CN115985278A - 一种改进的凸组合解相关成比例自适应回声消除方法 - Google Patents
一种改进的凸组合解相关成比例自适应回声消除方法 Download PDFInfo
- Publication number
- CN115985278A CN115985278A CN202211683196.XA CN202211683196A CN115985278A CN 115985278 A CN115985278 A CN 115985278A CN 202211683196 A CN202211683196 A CN 202211683196A CN 115985278 A CN115985278 A CN 115985278A
- Authority
- CN
- China
- Prior art keywords
- filter
- value
- step length
- tap
- combined
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 33
- 238000001914 filtration Methods 0.000 claims abstract description 27
- 230000008030 elimination Effects 0.000 claims abstract description 10
- 238000003379 elimination reaction Methods 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000005070 sampling Methods 0.000 claims description 5
- 230000017105 transposition Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 229910044991 metal oxide Inorganic materials 0.000 claims 1
- 150000004706 metal oxides Chemical class 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 12
- 230000000694 effects Effects 0.000 abstract description 4
- 238000012797 qualification Methods 0.000 abstract description 2
- 238000004088 simulation Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 241000219000 Populus Species 0.000 description 1
- 150000001412 amines Chemical class 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Filters That Use Time-Delay Elements (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明公开了一种改进的凸组合解相关成比例自适应回声消除方法，属于电话通信的自适应回声消除技术领域，包括：远端信号滤波，远端信号的离散值构成凸组合消除滤波器输入向量U(n)，得到第一、二步长滤波值y1(n)和y2(n)；凸组合，将第一、第二步长滤波值y1(n)和y2(n)通过权重ρ(n)进行凸组合后得到组合滤波值y(n)；回声抵消，将带回声的近端信号d(n)与组合滤波值y(n)相减后再回送给远端；滤波器抽头权系数更新；滤波器的权重更新和限定条件；将n值加1，重复上述步骤，直至通话结束。本发明对电话通信这种稀疏系统的辨识能力强，收敛速度快，稳态误差低，回声消除效果好且容易实施。
Description
技术领域
本发明属于电话通信的自适应回声消除技术领域，更具体地，涉及一种改进的凸组合解相关成比例自适应回声消除方法。
背景技术
