CN1206958A

CN1206958A - 有限脉冲响应滤波器的自适应方法

Info

Publication number: CN1206958A
Application number: CN 98116613
Authority: CN
Inventors: 伊莱·瓦尔加
Original assignee: Deutsche Thomson Brandt GmbH
Current assignee: Deutsche Thomson Brandt GmbH
Priority date: 1997-07-29
Filing date: 1998-07-28
Publication date: 1999-02-03

Abstract

自适应滤波器经常用于例如声音和音乐信号的自适应数字信号处理中,LMS或NLMS算法常常用于自适应。与LMS算法相反,NLMS算法的自适应特性是独立于信号电平的。然而,NLMS算法仍然具有缺点,即自适应特性不是独立于信号的信噪比。最好是在整个可能的值的范围内使用一个单独的第三种非线性算法来一方面代替LMS算法,另一方面代替NLMS算法。根据本发明,通过在一种广义的LMS算法中使用作为输入信号信噪比的非线性函数的步长来达到这一目的。

Description

有限脉冲响应滤波器的自适应方法

本发明涉及FIR滤波器的自适应方法。

自适应数字滤波器在信号处理中有各种用途。FIR(有限脉冲响应)滤波器是最经常使用的。这些滤波器的应用是例如在声音和音乐信号中抑制回声和干扰噪声。许多算法可用于FIR滤波器的自适应。LMS(最小均方)和NLMS(归一化最小均方)算法构成实际应用中最常使用的两种重要的基本算法。

用于FIR滤波器系数h1，h2，…，hN的自适应的LMS算法具有下面的形式

hi(n+1)＝hi(n)+a^*e(n)^*x(n-i)，i＝1，2，…，N

其中

n：离散时标，

a：步长＝常数，

x(n)：输入信号的样本，

d(n)：原始输入信号的样本，

y(n)：滤波器输出信号的样本，

e(n)：误差信号的样本，

e(n)＝d(n)-y(n)

在NLMS算法中，步长被输入信号的功率的瞬时值Px(n)归一化并且因此具有下面的形式

hi(n+1)＝hi(n)+a^*e(n)^*x(n-i)/Px(n)，i＝1，2，…，N

在这种情况下例如通过下面的递归(一阶低通滤波器)可以确定Px(n)

Px(n+1)＝(1-q)^*Px(n)+q^*x^2(n)

与LMS算法相反，由于归一化NLMS算法的自适应特性是独立于信号电平的。这在必须处理非稳态信号如语音或音乐的那些应用中提供了好处。通常在这种情况下LMS算法事实上是完全不合适的，例如在对声音回声的补偿和噪声抑制的情况下。然而，如果由于所述输入信号的非稳态特性尽管输入信号x(n)的功率Px(n)小但误差信号e(n)的功率较大，那么NLMS算法仍存在不足，因为在这种情况下自适应被干扰，。

本发明的目的是提供一种用于FIR滤波器的自适应方法，它减少或完全防止对于噪声的自适应或噪声对自适应的干扰。

误差信号e(n)的较大功率连同变得越来越小的输入信号x(n)的瞬时功率Px(n)需要愈加减小的步长，换句话说，象LMS一类的自适应。另一方面，给定那些相应于信号活动性(activity)的Px(n)值，应该使用具有恒定步长的NLMS自适应。一方面，代替使用LMS算法，另一方面代替使用NLMS算法，所希望的是在输入信号功率值的整个可能的范围内使用一个单独的、第三种算法。在实际情况下，通过一个如下列的单个公式能够表示这两种算法：

hi(n+1)＝hi(n)+aeff(n)^*e(n)^*x(n-i)/Px(n)

i＝1，2，…，N

在这种情况下，已介绍的有效步长aeff定义如下：

aeff(n)＝a0^*Px(n) 对应LMS算法

aeff(n)＝a0＝常数对应NLMS算法

因此这个有效步长aeff是用于LMS算法的Px(n)的线性函数和用于NLMS算法的常数。

原理上，根据本发明的方法在于根据输入信号的瞬时信噪比(SNR)的非线性函数选择有效的步长。根据信号功率，非线性函数最好初始具有一个近似线性轮廓并且随后以一种连续变化的方式变为一种近似恒定的轮廓。

