)(16KHz)的可视电话终端，以及常规的有线网络终端。

图1中说明了目前使用的回声消除器的原理。图1表示一个“近”端，它可以是会议电话装置，一个“免提”电话的手机等。远距离终端8的信号X经接收线LR到放大器10被放大，然后由扬声器12广播。由扬声器12来的声波由于声音耦合(以路径13表示)被传送到用来拾取附近讲话者话音的一个或多个麦克风14上。麦克风连到放大器16上，其输出信号经发送线LE传送到远处终端。位于远处终端8的“远处”讲话者必然不仅听到想要的语音，而且在经过信道LE和LR的传输延迟时间后，听到被声音路径13的传输函数干扰了的他或她自己的回声。

回声消除器包括一个接收输入信号X的自适应滤波器FA，滤波器的输出加到减法器18的负输入端，减法器的正输入端接收放大器16的输出信号，滤波器FA的系数自适应地响应误差信号e，误差信号e在发送线LE上发送且等于信号Z(当无有用信号时由回声构成)和该滤波器输出信号之差。当在近端的讲话者不说话时，误差信号仅由残余的回声构成。回声消除器上通常配备一个用来检测近处讲话者语音的称为双语音探测器(DIP)的探测器，当本地讲话者说话时，此探测器停止或减慢滤波器FA的自适应以避免滤波器被本地语音干扰。

一般说来，在电话装置中回声消除滤波器是数字自适应横向滤波器，它采用简单算法如梯度算法，或是更一般的称为NLMS的归一化随机梯度算法。

实现回声消除器时存在的一个主要问题是由于要考虑全部电话通带中路径13的脉冲响应而需要大量的系数。在通常的8KHz(窄带)或16KHz(扩带)采样频率下需要几千个系数。为了使计算量与可买得到的数字信号处理器的计算能力相适应，有人建议把完成回声消除的那段通带细分为多个子带，每个子带用一条路径来处理，每条路径包括一个子带分析滤波器，一个位于子带内的回声消除器，和一个子带合成滤波器。

但这种方法也有困难。如果把滤波器设计成使子带分离，从而避免每个子带中的频谱混叠效应，那么当把合成滤波器组的输出结合在一起重建信号时，会在信号的频谱中引起缝隙。要不就把子带馈送的二次采样(sub-sampling)频率选定为大于二次采样或十中取一的临界频率以便形成避免频率混叠的保护带，但这就大大增加了对计算速度的要求。不然的话就允许子带重叠并考虑位于任一个子带路径上相邻子带的贡献。这种解决办法(US-A-4956838)给出了令人满意的结果，它的缺点是使回声消除器的结构大大复杂化了。

大家还知道在回声消除器中常规使用的算法，特别是随机梯度算法在噪声环境下会保留很大的剩余回声。

已知某些在理论上可以降低剩余误差的滤波算法。尤其是递推最小平方或RLS算法，它们比通常用于回声消除中的NLMS算法有更好的性能。但是它结构复杂并存在不稳定区。这就是它为何没被用于声音回声消除器的原因，特别由于它实现起来复杂并需要大量硬件和计算时间，从而不能与电话通信系统中的可接受的延迟时的兼容。例如，在欧洲数字蜂窝电话GSM标准中，对一个站允许的最大处理时间是0.1秒。

本发明试图提供一种回声消除器，它能将e降低到非常小的值，同时仍然保持可接受的复杂度和处理时间。

为此，首先对结果进行必要的描述。

第一个结果是用快速蜕变最小平方算法来进行子带处理可大大降低计算的复杂性，这种算法有特别令人满意的数字特性(固定精度、稳定性)，而通过每个子带用次采样(under-sampling)馈送，又能保持最小平方算法的效率。如果一种算法是递归阶的(recursive on order)，这种优点将更为明显。第二个结果是QR算法的效率应保证即使当子带带宽有部分重叠时，也能使每边子带的影响成为微不足道，因此不需要因考虑了每一边子带的贡献而使滤波器变得很复杂，还能避免重建频谱中存在的缝隙。