随着信息技术的发展，语音通信向多种业务、多种方式的方向发展。在各种各样的电话通信业务中，凡是需要同时使用麦克风和扬声器的场合，都不可避免的出现声学回声。例如，在召开多人网络音频会议或用户使用通信设备的免提功能时，常常产生声学回声，其产生原理是，通话者的语音信号被麦克风拾取后，传送到近端通过扬声器放大后输出。在近端房间产生回声，回声信号由近端麦克风拾取，传送回远端输出，通话者因此听到自己的声音。在极端条件下，当回声信号增益过大形成正反馈时，将导致刺耳的啸叫，使通信无法进行。因此必须在通讯设备集成声学回声消除器(Acoustic Echo Cancellation，AEC)以抑制回声，提高通信质量。目前，语音业务仍然是最主要的通信方式，但回声现象严重影响通信系统的舒适性，降低通信质量。因此，近些年来，研究人员提出了各种各样的回声消除技术。但大多数声学回声消除技术都存在成本高、通话质量低等诸多弊端。
总之，各自的弊端使得它们一直难以推广应用。自适应滤波器可以根据环境的变化调整自适应滤波器参数，能较好辨识出回声信道脉冲响应，得到回声的估计值，再从麦克风接收到的语音信号中减去该估计值，从而达到消除回声的目的。自适应回声消除技术可简化为自适应理论中的系统辨识问题。因此，自适应回声消除是目前国际上的主流技术，也是自适应信号处理最活跃的研究领域之一。
声学回声信道大多具有稀疏性，回声信道脉冲响应的大部分系数都接近或等于零。回声路径真正产生回声能量的大幅值系数称为活跃系数。活跃系数在时域集聚，数量只占回声路径系数总量极少一部分。但回声消除应用具有自身的特点和难点，例如：回声信道的脉冲响应是阶数高、稀疏以及时变的。在这种情况下，传统的自适应算法，如最小均方算法(Least mean square，LMS)，归一化最小均方算法(Normalized Least Mean Squares，NLMS)的收敛速度会出现明显下降。针对此种情况，引入系数比例自适应算法有效地提高了算法的收敛速度。在目前的稀疏系统辨识的应用中，较成熟的方法有以下两种：
(1)基于去相关归一化最小均方算法(Decorrelation Normalized Least MeanSquares，DNLMS)的自适应回声抵消
参考文献1“基于去相关NLMS算法的自适应回波抵消”，王振力，张雄伟，杨吉斌，韩彦明，应用科学学报[J].2006，24(1)：21-24，该方法是在归一化最小均方算法的基础上，从语音信号相关性的角度出发而提出的，通过把解相关加入归一化最小均方算法中，保证了收敛速度的同时，克服了最小均方算法运算精度不高的缺点。而其计算量与归一化最小均方算法相当，易于实现，但其在处理回声路径时则表现出收敛速度慢。
(2)改进的成比例归一化最小均方(Improved Proportionate NormalizedLeast-Mean-Squares，IPNLMS)
参考文献2“An improved PNLMS Algorithm”(J.Benesty,IEEE InternationalConference on Acoustics,Speech,and Signal Processing(ICASSP),vol.2,pp.1881–1884,May.2002)，该方法核心思想是按照不同的步长进行更新自适应滤波器的每一个抽头参数。该算法利用1-范数来计算权值的成比例因子，对于稀疏路径的情况普遍优于成比例归一化最小均方(Proportionate Normalized Least Mean Squares，PNLMS)算法，提高了初始收敛速度。但是该算法在处理相关信号(比如，语音信号)时仍然表现出收敛速度缓慢的缺陷。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提出了一种改进的凸组合解相关成比例自适应回声消除方法，一方面能获得快收敛速度和低稳态误差，另一方面能获得较好的鲁棒能力。
为实现上述目的，按照本发明的一个方面，提供了一种改进的凸组合解相关成比例自适应回声消除方法，包括：
S1：远端信号的离散值构成凸组合消除滤波器输入向量，将凸组合消除滤波器输入向量通过凸组合自适应回声消除滤波器滤波后分别得到第一步长滤波值和第二步长滤波值，其中，第一步长大于第二步长；
S2：将第一步长滤波值和第二步长滤波值通过第一步长滤波器的权重进行凸组合后得到组合滤波值，将第一步长滤波器抽头系数和第二步长滤波器抽头系数进行凸组合得到组合滤波器抽头权系数；
S3：将带回声的近端信号与组合滤波值相减后再回送给远端；
S4：由第一步长滤波器抽头系数计算成比例第一步长矩阵，由第二步长滤波器抽头系数计算成比例第二步长矩阵，将近端信号分别与第一步长滤波值和第二步长滤波值相减，得到第一步长误差信号和第二步长误差信号，然后基于组合滤波器抽头权系数、成比例第一步长矩阵、成比例第二步长矩阵及凸组合自适应回声消除滤波器的权系数更新方向向量进行滤波器抽头权系数更新；
