CN1204425A - 使用残留信号中功率估算的回声消除的方法和设备 - Google Patents

Abstract

回声消除器确定取决于非线性误差功率估算(24)并且最好也取决于线性误差功率(22)的动态门限(TH(n)),残留信号(e(n)的残留功率估算(28)与此动态门限进行比较。如果残留功率估算低于动态门限,则在非线性处理器(20)中衰减残留信号。

Description

使用残留信号中功率估算的回声 消除的方法和设备

本发明涉及使用形成残留信号的回声路径模型的回声消除器和回声消除方法。

回声是涉及在具有长延迟的电话系统中的可感觉的语音质量的问题，例如长途电话或使用长处理延迟的电话系统，类似数字蜂窝系统。回声出现在PSTN／用户接口的四线二线变换中。为了除去这个回声，通常在长途业务的中转交换机和在蜂窝应用的移动业务交换中心中提供回声消除器。

由于使它自适应的回声消除器的位置，同一回声消除器用于PSTN中许多不同用户。这个配合不仅在不同呼叫之间需要，而且在每次呼叫期间也是必需的，这是因为传输网络的不固定性质，例如相位滑动(slip)、三方呼叫等。

回声消除器的主要部分是自适应滤波器，此滤波器产生回声的复制，从近端信号中减去此复制。由于不完全了解回声产生系统，所以所估算的回声信号总是包含误差。因此，实际上，利用自适应滤波器获得的回声衰减总是至多约30dB。对于长时间延迟，这个衰减是不够的，并且为了使这些误差的可听见影响最小，使用残留回声抑制器。回声抑制器的目的是一旦此信号被回声估算中的误差支配时进一步抑制残留信号，这是通过阻塞某些电平的输出信号的回声消除器的输出来完成的。

标号(1)描述装备有自适应中心消波器形式的回声抑制器的回声消除器。由回声消除器产生的回声估算用于经信号处理装置控制门限，并从而控制此自适应消波器的消波窗口。如果残留信号的功率降到低于自适应门限，则阻塞或削波此残留信号，否则，此残留信号通过自适应削波器而无修改。然而，残留信号不仅包含残余回声，而且也包含在近端用户上产生的背景噪声。偶而残留回声样值和背景噪声样值有益地加上，因此所得到的残留信号可以超过门限，此结果是包含残留回声的残留信号的不希望的不规则传输，这是非常令人烦恼的。

回声消除的一个主要问题是回声消除器工作在一个变的系统与信号条件范围中：

(ⅰ)系统可具有例如6-25dB的衰减并且也可以利用线性模

    型来描述。

(ⅱ)近端的背景噪声电平可以在例如-65--30dBmO之间。

(ⅲ)系统可以具有差的衰减并且可以差地制作模型为线性系

    统。

确定在所有相关情形下给出令人满意的回声抑制器性能的合适门限值是基于功率比较的控制策略的基本问题。为情况(ⅰ)设计门限将导致情况(ⅲ)所描述的系统的残留回声不完全的抑制。然而，为情况(ⅲ)设计将导致情况(ⅰ)所描述的系统的非常保守的抑制功能。而且，来自近端方(情况(ⅲ))的背景噪声量影响回声消除器中自适应滤波器性能。对于高背景噪声电平，估算模型的起伏而不是模型误差可能控制残留信号。因此，甚至对于情况(ⅰ)所描述的系统，根据背景噪声电平应采取回声抑制器的不同控制策略。从此讨论中可以看出：即使不是不可能，要获得在所有相关情况中给出令人满意的回声抑制器性能的一个固定控制策略和一组固定参数也是困难的。

