DE19836995A1 - Echokompensator und Verfahren mit Richtungstransformation - Google Patents
Echokompensator und Verfahren mit RichtungstransformationInfo
- Publication number
- DE19836995A1 DE19836995A1 DE1998136995 DE19836995A DE19836995A1 DE 19836995 A1 DE19836995 A1 DE 19836995A1 DE 1998136995 DE1998136995 DE 1998136995 DE 19836995 A DE19836995 A DE 19836995A DE 19836995 A1 DE19836995 A1 DE 19836995A1
- Authority
- DE
- Germany
- Prior art keywords
- linear prediction
- filter
- coefficients
- echo
- update direction
- 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.)
- Withdrawn
Links
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)
- Filters That Use Time-Delay Elements (AREA)
- Circuit For Audible Band Transducer (AREA)
Description
Die vorliegende Erfindung bezieht sich auf Echokompensa
toren und insbesondere auf Echokompensatoren mit schneller
Konvergenz.
Einige bidirektionale Kommunikationssysteme haben für in
entgegengesetzte Richtungen übertragene Signale separate Pfa
de. In diesen Systemen können Signale von dem einen Pfad in
den anderen Pfad gespiegelt werden. Diese gespiegelten Signa
le, die normalerweise Echosignale heißen, überlagern die ge
wünschten Nachrichtensignale. Folglich sind Echokompensatoren
entwickelt worden, um die gespiegelten Signale zu unterdrüc
ken.
Echokompensatoren verwenden adaptive Filter, um das in
einen der Signalpfade reflektierte Echosignal abzuschätzen.
Die Echoabschätzung wird vom Signalpfad, der das Echosignal
liefert, subtrahiert, um ein Signal zu erzeugen, das im we
sentlichen echofrei ist bzw. bei dem das Echo unterdrückt
wird.
Weil adaptive Filter zum Berechnen des kleinsten Fehler
quadrats (Least Mean Square = LMS) eine relativ einfache
Struktur haben und weil sie beim Berechnen stabil und effizi
ent sind, werden sie häufig in Echokompensatoren verwendet,
um die Echosignale abschätzen. Adaptive LMS-Filter konvergie
ren jedoch langsam, wenn sie in akustischen Echokompensati
onsanwendungen wie z. B. Telekonferenzen und beim Freisprechen
bei der zellulären Nachrichtenübertragung verwendet werden.
Ein weiterer Nachteil der adaptiven LMS-Filter besteht
darin, daß sie das Echosignal oft nur um höchstens 30 dB
(Dezibel) unterdrücken. Bei einer typischen akustischen An
wendung sind die Echosignale sehr stark, und sie können so
stark wie die erwünschten Nachrichtensignale werden. In solch
einer Umgebung muß das adaptive Filter schnell konvergieren,
um den sich schnell ändernden Echopfad zu simulieren, und es
wäre äußerst wünschenswert, das Echosignal um mindestens 40
dB zu unterdrücken. Wenn diese zwei Anforderungen nicht er
füllt werden können, treten wegen des Echos große Fehler auf,
und diese großen Fehler können die Qualität des gesuchten
Nachrichtensignals erheblich verschlechtern.
Adaptive Filter, die andere Algorithmen verwenden, wie
etwa rekursive kleinste Fehlerquadrate (RLS) oder Algorithmen
mit affinen Projektionen konvergieren schneller als Kompensa
toren mit LMS-Filtern, sie sind jedoch instabiler und erfor
dern einen größeren Aufwand beim Berechnen. Ein Filter mit
einem hohen Berechnungsaufwand braucht eine aufwendige Schal
tung oder aber erhebliche Prozessorkapazitäten. Ein instabi
les adaptives Filter erzeugt unregelmäßige Abschätzungen und
daher ist mit ihm kein genügend zuverlässiger Betrieb mög
lich, der einem Anwender garantiert, bei einem Anruf stets
verständlich kommunizieren zu können.
Der Bedarf nach einem schnell konvergierenden, stabilen,
beim Berechnen effizienten, adaptiven Filter mit hoher Unter
drückung ist im Bereich mobiler Telefone mit Freisprechen und
bei Telekonferenzen mit Freisprechen besonders groß. Der
Echopfad ändert sich in einem solchen Umfeld rasch, das Echo
ist stark und das Hintergrundrauschen laut. Dementsprechend
ist es notwendig, daß der Echokompensator ein adaptives Fil
ter mit schneller Konvergenz umfaßt, das die Echosignale
um mehr als 40 dB unterdrückt. Es ist außerdem wünschenswert,
daß der Echokompensator beim Berechnen effizient ist, so daß
er mit einer relativ kleinen Schaltung mit niedrigem Strom
verbrauch implementiert werden kann.