S5：对第一步长滤波器的权重进行更新和限定；
S6：将当前时刻的值加1，采用更新后的滤波器抽头权系数及第一步长滤波器的权重，重复步骤S1～步骤S5，直至通话结束
在一些可选的实施方案中，步骤S1包括：
将远端传来的信号采样得到远端信号的当前时刻n的离散值u(n)，组合远端信号离散值u(n)在n-L+1到n时刻的值构成当前时刻n的凸组合自适应回声消除滤波器输入向量U(n)，U(n)＝[u(n),...,u(n-L+1)]T，L是滤波器抽头数，上标T代表转置运算；
将输入向量U(n)通过凸组合自适应回声消除滤波器滤波后分别得到第一步长滤波值y1(n)，y1(n)＝W1 T(n)U(n)和第二步长滤波值y2(n)，y2(n)＝W2(n)TU(n)，W1(n)为当前时刻n的凸组合自适应回声消除滤波器中的第一步长滤波器的抽头权系数，W2(n)为当前时刻n的凸组合自适应回声消除滤波器中的第二步长滤波器的抽头权系数。
在一些可选的实施方案中，由y(n)＝ρ(n)y1(n)+(1-ρ(n))y2(n)得到组合滤波值y(n)，由W(n-D)＝ρ(n)W1(n-D)+(1-ρ(n))W2(n-D)得到组合滤波器抽头时延权系数W(n-D)，其中，ρ(n)为第一步长滤波器的权重，
a(n)为混合参数，W1(n-D)为第一步长滤波器抽头时延权系数，W2(n-D)为第二步长滤波器抽头时延权系数，D表示延迟参数。
在一些可选的实施方案中，步骤S3包括：
将近端麦克风拾取到当前时刻带回声的近端信号d(n)与组合滤波值y(n)相减后的误差作为消除回声后的总残差信号e(n)，e(n)＝d(n)-y(n)，并将总残差信号e(n)送回给远端。
在一些可选的实施方案中，由G1(n)＝diag{g1,1(n),g1,2(n)...,g1,L(n)}得到成比例第一步长矩阵G1(n)，由G2(n)＝diag{g2,1(n),g2,2(n)...,g2,L(n)}得到成比例第二步长矩阵G2(n)，其中，
l＝1,2,...,L，
l＝1,2,...,L，g1,l(n)和g2,l(n)分别表示第一步长成比例矩阵和第二步长成比例矩阵中的第l个元素，||·||1表示1-范数，γ是成比例性控制参数，d是成比例矩阵的正则化参数，w1,l(n)和w2,l(n)分别表示第一步长滤波器抽头系数W1(n)和第二步长滤波器抽头系数W2(n)中第l个元素的值。
在一些可选的实施方案中，若混合参数a(n)大于等于阈值σ，则由
更新第一步长滤波器的抽头权系数，由
更新第二步长滤波器的抽头权系数；
若混合参数a(n)小于阈值σ，则由
更新第一步长滤波器的抽头权系数，由
更新第二步长滤波器的抽头权系数；
其中，凸组合自适应回声消除滤波器的权系数更新方向向量X(n)，X(n)＝U(n)-c(n)U(n-1)，且
μ1为第一步长滤波器的步长，μ2为第二步长滤波器的步长，e为滤波器抽头权系数的正则化参数。
在一些可选的实施方案中，由
更新混合参数，
是一个常数，yD,1(n)＝XT(n)W1(n-D)，yD,2(n)＝XT(n)W2(n-D)，eD(n)＝d(n)-XT(n)W(n-D)。
在一些可选的实施方案中，由
得到第一步长滤波器权重的更新值ρ(n+1)，其中，第一步长滤波器的权重限定条件为：若n+1时刻的混合参数a(n+1)小于阈值ξ的负值，则令a(n+1)＝-ξ，ρ(n+1)＝0；若n+1时刻的混合参数a(n+1)大于阈值ξ，则令a(n+1)＝ξ，ρ(n+1)＝1。
按照本发明的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述方法的步骤。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
(一)收敛速度快且稳态误差小
将近端麦克风拾取到带回声的近端信号d(n)与组合滤波器的输出y(n)(即回声信号的估计值)相减得到从近端回送给远端的信号即误差信号e(n)。在凸组合过程中，第一步长滤波器在初期权重大，组合滤波值y(n)主要是第一步长滤波值，后期第一步长滤波器权重小，组合滤波值y(n)主要是第二步长滤波值，且权重变化趋势相对稳定，受误差e(n)影响相对小，通过第一步长滤波器的快速收敛和第二步长滤波器的低稳态误差，保证了二者凸组合后的整个凸组合自适应回声消除滤波器的收敛速度快同时稳态误差小。用解相关运算后的结果作为更新方向向量来分别更新第一步长自适应滤波器的抽头权系数和第二步长自适应滤波器的抽头权系数，再组合得到的自适应滤波器的抽头权系数作为回声信道脉冲响应的估计值，该值更接近真实值，从而其组合滤波值也更接近回声的真实值，回声消除效果越好。