瞬时SNR随着非稳态输入信号的脉动一起变化。给定一个小的瞬时SNR，根据本发明通过自适应减少有效步长，换句话说执行LMS类的自适应。这防止了系统对噪声自适应和/或噪声干扰自适应。另一方面，对于那些相应于信号活动性的瞬时SNR值，有效步长是常数，也就是说NLMS类的自适应是有效的。结果，自适应特性变得很大程度地独立于电平和SNR。

根据下列公式计算步长aeff(n)是有益的

aeff(n)＝a0/(1+(c1/(c2+SNR(n)))^c3)，

其中SNR(n)是输入信号的信噪比，a0是最大步长而c1，c2，c3是函数的恒定参数。

根据应用选择参数c1并且分配0和1之间的一个值给参数2，以及一个1和2之间的值给c3是特别有益的。

信号的信噪比的确定取决于应用。最好是测量输入信号的噪声功率，这尤其有益在信号暂停时实现。

参照附图描述本发明的示范实施例，其中：

图1示出一个用于线性估计的自适应滤波器，

图2示出一个作为自适应正向预测器的自适应滤波器。

图1表明了对于能够用于如电话的免提模式的回波抑制类型的线性估计的滤波器配置。从随机的输入信号x(n)(远端扬声器)自适应FIR滤波器AF确定对于信号d(n)(近端扬声器+回声)的估计值y(n)。用在这里的最优准则是误差信号e(n)＝d(n)-y(n)的平方的平均值最小。为了确定误差信号，d(n)和y(n)被馈送到加法器S。这样，通过根据本发明算法的应用，信号d(n)中的干扰，例如加性噪声或近端语音得到很大程度地避免。在这种情况下系数选择c2＝0…1，c3＝1…2可能是有益的。在这种情况下借助于低通滤波通过在信号x(n)的话音暂停期间测量信号d(n)的功率可以确定噪声功率。

图2表明了一个借助于自适应正向预测器进行例如语音输入的单信道噪声抑制的示范实施例。仅仅在通过延迟级D的一个延迟之后，最好是一个采样的持续期间，信号x(n)馈给自适应FIR滤波器AF。

这样自适应滤波器AF从输入信号x(n)确定一个估计值y(n)。x(n)和y(n)被馈送到加法器S，该加法器S确定来自它们的误差信号e(n)。于是误差信号e(n)被馈送到自适应滤波器用于自适应的目的。

由于正向预测，这种情况下的自适应具有下面的形式：

hi(n+1)＝hi(n)+aeff(n)^*e(n)^*x(n-i-1)/Px(n)

i＝1，2，…，N

给定参数c1，c2，c3的合适选择，对于一个小的有用信号电平(低信号，暂停)执行LMS类的自适应，并且在信号活动性的情况下执行NLMS类的自适应，这个转换是不固定的并且由c1确定。这里，选择c2＝0…1，c3＝1…2也是有益的。为确定SNR，通过使噪声功率与例如信号暂停时的输入信号功率相等可以估计噪声功率。

本发明可以用于自适应数字信号处理，例如在噪声抑制正向预测的场合下或在声音回波补偿的场合下。特别是它能够应用在电话、电视电话或各种消费者电子设备的声音控制中。

Claims

1.FIR滤波器的自适应方法，一种算法用于FIR滤波器系数的自适应，根据该算法从一个先前FIR滤波器系数和一个有效步长与误差信号(e)以及被输入信号的功率归一化的输入信号(x)的乘积之和来产生特定瞬时的相应的FIR滤波器系数，其特征在于：根据输入信号的瞬时信噪比的非线性函数选择有效步长。

2.如权利要求1所述的方法，其中根据信号功率，非线性函数初始具有一个近似的线性轮廓并且随后以一种连续变化的方式改变为一种近似恒定的轮廓。

3.如权利要求2所述的方法，其中根据公式aeff＝a0/(1+(c1(c2+SNR))^c3)计算步长aeff，这里SNR是输入信号的信噪比，a0是最大步长而c2，c2，c3是该函数的恒定参数。

4.如权利要求3所述的方法，其中根据应用选择参数c1并且参数c2具有0和1之间的值以及参数c3具有1和2之间的值。

5.如权利要求1到4中之一所述的方法，其中由信号功率和噪声功率的比值得到信噪比并且测量输入信号的噪声功率。

6.如权利要求5所述的方法，其中在信号暂停时测量噪声功率。