本发明的目的是提供一种新的回声消除器和新的回声消除方法，使相关参数适应不同情况以避免上面问题。

本发明的基本思想是使用残留信号中动态功率估算非线性误差并且最好也是线性误差来确定动态门限，而如果残留信号功率下降低于此动态门限，则衰减该残留信号。

通过参阅下面与附图一起进行的描述可以最好地理解本发明及其另外的目的与优点，其中：

图1是回声生成系统的方框图；

图2是回声消除系统的方框图；

图3是先前公知的具有可变中心削波器的回声消除器的方框图；

图4是表示图3的回声消除器的中心削波器转移函数的图；

图5a-b是表示根据本发明的最低可能衰减用于两种不同情况的非线性处理器的不同转移函数的图；

图6a-b是表示根据本发明的低衰减用于两种不同情况的非线性处理器的不同转移函数的图；

图7a-b是表示根据本发明的高衰减用于两种不同情况的非线性处理器的不同转移函数的图；

图8a-b是表示根据本发明以最高可能衰减用于两种不同情况的非线性处理器的不同转移函数的图；

图9是表示执行根据本发明方法的优选实施例的非线性处理器操作的流程图；

图10是表示根据本发明优选实施例确定动态门限方法的流程图；和

图11是根据本发明的回声消除方法操作的回声消除器的方框图。

在下面描述中，执行相同或类似功能的部分利用相同标号表示。

图1表示电话系统中回声生成过程。下面称为远端用户的用户A经二线线路连到混合网络(混合网络形成四线与二线连接之间接口，如本领域所公知的)。类似地，下面称为近端用户的用户B经二线线路连到另一个混合网络。二线线路传送入局和出局语音信号。自远端用户A输出的语音经图1中的上面二条线线路传送给近端用户B，类似地，从近端用户B输出的语音在图1中的下面二条线线路上传送给远端用户A。然而，从用户B至用户A的下面二条线线路也包含从用户A输出语音的回声，用户B上混合网络不能完全抑制此回声，类似地图1中的上面二条线线路包含从用户B输出语音的回声。

图2表示在近端侧如何消除返回到用户A的回声(在远端侧提供类似的安排)。输入信号X(n)表示来自用户A的语音，其中n表示离散时间，输入信号X(n)由利用具有转移函数H(q^-1)的滤波器10和求和单元14表示的混合网络进行衰减，其中q^-1代理后向移位运算符(q^-1X(n)=X(n-1))，并且所得到的回声信号S(n)与近端信号V(n)在求和单元14中进行组合，其中V(n)可以或可以不包含近端语音。滤波器10的衰减利用回声路径衰减ERL(ERL=回声返回损耗)来表示。因此，所得到的输出信号y(n)包含近端信号和来自远端信号的回声。而且，输入信号X(n)也传送给自适应滤波器12，滤波器12通过调整其滤波系数模拟混合网络的脉冲响应，所得到的回声信号S(n)的估算表示为 (n)。这个估算在求和单元16中从输出信号y(n)中减去(ERLE=回声返回损耗增强代表所得到的回声衰减中的改善)，并且所得到的误差信号e(n)传送给自适应滤波器12，用于滤波系统的调整，而且e(n)传送给二线线路以便返回给远端用户A。滤波器12的系数可以例如根据NLMS算法进行调整(见[2])。

由于自适应滤波器12不可能全部除去回声，回声消除器可以附加回声抑制器。图3表示以标号[1]表示的这种类型的安排。这里，回声抑制器具有可变中心削波器18的形式，利用所估算的回声信号 (n)进行控制，从中心削波器18输出的信号e_VCC(n)可以表示为：

其中τ是中心削波器18的可变门限，而δ是恒定比例因数。此转移函数表示在图4中。因此，如果信号e(n)落入中心窗口，它将被完全阻塞，否则它将通过中心削波器18而无变化。然而，门限τ取决于

(n)的值。因此，如果S(n)具有低的数量，则门限τ也将是低的。在这种情况中，如果信号e(n)包含来自用户B的大量背景噪声，｜e(n)｜实际上可能超过门限。因此，信号e_VCC(n)可能包含含有回声与背景噪声的不规则信号。在先前公知的安排中，由于比例因数δ是恒定的，所以没有办法来避免这种情况。

现在将结合图5-11描述本发明。

简短地讲，本发明不同于现有技术有三方面，即，残留信号e(n)的非线性处理，可能取决于线性与非线性误差的动态门限的确定，以及此门限中动态比例因数的确定。

非线性处理：

不直接将残留信号e(n)与门限进行比较，而是例如根据下式形成预定时间期间内的功率估算Re(n)：

R_e(n)=ρR_e(n-1)+(1-ρ)e²(n)    (2)其中加权因子ρ是0与l之间的常数，例如127／128。而且，功率也可以通过相加例如e(n)最后128样值的平方估算，但式(2)要求较不复杂的实施。