(二)跃变系统的跟踪能力强
实践中麦克风与扬声器的相对位置、角度和环境都可能随时发生变化，声学回声信道的脉冲响应也会发生相应地改变，因此对跃变系统的跟踪能力是回声消除器一项很重要的技术指标。本发明通过将凸组合、解相关和成比例思想相结合，显著提高了自适应凸组合回声消除滤波器对跃变系统的跟踪能力，收敛速度快，实时性好，鲁棒性好，很好地满足了回声消除滤波器器对跃变系统跟踪能力强的要求。
附图说明
图1是本发明实施例提供的一种仿真实验时使用的近端信号d(n)图；
图2是本发明仿真实验得到的图1的近端信号d(n)的估计值y(n)的图形；
图3是本发明实施例提供的一种DNLMS、IPNLMS和本发明实施例仿真实验的归一化稳态失调曲线；
图4是本发明实施例提供的一种大步长的解相关成比例DIPNLMS、小步长的解相关成比例DIPNLMS方法和本发明的归一化稳态失调曲线。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明实例中，“第一”、“第二”等是用于区别不同的对象，而不是用于描述特定的顺序或先后次序。
本发明的一种具体实施方式是：一种改进的凸组合解相关成比例自适应回声消除方法，其步骤如下：
S1：远端信号滤波，具体实现方式如下：
将远端传来的信号采样得到远端信号的当前时刻n的离散值u(n)，组合远端信号离散值u(n)在n-L+1到n时刻的值构成当前时刻n的凸组合自适应回声消除滤波器输入向量U(n)，即U(n)＝[u(n),...,u(n-L+1)]T，其中，L＝512是滤波器抽头数，上标T代表转置运算，然后，将滤波器输入向量U(n)通过凸组合自适应回声消除滤波器滤波后分别得到第一步长滤波值y1(n)，y1(n)＝W1 T(n)U(n)和第二步长滤波值y2(n)，y2(n)＝W2(n)TU(n)；其中，W1(n)和W2(n)分别为当前时刻n的凸组合自适应回声消除滤波器中的第一步长滤波器和第二步长滤波器的抽头权系数，其初始值均为零，第一步长大于第二步长。
S2：凸组合，具体实现方式如下：
将第一步长滤波值y1(n)和第二步长滤波值y2(n)通过权重ρ(n)进行凸组合得到组合滤波值y(n)，y(n)＝ρ(n)y1(n)+(1-ρ(n))y2(n)，同时将第一步长滤波器抽头时延权系数W1(n-D)、第二步长滤波器抽头时延权系数W2(n-D)进行凸组合得到组合滤波器抽头时延权系数W(n-D)，W(n-D)＝ρ(n)W1(n-D)+(1-ρ(n))W2(n-D)；其中，ρ(n)为第一步长滤波器的权重，其计算公式为
初始值为0.5；a(n)为混合参数，其初始值为0，D表示延迟参数。
S3：回声抵消，具体实现方式如下：
将近端麦克风拾取到当前时刻带回声的近端信号d(n)与组合滤波值y(n)相减后的误差作为消除回声后的总残差信号e(n)，即e(n)＝d(n)-y(n)，并送回给远端。
S4：滤波器抽头权系数更新，具体实现方式如下：
S4.1：计算成比例矩阵；
计算成比例第一步长矩阵G1(n)：
G1(n)＝diag{g1,1(n),g1,2(n)...,g1,L(n)}
计算成比例第二步长矩阵G2(n)：
G2(n)＝diag{g2,1(n),g2,2(n)...,g2,L(n)}
其中，g1,l(n)和g2,l(n)分别表示第一步长成比例矩阵和第二步长成比例矩阵中的第l个元素，||·||1表示1-范数，γ是成比例性控制参数，γ∈[-1,1]，d是成比例矩阵的正则化参数，其取值为0.001～0.01；w1,l(n)和w2,l(n)分别表示第一步长滤波器抽头系数W1(n)和第二步长滤波器抽头系数W2(n)中第l个元素的值，l＝1,2,...,L。
S4.2：组合滤波器抽头权系数的更新
将近端信号d(n)分别与第一步长滤波值y1(n)和第二步长滤波值y2(n)相减，分别得到第一步长误差信号e1(n)和第二步长误差信号e2(n)：
e1(n)＝d(n)-y1(n)，e2(n)＝d(n)-y2(n)
如果混合参数a(n)大于等于阈值σ，则n+1时刻的第一步长滤波器的抽头系数W1(n+1)和第二步长滤波器的抽头系数W2(n+1)分别为：
如果混合参数a(n)小于阈值σ，则n+1时刻的第一步长滤波器的抽头系数W1(n+1)和第二步长滤波器的抽头系数W2(n+1)分别为：
其中：凸组合自适应回声消除滤波器的权系数更新方向向量X(n)，X(n)＝U(n)-c(n)U(n-1)，且