因此，本发明提出了一种用于免提声音接口和电信通信网络之间的回声消除器，该消除器包括多个并联连接的处理路径，每个路径分别位于输出信号频谱带中的每个相邻子带中，每个路径包括：一个接收包含回声的信号的第一子带分析滤波器，该信号在回声校正后被发送；一个接收进入信号并为自适应滤波器提供输入以完成基于进入信号QR蜕变的快速最小平方算法，并在各子带上提供一个估计的回声加到减法器的负输入端上的第二子带分析滤波器，这里的快速算法是递归阶的(通常叫做“快速QR-LSL”)或非递归阶的(通常叫做“快速QR-RLS”)和一个子带合成滤波器。任何中间阶(intermediate order)的解决方法也是可能的。特别是网络，可以是GSM网络，和RTC网络等。

最常见的情况是各子带上的回声现象大小不等。例如，在某些装置中，回声现象在低频子带或中频子带非常剧烈并且必须很彻底地校正。在这种情况下，可以在受回声影响大的那些子带中用QR蜕变的最小平方算法的滤波器，而位于其他子带滤波器可以完成较简单的算法，例如随机梯度算法NLMS乃至符号(sign)算法。

实际上，将电话频带对窄带信号(8KHz)细分为4至8个的子带，对扩带信号(16KHz)分为4至16个子带。超过8个时，获得的二次采样率与8KHz和16KHz(窄带和扩带)的普通全频带采样率相比较是太小了。另外，能期望得的附加的改善与所增加的复杂程度相比是不值得的。当涉及窄带信号时，对于放在汽车上的免提终端，滤波器的总长度(抽头数或滤波器的阶数)一般在64至300之间，而对于放在屋内的免提终端则滤波器长度在256至512之间。对于扩带信号(16KHz)，这些阶数的值一般是加倍。

超过这些值时，人们注意到可期望的回声减小降低得很慢，除非使用的滤波器为三倍或四倍长。

读了下面的作为非限定的例子给出的具体实施方式的说明将能更好地理解本发明。该说明参照附图，其中：

图1是表示回声消除器的原理，这前面已有描述；

图2表示本发明的回声消除器的一种可能的结构方框图。

在叙述本发明之前将概述用于电话中的关于回声消除器的知识和将用到的符号。本说明使用了下面的符号：

X(n)：在t_n时刻(采样n)的进入信号

Z(n)：回声

e(n)：假设没有本地语音，在n时刻的残余信号(残余误差)

h：回声消除器的横向滤波器

X_n+1，N(n)：(n+1)行和N列的矩阵在n时刻的形式是： $\left[\begin{array}{cc}x\left(n\right)=x\left(0\right)& 0...............0\\ x\left(1\right)& x\left(0\right).............0\\ & .................\\ x\left(n\right)& .............x_{n-N\·1}\end{array}\right]$ Z_n+1，1(n)：在n时刻回声矩阵的形式是：

这里λ是忽略因子。

E_n+1，n(n)：残余信号的列矩阵：e(0)，……，e(n)。

采用称为RLS算法的常规最小平方算法，并且在没有本地语音时，试图使输出方差的估计量减至最小： $E\left(n\right)=\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\λ}}^{n-i}[Z\left(i\right)-H^t\left(n\right)\·X\left(i\right){]}^2$

使用矩阵符号可将上式写成下面形式：

E_n+1，n(n)＝Z_n+1，1(n)－X_n+1，N(n)·H

如上指出的，运用下面在n时刻的关系，本发明用输入信号的QR型蜕变，实现了一个有n+1行和n+1列的正交转换矩阵Q(即，该矩阵乘以其转置矩阵后的乘积等于单位矩阵)，使得能得到有N行和N列的上三角矩阵 $Q_{n+1,n+1}\left(n\right)X_{n+1,N}\left(n\right)=\left[\begin{array}{c}{R}_{N,N}\left(n\right)\\ Q_{n-N+1,N}\end{array}\right]------\left(2\right)$

这个变换使得可以通连续更新QR蜕变的过程来自适应滤波器。

把QR变换加到等式(1)上来完成最小平方意义上的求最小值，计算表明正交矩阵Q满足下面的更新关系： $\left[\begin{array}{cc}{Q}_{n,n}(n-1)& O_{n,1}\\ O_{n,1}^t& 1\end{array}\right]X_{n+1,N}\left(n\right)=\left[\begin{array}{c}{\mathrm{\λ}}^{1/2}{R}_{N,N}(n-1)\\ O_{n-N,N}\\ X\left(n\right)X(n-1)\…X(n-N+1)\end{array}\right]$