非线性处理分为两步。在第一步骤中，根据下式定义转移函数的形状：

其中TH(n)是动态门限(下面定义的)，而NL是来自近端用户B的背景噪声电平的测量。背景噪声电平NL例如可以估算为长时间间隔内残留功率Re的最小值。

在第二步骤中，根据下式确定衰减A(n)：

这里，衰减划分为32电平，但这仅是一个示例，更大和更小的电平是可能的。

最好，根据下式衰减(3)的补偿信号e_C(n)： $e_{\mathrm{NLP}}\left(n\right)=\frac{32-A\left(n\right)}{32}{e}_C\left(n\right)\text{----------}\left(5\right)$

图5-8表示这个不同衰减的过程。图5a-8a表示根据本发明在Re(n)＜TH(n)情况中通过线性处理定义的转移函数。类似地，图5b-8b表示Re(n)≥TH(n)情况中的转移函数。如从这些图中可看出的，转移函数的形状取决于功率估算Re(n)是超过还是下降低于门限TH(n)。如果功率估算超过门限，则转移函数将仅是线性函数，利用图5b-8b中的直线表示。另一方面，如果功率估算Re(n)低于门限TH(n)，则转移函数将是非线性的，具有低于噪声电平NL的e(n)幅度线性部分和超过噪声电平NL的值的恒定部分。如从图5-8中可看出的，左手侧的图在形状上类似，但具有不同的衰减。同样的说明适用于右手侧的图。现由是在式(4)中衰减A(n)取决于前一样值的衰减A(n-1)。

如从图5a-8a中所看出的，只要Re(n)＜TH(n)，衰减A(n)将增加，直至信号e(n)在衰减A(n)已达到其最大值(图8a)时被完全抑制为止。与图4相比，主要区别是：在此最大衰减上，e(n)的所有值将被阻塞，不仅仅是落入中心削波窗口内的值。因此，在这种情况中，包含残留回声与背景噪声的信号即使在这些信号有益地相加时也将被抑制。

另一方面，如可以从图5b-8b中看出的，在Re(n)超过TH(n)时，输出信号e_NLP(n)将是信号e(n)的线性换算模型。如果上面条件持续直至衰减A(n)已达到零电平，则将不改变e(n)。

因此，在两种静止情况中(具有或最大或最小衰减A(n))，信号e(n)将或者被完全抑制(图8a)或不改变(图5b)。图6和7表示这两个静止状态之间的瞬变相位。图5-8中的双箭头表示：如果一个样值的功率估算Re(n)低于TH(n)而下一样值的Re(n+1)超过门限TH(n+1)，则转移函数可以改变形状，或反之亦然。因此，取决于此测试条件的结果，转移函数形状可以突变，但衰减A(n)将保持在近似相同的电平上，并将仅缓慢地变化，如果测试的改变结果保持的话。

为了避免在具有近端背景噪声的情况中由此非线性处理引入的噪声泵激(pumping)影响，根据本发明的优选实施例，根据下式安慰噪声可以加到补偿信号上： $e_{\mathrm{NLP}}\left(n\right)=\frac{32-A\left(n\right)}{32}{e}_C\left(n\right)\text{+}\frac{A\left(n\right)}{32}\mathrm{CN}\left(n\right)\text{----------}\left(6\right)$

其中CN(n)代表安慰噪声(具有与NL相同电平的产生噪声)。

确定门限TH(n)：

在上述非线性处理中使用的门限TH(n)可以定义为： $\mathrm{TH}\left(n\right)=\mathrm{\γ}\{\mathrm{\α}\left(n\right)\•R_X\left(n\right)+\mathrm{\β}\left(n\right)\•R_{\stackrel{\⩓}{s}}\left(n\right)\}----------\left(7\right)$ 式中γ是恒定比例因数，最好在范围1-10中(在优选实施例中γ=4)，α(n)、β(n)是动态比例因数(下面定义的)，并根据下式定义R_X(n)、R