Somit besteht ein Bedarf nach einem stabilen und beim
Berechnen effizienten Filter für Umgebungen, in denen akusti
sche Echos auftreten, bei denen der Echopfad sich rasch än
dert und die Echosignale stark sind.
Fig. 1 zeigt schematisch eine Schaltung eines Echokom
pensators nach dem Stand der Technik.
Fig. 2 zeigt Beispiele für Linien des konstanten mitt
leren quadratischen Fehlers des abgeschätzten Echos, die sich
wegen einer unpräzisen Abschätzung der Koeffizienten des ad
aptiven LMS-Echokompensators ergeben, wenn nur zwei Koeffizi
enten verwendet werden, d. h. L = 2.
Fig. 3 zeigt ein anderes Beispiel für Linien des kon
stanten mittleren quadratischen Fehlers des abgeschätzten
Echos, die sich wegen einer unpräzisen Abschätzung der Koef
fizienten des adaptiven LMS Echokompensators ergeben, wenn
nur zwei Koeffizienten verwendet werden, d. h. L 2.
Fig. 4 zeigt schematisch eine Schaltung eines Echokom
pensators.
Fig. 5 zeigt ein Beispiel für die Linien das konstanten
mittleren quadratischen Fehlers des abgeschätzten Echos, die
sich wegen der unpräzise abgeschätzten Koeffizienten des ad
aptiven Echokompensators ergeben, wenn im Residuenraum linea
rer Vorhersage der Aktualisierungsrichtung nur zwei Koeffizi
enten verwendet werden, d. h. L = 2.
Fig. 6 zeigt ein Beispiel für die Linien des konstanten
mittleren quadratischen Fehlers der Echoabschätzung, die sich
wegen der unpräzisen Abschätzung der Koeffizienten des adap
tiven Echokompensators ergeben, wenn die Aktualisierungsrich
tung, die aus der Aktualisierungsrichtung im Residuenraum li
nearer Vorhersage transformiert wurde, im Sprachraum mit nur
zwei Koeffizienten verwendet werden, d. h. L = 2.
Fig. 7 ist ein Flußdiagramm der Erzeugung der Aktuali
sierungsrichtung.
Ein Echokompensator transformiert die Sprachwerte vom
anderen Ende in entsprechende Residuenwerte linearer Vorher
sage. Die Richtung der Aktualisierung für die Koeffizienten
des Echokompensators wird im Residuenraum linearer Vorhersage
gebildet. Dann wird die Aktualisierungsrichtung aus dem Resi
duenraum in die Aktualisierungsrichtung des Sprachraums
transformiert. Die Anpassung der Koeffizienten des Echokom
pensators wird mit Hilfe der transformierten Aktualisierungs
richtung des Sprachraumes ausgeführt. Durch Berechnen der Ak
tualisierungsrichtung durch Transformation der linearen Vor
hersage im Residuenraum in den Sprachraum kann die optimale
Aktualisierungsrichtung erhalten werden. Dies erlaubt dem
Echokompensator, sich dem Echopfad viel schneller anzupassen,
weswegen das Echo viel stärker unterdrückt werden kann, wäh
rend er dabei stabil, effizient und robust bleibt.
Fig. 1 zeigt in einer Vorrichtung 101 einen gängigen
Echokompensator 100, der mit dem kleinsten quadratischen Mit
tel (LMS) arbeitet. Die Vorrichtung 101 umfaßt ein Mikrofon
104 und einen Lautsprecher 102 für einen Betrieb mit freiem
Sprechen. Der Lautsprecherpfad umfaßt einen mit einem Digi
tal-Analog-Wandler (D/A-Wandler) 108 und dem Empfängerausgang
eines Sendeempfängers 120 verbundenen Dekodierer 106. Der Mi
krofonpfad umfaßt einen Analog-Digital-Wandler (A/D-Wandler)
114, einen Umsetzer 112 und einen mit dem Sender des Sen
deempfängers 120 gekoppelten Kodierer 116. Die Signale x(n),
y(n) und e(n) sind daher digitale Signale. Der Sendeempfänger
120 ist im Funktelefon mit der Antenne 122 gekoppelt.