可以看出从估计以前的变换矩阵Q(n-1)和一组能够消去输入信号矩阵最后一行的N次Givens旋转(rotation)可以得到矩阵Q(n)： $Q_{n+1,n+1}\left(n\right)\·{\hat{Q}}_{n+1,n+1}\left(n\right)=\left[\begin{array}{cc}{Q}_{n,n}(n-1)& O_{n,1}\\ O_{n,1}^t& 1\end{array}\right]------\left(4\right)$

这里 表示N次Givens旋转的结果：Q_n+1，n+1(n)＝QΘ_N-1...QΘ_Q旋转Θ_i用来在矩阵中消去采样X(n-i)：

最后，只保留与N次旋转有关的那些行和列，得到确定正交转换矩阵Qθ_N+1，N+1的更新公式： $Q{\mathrm{\θ}}_{N+1,N+1}\left(n\right)\left[\begin{array}{c}{\mathrm{\λ}}^{1/2}{R}_{N,N}(n-1)\\ x\left(n\right)x(n-1)\…\…x(n-N+1)\end{array}\right]=\left[\begin{array}{c}{R}_{N,N}\left(n\right)\\ O_{1,N}\end{array}\right]$ 可以估计矢量E的最后一项的后验残余误差e(n)：e(n)＝E^t _n+，1(n)[O，...，0，1]¹用Eq表示由E用Q的正交变换得到的矢量，上式也可以写成如下形式： $e\left(n\right)={\mathrm{eq}}_{n+\mathrm{1,1}}^t\left(n\right)\·Q_{n+\mathrm{1,1}}\left(n\right)[O,\…,\mathrm{0,1}{]}^t$ 可以看出e(n)等于：

e(n)＝e_q(n)γN-1(n)0这里e_q(n)是e_q(n)的最末一项，γ_N-1等于：

λ²(n)＝e(n)/ε(n) ${\mathrm{\γ}}_{N-1}\left(n\right)=\underset{i=0}{\overset{N-1}{\mathrm{\Π}}}\cos {\mathrm{\θ}}_i\left(n\right)$ θ是归一化的Givens旋转角。

当γ是似然变量的平方根时，计算先验残余误差同样导致如下估算误差

ε(n)＝eq(n)/γ(n)

旋转后的误差矢量最末一项e_q(n)的一个估计可以是先验和后验误差的矢量平均(geometric mean)。

有人已经提出在声学回声消除领域之外实现快速QR-RLS算法的建议，所以就不详细讨论了。在这方面下面这些文章可作参考：

Ling“基于Givens旋转的最小平方点阵与相关算法”，IEEETrans，信号处理，Vol.39，No.7，July1991。

Regalia等，“在最小自适应滤波中快速QR方法和点阵方法之间的对偶性”IEEE Trans.on ASSP，Vol.39，No.4，879-891页，April1991。

B.Yang，J.F.Bohome，“基于旋转的RLS算法：联合求导，数字特性和并联实现”，IEEE Trans.信号处理，Vol.40，No.5，May1992。

“快速”算法把通常是O(N²)形式的滤波器的复杂性降低至大约O(N)，N是自适应滤波器的阶数。

在这个所研究的问题中，提供复杂性为O(N²)的算法如何演变为复杂性为O(N)的算法的知识也是有用的。

正向(direct)QR蜕变适用于自相关矩阵的Cholesky因子，而逆向(inverse)蜕变适用于Cholesky因子的倒数。这个区别是两类基于QR蜕变的最小平方算法的出发点。

相应的初始算法是O(N²)，分别被称为QR-RLS和IQR-RLS。

对这两类无论是固定阶还是递归阶的每一种都存在O(N)的快速算法。

在正向QR蜕变方面，在上面的文章中提到固定阶的FQR-RLS(快速QR-RLS)Cioffi算法和FQR-LSL(快速QR最小平方点阵)的Regalia及Bellanger的递归阶的算法。

对于逆向QR蜕变，在Theodoridis(ICASSP-95)中能找到对于每种情况(固定阶和递归阶)的推导(derivation)。

还存在一种不用快速正向QR型Givens旋转而是用Householder变换的基于QR方法的算法，此法不同于上面指出的其他算法在于它使横向滤波器相同。Liu在登于IEEE Trans.onSP，March1995上的文章中说明了这种算法。