阈值σ的取值范围为3～5；μ1为第一步长滤波器的步长，其取值范围为0.20～0.85；μ2为第二步长滤波器的步长，其取值为0.020～0.085；e为滤波器抽头权系数的正则化参数，其取值范围为0.001～0.01。
S5：滤波器的权重更新和限定
计算出混合参数在n+1时刻的更新值a(n+1)：
其中，
是一个常数，取值为0.58，yD,1(n)＝XT(n)W1(n-D)、yD,2(n)＝XT(n)W2(n-D)，eD(n)＝d(n)-XT(n)W(n-D)；
再计算得到第一步长滤波器权重的更新值ρ(n+1)，即：
其中第一步长滤波器的权重限定条件是：
如果n+1时刻的混合参数a(n+1)小于阈值ξ的负值，即a(n+1)＜-ξ，则令a(n+1)＝-ξ，ρ(n+1)＝0；
如果n+1时刻的混合参数a(n+1)大于阈值ξ，即a(n+1)＞ξ，则令a(n+1)＝ξ，ρ(n+1)＝1。
S6：令n＝n+1，重复S1、S2、S3、S4、S5的步骤，直至通话结束。
仿真实验
为了验证本发明的有效性，进行了仿真实验，并与现有的文献1和文献2方法进行了对比。
仿真实验的远端信号x(n)为四阶自回归(AR(4))高度相关的信号，即x(n)＝0.95x(n-1)+0.19x(n-2)+0.09x(n-3)-0.5x(n-4)+h(n)。其中，h(n)是30dB信噪比的零均值高斯白噪声。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，近端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8KHz，采样阶数为512，共拾取出800000时刻点的近端信号d(n)。
将以上的近端信号d(n)用本发明方法与现有的二种方法进行回声消除。各种方法的最优参数取值如表1。
图1是近端信号d(n)图，图2是本发明实验的凸组合自适应滤波器输出值y(n)。结合图1、图2可以看出，本发明实验的自适应滤波输出值y(n)与近端信号d(n)几乎相同，也即本发明对回声信号的估计值与回声信号几乎相同，其消声效果好。
图3是DNLMS、IPNLMS方法和本发明方法的归一化稳态失调曲线。从图3可以看出：在稳态误差相同的情况下，本发明比DNLMS和IPNLMS的收敛速度快，跟踪能力强。
图4是大步长的解相关成比例(Decorrelation Improved ProportionateNormalized Least-Mean-Squares，DIPNLMS)、小步长的解相关成比例(DIPNLMS)方法和本发明的归一化稳态失调曲线。从图4可以看出：本发明解决了收敛速度和稳态误差的矛盾，即保持了大步长DIPNLMS方法的快收敛速度，小步长DIPNLMS方法的低稳态误差，且本发明跟踪能力强。
表1各方法的实验最优参数近似取值
需要指出，根据实施的需要，可将本申请中描述的各个步骤/部件拆分为更多步骤/部件，也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件，以实现本发明的目的。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种改进的凸组合解相关成比例自适应回声消除方法，其特征在于，包括：
S1：远端信号的离散值构成凸组合消除滤波器输入向量，将凸组合消除滤波器输入向量通过凸组合自适应回声消除滤波器滤波后分别得到第一步长滤波值和第二步长滤波值，其中，第一步长大于第二步长；
S2：将第一步长滤波值和第二步长滤波值通过第一步长滤波器的权重进行凸组合后得到组合滤波值，将第一步长滤波器抽头系数和第二步长滤波器抽头系数进行凸组合得到组合滤波器抽头权系数；
S3：将带回声的近端信号与组合滤波值相减后再回送给远端；
S4：由第一步长滤波器抽头系数计算成比例第一步长矩阵，由第二步长滤波器抽头系数计算成比例第二步长矩阵，将近端信号分别与第一步长滤波值和第二步长滤波值相减，得到第一步长误差信号和第二步长误差信号，然后基于组合滤波器抽头权系数、成比例第一步长矩阵、成比例第二步长矩阵及凸组合自适应回声消除滤波器的权系数更新方向向量进行滤波器抽头权系数更新；
S5：对第一步长滤波器的权重进行更新和限定；
S6：将当前时刻的值加1，采用更新后的滤波器抽头权系数及第一步长滤波器的权重，重复步骤S1～步骤S5，直至通话结束。
2.根据权利要求1所述的方法，其特征在于，步骤S1包括：
将远端传来的信号采样得到远端信号的当前时刻n的离散值u(n)，组合远端信号离散值u(n)在n-L+1到n时刻的值构成当前时刻n的凸组合自适应回声消除滤波器输入向量U(n)，U(n)＝[u(n),...,u(n-L+1)]T，L是滤波器抽头数，上标T代表转置运算；