(n)： ${\{}_{X\left(n\right)={\[X\left(n\right),X(n-1),...,X(n-M+1)\]}^T}^{R_X\left(n\right)=X^T\left(n\right)X\left(n\right)}----------\left(8\right)$ $R_{\stackrel{\⩓}{s}}\left(n\right)=\mathrm{\ρ}{R}_{\stackrel{\⩓}{s}}(n-1)+(1-\mathrm{\ρ}){\stackrel{\⩓}{s}}^2\left(n\right)----------\left(9\right)$

这里X(n)是输入信号X(n)的M(例如128、256、512，即与滤波器12长度一样)样值的矢量，而

(n)是估算的回声。

式(7)中括号内第一项a(n)R_X(n)代表回声信号估算中的线性误差(所估算的回声与此回声最佳可能线性回声估算之间的差)，第二项β(n)R (n)代表回声路径引入的非线性误差，这不能利用线性模型(FIR滤波器)来模拟。

式(7)的重要特性是利用比例因数α(n)与β(n)的换算。要注意：这些比例因数是动态的(每个抽样周期进行更新)。这些比例因数的确定将在下面两个分段中进行描述。然而，在进一步描述这些比例因数之前，将结合图9的流程图描述根据本发明的非线性处理。

在步骤300，更新抽样周期。在步骤310，确定比例因数α(n)(将在下一分段中进行描述)。在步骤320，根据式8计算功率估算R_X(n)。在步骤330，确定比例因数β(n)(将在下面结合图10进行描述)。在步骤340，根据式(9)计算功率估算R

(n)。在步骤350根据式(7)计算当前抽样周期的门限TH(n)。在步骤360，根据式(2)计算残留信号e(n)的功率估算Re(n)。在步骤370，测试此功率估算是否低于当前门限。如果是这种情况，则分别根据式(3)与(4)的第一部分计算补偿信号e_C(n)和衰减A(n)(分别在步骤380与390)。另一方面，如果Re(n)超过门限TH(n)，则分别根据式(3)与(4)的下部分计算补偿信号e_C(n)和衰减A(n)(分别在步骤400与410)。最后，根据式(6)计算信号e_NLP(n)(步骤420)。此后，流程图返回到步骤300，并对于下一抽样周期重复同一处理。

确定比例因数α(n)：

已发明：对于使用NLMS方法更新的FIR滤波器，确定α(n)的合适算法描述为： $\mathrm{\α}\left(n\right)=(1-\frac{\mathrm{\μ}}{N})\mathrm{\α}(n-1)\text{+}{\mathrm{\μ}}^2\frac{R_e(n-1)}{N\•R_X(n-1)}----------\left(10\right)$

其中N是回声消除器中自适应滤波器的滤波长度(例如512抽头)，而μ是步长(例如，1／2、1／4、1／8)。而且，假定α(0)=1。然而，对于其他估算方法和／或滤波器结构，α(n)R_X(n)应利用估算误差功率的合适估算来替代，例如参见这些误差的表达式[3]。

确定比例因数β(n)：

比例因数β(n)利用残留信号e(n)与输入信号X(n)之间的相关性进行确定。为了确定此相关性，可根据下式形成测量变量T_k(n)： $T_k\left(n\right)=\frac{{\mathrm{Ee}}^2\left(n\right)x^2(n-k)-{\mathrm{Ee}}^2\left(n\right){\mathrm{Ex}}^2(n-k)}{{\mathrm{Ee}}^s\left(n\right){\mathrm{Ex}}^2(n-k)}----------\left(11\right)$

其中E表示期望值。理论上，此测量变量应等于零，如果e(n)与X(n-k)之间不存在相关性的话，否则，此测量变量应大于零。为简化过程，仅计算那些支配回声的滞后K的Tk(n)。而且，由于估算的回声 (n)是延迟的输入信号X(n)的线性组合，或 ${\{}_{h\left(n\right)={\[h_0\left(n\right),h_1\left(n\right),...,h_{N-1}\left(n\right)\]}^T}^{\stackrel{\⩓}{s}\left(n\right)=h^T\left(n\right)X\left(n\right)}----------\left(12\right)$