接下去要给出为了实现该实施方式所要求的功能方框图的分布的例子。

图2所示的回声消除器划分为四个子带。对应于图1中元件的那些元件用同样的标识号表示。下面假定消除器是用于工作带宽为300Hz至3.4KHz，采样率为8KHz的免提电话装置中，这种方法可以用于扩带(16KHz)中和用其他数量的子带完成的处理中是不言而喻的。

消除器包括一个给两个并联的滤波器24和26提供输入的模拟-数字转换器22。滤波器24是低端截止频率(例如)约为2KHz的高通或带通滤波器。滤波器26是大体上具有同样截止频率的低通滤波器，因此可以避免带之间的重叠。滤波器24和26各自后跟一个设计成以比率为2完成十取一并将采样连到两个子带分析滤波器中每一个上的二次采样电路28。这样，利用滤波器30a，30b，30c和30d就形成了四个子带，例如分别为最大1KHz，由1KHz至2KHz，由2KHz至3KHz和由3KHz至4KHz。

滤波器30可以是常规型的。特别可以用共轭正交滤波器(CQF)或正交镜象滤波器(QMF)，以及无限冲击响应滤波器(IIR)。也可以用子波分解滤波器(WDF)，这使更细的划分成为可能。

每个滤波器30的后面接一个二次采样器32和一个接收相应的消除滤波器36a，36b，36c，36d输出的减法器34。

为了进行子带信号的分析和合成，可以用子带分解和重组方法而不用上面叙述的二进制树重组方法。例如，可以通过一组可以是也可以不是经调制或均匀(uniform)的滤波器来选择分解，并且不限定用于分解成子带的结构的选择。

如上面指出的，只在低频带，即在由滤波30a和30b送来的子带中完成QR-RLS型滤波通常是有利的。相反，滤波器36c和36d(高频带)可以用所需计算能力小得多的归一化LMS算法来完成。只是两个在中间的子带可能用QR蜕变最小平方算法来完成。

更一般地说，可以把QR蜕变最小平方算法用于高输入信号能量的子带的自适应滤波而在低能量的子带中用不复杂的算法(例如NLMS)。在预先分析了每个子带输入信号的平均能量电平后可以对所考虑的蜕变类型做出选择。

减法器34馈送给与分析电路对称的合成电路38。在所示的例子中，包括用加零和内插来工作的过采样器(over-sampler)40，带通滤波器24，加法器44，另一组过采样器46，两个输出滤波器48和一个提供e(n)的加法器50。

蚀送给减法器34负输入端的自适应滤波器36a至36d接收用与在分析Z(n)时使用的滤波器和二次采样器相同性能的两组连续的滤波器52和54以及两组二次采样器56和58分成子带的信号X(n′)。自适应滤波器抽头的总数，即滤波器的阶数一般在64至256之间，即使是在那些使用蜕变提供足够数量的子带的有长混响时间的在大房间的会议电话装置中，发现256的阶数已足够了。只要所有的子带内使用了相同的算法，那么不同子带之间的系数分布一般是相等的。相反，较高复杂度的QR-RLS算法会导致用那种算法的子带和用要求不太复杂的计算算法的子带之间分布的不一致。例如，假如消除器分为四个子带，其中的两个子带用QR蜕变最小平方算法，则其中的每一个上有16个系数而另外两个子带上有32个系数。这使得对于不同的自适应滤波器的计算时间相互很接近。一般来说，这样就使得可以用当今在元件市场上能得到的信号处理器来实现自适应滤波器。

可以把在递推计算中涉及的QR蜕变最小平方算法的忽略因子给定一个固定的值。实际上需要忽略因子大于(n－1)/n，这里n为所考虑的滤波器的系数数目。

不同于快速横向RLS算法，该算法中忽略因子必须足够大以避免发散，QR蜕变最小平方算法(无论是否是快速版本)对于忽略因子可以在很大范围内灵活调节而不必担心发散或不稳定。

因此，给滤波器提供一个自适应装置60来自适应忽略因子是可取的。在图2中只表示在自适应滤波器36a和36b用了这样的装置60。可以把自适应装置推广到完成NLMS算法的滤波器36c和36d，这里也需要或最好有类似的自适应步长控制。

一种通常比较有利的策略是给入一个初始尽可能小的值以加速收敛，即在上面考虑的情况下稍微大于(n－1)/n＝15/16＝0.93的值。可以把装置60设计成受双语音探测器和室内噪声探测器控制，它们对，例如，与信号x(n)的电平相比较，大于给定阈值的信号z(n)的电平敏感。当检测到双语音时，通过采用接近1的λ值可以降低由于给出引入剩磁的本地讲话者在自适应中的干扰。