将输入向量U(n)通过凸组合自适应回声消除滤波器滤波后分别得到第一步长滤波值y1(n)，y1(n)＝W1 T(n)U(n)和第二步长滤波值y2(n)，y2(n)＝W2(n)TU(n)，W1(n)为当前时刻n的凸组合自适应回声消除滤波器中的第一步长滤波器的抽头权系数，W2(n)为当前时刻n的凸组合自适应回声消除滤波器中的第二步长滤波器的抽头权系数。
3.根据权利要求2所述的方法，其特征在于，由y(n)＝ρ(n)y1(n)+(1-ρ(n))y2(n)得到组合滤波值y(n)，由W(n-D)＝ρ(n)W1(n-D)+(1-ρ(n))W2(n-D)得到组合滤波器抽头时延权系数W(n-D)，其中，ρ(n)为第一步长滤波器的权重，a(n)为混合参数，W1(n-D)为第一步长滤波器抽头时延权系数，W2(n-D)为第二步长滤波器抽头时延权系数，D表示延迟参数。
4.根据权利要求3所述的方法，其特征在于，步骤S3包括：
将近端麦克风拾取到当前时刻带回声的近端信号d(n)与组合滤波值y(n)相减后的误差作为消除回声后的总残差信号e(n)，e(n)＝d(n)-y(n)，并将总残差信号e(n)送回给远端。
5.根据权利要求4所述的方法，其特征在于，由G1(n)＝diag{g1,1(n),g1,2(n)...,g1,L(n)}得到成比例第一步长矩阵G1(n)，由G2(n)＝diag{g2,1(n),g2,2(n)...,g2,L(n)}得到成比例第二步长矩阵G2(n)，其中， g1,l(n)和g2,l(n)分别表示第一步长成比例矩阵和第二步长成比例矩阵中的第l个元素，||·||1表示1-范数，γ是成比例性控制参数，d是成比例矩阵的正则化参数，w1,l(n)和w2,l(n)分别表示第一步长滤波器抽头系数W1(n)和第二步长滤波器抽头系数W2(n)中第l个元素的值。
6.根据权利要求5所述的方法，其特征在于，若混合参数a(n)大于等于阈值σ，则由更新第一步长滤波器的抽头权系数，由更新第二步长滤波器的抽头权系数；
若混合参数a(n)小于阈值σ，则由更新第一步长滤波器的抽头权系数，由更新第二步长滤波器的抽头权系数；
其中，凸组合自适应回声消除滤波器的权系数更新方向向量X(n)，X(n)＝U(n)-c(n)U(n-1)，且μ1为第一步长滤波器的步长，μ2为第二步长滤波器的步长，e为滤波器抽头权系数的正则化参数。
7.根据权利要求6所述的方法，其特征在于，由更新混合参数，是一个常数，yD,1(n)＝XT(n)W1(n-D)，yD,2(n)＝XT(n)W2(n-D)，eD(n)＝d(n)-XT(n)W(n-D)。
8.根据权利要求7所述的方法，其特征在于，由得到第一步长滤波器权重的更新值ρ(n+1)，其中，第一步长滤波器的权重限定条件为：若n+1时刻的混合参数a(n+1)小于阈值ξ的负值，则令a(n+1)＝-ξ，ρ(n+1)＝0；若n+1时刻的混合参数a(n+1)大于阈值ξ，则令a(n+1)＝ξ，ρ(n+1)＝1。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211683196.XA CN115985278A (zh) | 2022-12-27 | 2022-12-27 | 一种改进的凸组合解相关成比例自适应回声消除方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211683196.XA CN115985278A (zh) | 2022-12-27 | 2022-12-27 | 一种改进的凸组合解相关成比例自适应回声消除方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115985278A true CN115985278A (zh) | 2023-04-18 |
Family
ID=85957587
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211683196.XA Pending CN115985278A (zh) | 2022-12-27 | 2022-12-27 | 一种改进的凸组合解相关成比例自适应回声消除方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115985278A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
-
2022