其中h(n)表示回声消除器的滤波系数，N表示滤波器12的长度，可使用

(n)而不是X(n-k)来计算测试变量T，得到下面表示式： $T\left(n\right)=\frac{{\mathrm{Ee}}^2\left(n\right){\stackrel{\⩓}{s}}^2\left(n\right)-{\mathrm{Ee}}^2\left(n\right)E{\stackrel{\⩓}{s}}^2\left(n\right)}{{\mathrm{Ee}}^2\left(n\right)E{\stackrel{\⩓}{s}}^2\left(n\right)}-----------\left(13\right)$

由于实施原因，考虑下面等效表示式更加有利： $T\left(n\right)=E\left\{(\frac{e^2\left(n\right)}{E{e}^2\left(n\right)}-1)(\frac{{\stackrel{\⩓}{s}}^2\left(n\right)}{E{\stackrel{\⩓}{s}}^2\left(n\right)}-1)\right\}\text{----------}\left(14\right)$

利用E

(n)=R

(n)的事实，式(13)可以改写为： $T\left(n\right)=(\frac{e^2\left(n\right)}{R_e\left(n\right)}-1)(\frac{{\stackrel{\⩓}{s}}^2\left(n\right)}{R_{\stackrel{\⩓}{s}}\left(n\right)}-1)----------\left(15\right)$

此测试变量T(n)未给出任何明确的β(n)值。而此测试变量的平均值用于β(n)的隐含更新，这将结合图10进行描述。如果非线性处理器待用，即Re(n)超过门限并且没有衰减，在e(n)与S(n)之间应找不到相关性，这暗示T(n)的平均值应等于零。如果此平均值不是零，则表示β(n)太小，并且应增加。类似地，如果在非线性处理器激活时未找到相关性(T(n)平均值=0)，则它表示β(n)太大并且应降低。

图10是表示确定β(n)过程的流程图。从图9流程图的步骤330中调用此过程，此过程可以概括如下。

T(n)的短时间平均值T_SA是在128样值的时间周期上进行计算。此短时间平均值用于增加β(n)(即，提高门限TH(n))。这对应图10的左边部分。

长时间T(n)平均值T_LA是在2048样值上进行计算。此长时间平均值用于检验β(n)不是太大(即，门限TH(n)太高)。如果非线性处理器激活(Re＜TH)，则仅执行此部分过程。

此过程在步骤500开始。在步骤510，根据式(15)计算T(n)。而且，递减第一计数器CNT_S1，此计数器在1024与0之间运行并阻止β(n)增加太快(每1024样值只增加一个3dB电平)。

步骤520测试是否Re＞αR_X+2βR_S。如果满足此条件并且没有明显的双方同时讲话情形，即不满足2Rs＜Ry，则过程执行步骤530。在步骤530，更新短时间平均值T_SA，并递减第二计数器CNT_S2。计数器CNT_S2从128运行到0，并保证仅在T_SA已全部填满T(n)新的样值时才增加β(n)。

下一步骤即步骤540测试两个计数器是否已递减到零。如果是这种情况，则步骤550测试所计算的短时间平均值T_SA是否超过第一极限UL(合适的UL值是1．2)。如果是这种情况，步骤560将β增加3dB并将计数器CNT_S1、CNT_S2分别复位为1024与128。步骤560稍后也设置长时间平均值T_LA与第三计数器CNT_L为零并进到步骤570。如果步骤520、540与550中的测试失败，则还执行步骤570。

步骤570测试非线性处理器是否激活。如果是这样，步骤580测试Re是否超过αRy+βRs。如果是这样，则将T(n)增加到长时间平均值T_LA。如果不是这样，则将常数LL增加到T_LA。此后，在步骤610递增第三计数器CNT_L。

步骤620测试计数器CNT_L是否已达到值2048(已相加T(n)的2048样值)。如果已达到，步骤630测试长时间平均值是小于还是等于常数LL(合适的LL值是0．4)。如果是这种情况，在步骤640将β递减3dB。否则，不改变β。最后，在步骤650将T_LA与CNT_L复位为零，此后过程在步骤660中返回。

如果测试570、620失败，过程将不减少β，而将直接进到步骤660。

在本发明目前的优选实施例中，动态门限的非线性部分表示为 $\mathrm{\β}\left(n\right)R\stackrel{\⩓}{s}\left(n\right)$ 。然而，类似的过程可以根据除 $R\stackrel{\⩓}{s}\left(n\right)$ 之外的其他数量，例如数量Ry(n)或Rx(n)类似于式(9)进行计算。