还有另一种选择λ的策略是，在装置60中存贮从(n－1)/n至接近1的几个值中选择λ的关系，例如作为信号能量的函数。

用于调整QR蜕变最小平方算法的参数如忽略因子λ和滤波器的阶数的装置60可以基于能量判据的简单原理或基于可以是参量的或其他的(例如Itakura距离，分别在58(a，b，c，和d)的输出所取的输入信号路径和32(a，b，c，和d)和输出信号路径之间的倒谱距离)频谱失真计算。也可以把装置60用于调整NLMS算法的自适应步长。

发现增加抽头数不能导致回声消除的显著改善，除非抽头数超过约为1000时，但这时的计算复杂性和采样率就太过分了。

在某些子带中完成NLMS算法的滤波器包括用来调节自适应步长或收敛步长的装置是有利的。

也可以在每个子带中使用装置(未画出)来自动调整作为每个子带中输入信号x(n)能量的函数的滤波器阶数以保证在存在双语音和噪声时的高稳固性。选择滤波器阶数的策略如下：对于在一个子带中信号能量为零的情况，调节装置把滤波器阶数降为零。当信号能量超过一个阈值(实际中对应于设想的一个子带中的最大能量)时，调节装置给相应的滤波器以最大的阶数。在中间能量时，滤波器可以用很多连续步骤来调整，例如模拟类似于声音冲击响应的指数关系。

如在ERLE(回声返回损失增强)标准的256抽头约为30dB的条件下测试，本发明能达到很好的效果。将抽头数加倍不能导致显著改善。

本发明不限于用例子说明的特殊的实施方式。尤其是子带数可以不同，尽管按照一般规则对于窄带来说多于16个子带或对于增大的带宽多于32个子带是无意义的。也可以采用具有不同于上面给定分布的不同算法。

Claims (9)

1.一个设计用于免提声音接口和通信网络之间的回声消除器，包括多个并联的处理路径，每个路径位于加到网络上的输出信号的频带中多个相邻子带中的一个上，每个路径包括一个接收包含回声并在校正以后用来传送的信号的分析滤波器，一个接收由网络来的信号并馈送给在相应的子带把回声估计值加到减法器(34)的负输入端的自适应滤波器(36)的第二分析滤波器，和一个合成滤波器(38)，消除器的特征在于：至少某些子带中的自适应滤波器用递归阶或非递归阶的快速算法对输入信号完成QR蜕变最小平方算法。

2.根据权利要求1的回声消除器，其特征在于：在输入信号中只有高能量子带的自适应滤波器完成所说的QR蜕变算法，其他子带的自适应滤波器完成低复杂度的算法。

3.根据权利要求1的回声消除器，其特征在于：只有低频率子带的自适应滤波器完成所说的QR蜕变算法，其他的自适应滤波器完成如通常的随机梯度NLMS算法那样的低复杂度的算法。

4.根据权利要求1的回声消除器，其特征在于：中间子带的自适应滤波器完成所说的QR蜕变算法，其他的自适应滤波器完成通常的最小平方算法或通常的随机梯度算法。

5.根据权利要求1至4中任一条的消除器，其特征在于：完成所说的QR蜕变算法的自适应滤波器包括用于调整忽略因子的装置。

6.根据权利要求5的回声消除器，其特征在于：所说的装置是用来在最大值和最小值之间改变忽略因子，当存在高声音噪声或双语音时有最大值，当存在单语音时有最小值。

7.根据权利要求5或6的回声消除器，其特征在于：所说的装置是用来在检测到双语音信号时在最小初始值和最大值之间的改变忽略因子，该最小初始值大于(n－1)/n，这里n是滤波器的抽头数，该最大值接近1。

8.根据上述权利要求任一项的回声消除器，其特征在于：用于随着输入到每个子带上的信号x(n)的能量变化，自动调整子带上递归滤波器阶数的装置。

9.根据权利要求8的回声消除器，其特征在于：当在所述的子带中输入信号的能量为零时，所说的用来自动调节滤波器阶数的装置将滤波器阶数降到零，当输入信号超过预先规定的值时将滤波器阶数置为最大，在中间能量时用与声音冲击响应类似的平均指数关系用连续步骤来调整滤波器的阶数。

Images