- 2022-12-27 CN CN202211683196.XA patent/CN115985278A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1612963B1 (en) | Multi-Channel Echo Cancellation With Round Robin Regularization | |
| JP4257113B2 (ja) | 音響エコーの相殺および抑制を実行する利得制御方法 | |
| CN107483761B (zh) | 一种回波抑制方法及装置 | |
| CN104506746B (zh) | 一种改进的凸组合解相关成比例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 | |
| US20220301577A1 (en) | Echo cancellation method and apparatus | |
| CN112689056B (zh) | 一种回声消除方法及使用该方法的回声消除装置 | |
| CN112037811A (zh) | 一种函数连接型自适应非线性回声消除方法 | |
| 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 | |
| CN113870881A (zh) | 一种鲁棒哈默斯坦子带样条自适应回声消除方法 | |
| CN115985278A (zh) | 一种改进的凸组合解相关成比例自适应回声消除方法 | |
| Cheng et al. | Semi-blind source separation for nonlinear acoustic echo cancellation | |
| CN109697986B (zh) | 一种基于最小三次方绝对值的自适应偏差补偿回声消除方法 | |
| CN113873090B (zh) | 一种稳健估计仿射投影样条自适应回声消除方法 | |
| CN113409806B (zh) | 一种基于反正切函数的零吸引回声消除方法 | |
| CN113362844B (zh) | 一种低复杂度分离去相关自适应声学回声消除方法及装置 | |
| CN113345457A (zh) | 一种基于贝叶斯理论的声学回声消除自适应滤波器及滤波方法 | |
| CN114464202A (zh) | 一种基于最近克罗内克积分解的双曲正割回声消除法 | |
| Okhassov et al. | Cost-Effective Proportionate Affine Projection Algorithm with Variable Parameters for Acoustic Feedback Cancellation | |
| Birkett et al. | Nonlinear echo cancellation using a partial adaptive time delay neural network | |
| Iwai et al. | Acoustic echo and noise canceller using shared-error normalized least mean square algorithm | |
| Motar et al. | Echo Cancellation in Telecommunications Using Variable Step-Size, Dynamic Selection, Affine Projection Algorithm. | |
| Jyothirmai et al. | Echo cancellation in voip using block-based adaptive filter | |
| Gao et al. | Independent Echo Path Modeling for Stereophonic Acoustic Echo Cancellation. | |
| CN115766954A (zh) | 一种仿射投影最大熵子带延时凸组合自适应回声消除方法 |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Liu Qianqian Inventor before: He Yigang Inventor before: Liu Qianqian |
|
| CB03 | Change of inventor or designer information |