如果计算的复杂性是所关心的，甚至有可能将门限TH(n)建立在简单表示式β(n) $\stackrel{\⩓}{s}\left(n\right)$ 之上(其中根据参照式(11)-(15)所描述的原理确定β(n))。在这样的情况中，此门限可直接与残留信号e(n)幅度进行比较。

现在将结合图11描述执行根据本发明方法的设备的方框图。

非线性处理器20接收残留信号e(n)并输出已处理的信号e_NLP(n)。输出信号e_NLP(n)根据式(3)-(6)进行计算。估算器22根据式(7)的第一项利用信号X(n)与e(n)估算线性误差的功率。类似地，估算器24利用信号e(n)与 $\stackrel{\⩓}{s}\left(n\right)$ 计算式(7)的第二项。根据式(7)在单元26中计算门限TH(n)。单元(28)根据式(2)计算功率估算Re(n)。比较器30将Re(n)与TH(n)进行比较，并且从比较器30输出的信号确定输出信号e_NLP(n)的形状与衰减。

最好由微处理器或微／信号处理器组合执行单元20-30的功能。

本领域技术人员将理解：可以对本发明进行各种修改和变化而不脱离由所附权利要求定义的本发明精神与范围。

参考文献

[1]转让给英国电信公司的USA4577071

[2]IEEE有关信号处理学报，1993年9月41(9)：2811-2825的D．T．M．SLOCK的文章“On the Convergence Behavior of theLMS and the Normalized LMS Algorithms”

[3]MIT出版社，马塞州剑桥，1983年88-96第12-16页的L．Ljung与T．Soderstrom的文章“Theory and Practice ofRecursive Identification”。

Claims (9)

1．一种使用形成残留信号的回声路径的模型的回声消除方法，其特征在于：

确定所述残留信号的残留功率估算；

确定所述残留信号剩余非限制误差部分的非线性误差功率估算；

根据所述非线性误差功率估算确定动态门限；和

如果所述残留功率估算低于所述动态门限，衰减所述残留信号。

2．根据权利要求1的方法，其特征在于：

确定所述残留信号剩余线性误差部分的线性误差功率估算；和

确定取决于所述线性误差功率估算与所述非线性误差功率估算的动态门限。

3．根据权利要求1或2的方法，其特征在于：

每当所述残留功率估算低于所述动态门限时增加衰减，直至所述残留信号被完全抑制。

4．根据权利要求3的方法，其特征在于：

每当所述残留功率估算低于所述动态门限衰减作为所述残留信号幅度的非线性函数的所述残留信号，而每当所述残留功率估算不低于所述动态门限时，衰减作为所述残留信号幅度的线性函数的所述残留信号。

5．根据权利要求4的方法，其特征在于：

所述非线性函数是低于估算噪声电平的所述残留信号幅度的线性函数和超过所述噪声电平幅度的恒定函数。

6．根据权利要求5的方法，其特征在于：所述动态门限是利用所述线性与非线性误差功率估算和形成。

7．根据权利要求6的方法，其特征在于：所述动态门限根据下面公式形式：

γ{α(n)·R_X(n)-β(n)·R_S(n)}

其中：R_X(n)是到所述回声路径的输入信号的功率估算，

R_S(n)是从所述回声路径输出的信号的功率估算，

α(n)和β(n)是连续更新的比例因数，而γ是恒定的比例因数。

8．一种使用形成残留信号回声路径的模型的回声消除器，其特征在于：

用于确定所述残留信号的残留功率估算的装置(28)；

用于确定所述残留信号剩余非线性误差部分的非线性误差功率估算的装置(24)；

用于确定取决于所述非线性误差功率估算的动态门限的装置(26)；

用于比较所述残留功率估算与所述动态门限的装置(30)；和

装置(20)，如果所述残留功率估算低于所述动态门限，衰减所述残留信号。

9．根据权利要求8的设备，其特征在于：

用于确定所述残留信号剩余线性误差部分的线性误差功率估算的装置(22)；和

用于确定取决于线性误差功率估算与所述非线性误差功率估算的动态门限的装置(26)。

Images