Die Einrichtung 101 kann ein Zubehör zum freien Sprechen
sein, das mit einem mobilen Funktelefon verbunden ist, oder
es kann ein Funktelefon oder eine Telekonferenzeinrichtung
zum Freisprechen sein. Für den Fachmann ist klar, daß der
Echokompensator 100 in bidirektionalen Kommunikationsgeräten
implementiert werden kann, die digitale und/oder analoge
Schaltungen haben. Daher dienen der Dekodierer 106 und der
Kodierer 116 zur Veranschaulichung. Der Dekodierer 106 kann
ein A/D-Wandler sein, wenn der Sendeempfänger 120 sich in ei
nem analogen Mobiltelefon oder in einem Telefon an einer ana
logen Erdleitung befindet, oder wenn die Einrichtung 101 mit
einem analogen Ausgang eines digitalen Mobiltelefons oder ei
nes digitalen Erdleitungstelefon verbunden ist. Alternativ
kann der Dekodierer 106 ein digitaler Decoder in einer digi
talen Einrichtung wie einem digitalen Mobiltelefon sein. Der
Kodierer 116 kann ein D/A-Wandler sein, wenn der Sendeempfän
ger 120 sich in einem analogen Mobiltelefon oder in einem
analogen Telefon an einer Erdleitung befindet, oder wenn die
Einrichtung 101 mit einem analogen Eingang einer digitalen
Einrichtung wie einem digitalen Mobiltelefon oder einem digi
talen Erdleitungstelefon verbunden ist. Alternativ kann der
Kodierer 116 ein digitaler Kodierer in einer digitalen Ein
richtung wie etwa einem digitalen Mobiltelefon sein.
Der Echokompensator 100 soll im folgenden mit Bezug auf
die Fig. 1 bis 3 beschrieben werden. Der gegenwärtige
Signalabtastmoment sei n, das Sprachsignalwert x(n) vom ande
ren Ende wird zum Lautsprecher 102 weitergegeben, das Audio
signal y(n) vom diesseitigen Ende wird vom Mikrofon 104 emp
fangen, und zum Zweck dieser Beschreibung seien die Signale
x(n) und y(n) synchron, d. h., der Digital-Analog-Wandler 108
und der Analog-Digital-Wandler 114 verwenden dasselbe Taktsi
gnal. Das Audiosignal y(n) von diesem Ende umfaßt die Sprache
von diesem Ende s (n), das Echo t(n) und das Rauschen N(n)
von diesem Ende. Die Echo t(n) ist der Teil des Signals x(t),
der vom Lautsprecher 102 ausgegeben zurück zum Mikrofon 104
reflektiert wird. Das Rauschen N(n) kann zum Beispiel das Um
gebungsrauschen in der Kabine eines Fahrzeugs sein.
In der folgenden Erläuterung werde angenommen, daß die
Sprache s(n) am diesseitigen Ende null ist (d. h. es wird an
diesem Ende nicht gesprochen), während die Koeffizienten des
adaptiven Filters angepaßt werden. Wenn sowohl am anderen als
auch am diesseitigen Ende gesprochen wird, was normalerweise
gleichzeitiges Sprechen genannt wird, muß die Anpassung un
terbrochen werden. Detektoren zum Erkennen einer Situation
mit gleichzeitigem Sprechen und zum Verhindern der Anpassung
in diesem Zustand, sind in der Technik bekannt, und sie wer
den der Kürze halber im folgenden nicht ausführlicher be
schrieben. Das Audiosignal y(n) vom diesseitigen Ende umfaßt
im folgenden nur das Echo t(n) und das Rauschen N(n)
Der Echokompensator 100 umfaßt eine Koeffizientenerzeu
gungsschaltung 109 und ein adaptives LMS-Filter 110, um den
Echopfad darzustellen. Die vom adaptiven LMS-Filter 110 er
zeugte Echoabschätzung z(n) wird mit dem Signal y(n) im Um
setzer 112 verbunden, um das Echosignal zu entfernen oder zu
unterdrücken. Der Fehler der Echoabschätzung e(n) ist der Un
terschied zwischen der Echoabschätzung z(n) und dem Signal
vom diesseitigen Ende y(n). Die Koeffizienten vom adaptiven
LMS-Filter werden von der Koeffizientenaktualisierungsschal
tung 109 aus den vom anderen Ende empfangenen Sprachsignal
werten und dem Fehler der Echoabschätzung erzeugt.
Zur Zeit n sind die Koeffizienten des adaptive LMS-
Filter 110
W(n) = [w0 (n)w1(n). . .w1-1(n)]T.
L ist die Filterlänge, und das hochgestellte T (d. h. []T)
bezeichnet das Transponieren des Vektors. Die L vom anderen
Ende empfangenen Sprachsignalwerte sind
X(n) = [x(n),x(n-1),. . .,x(n-L+1)]T.
Die Echoabschätzung z(n) vom adaptiven LMS-Filter ist:
z(n) = X(n)TW(n) (1).
Der Fehler der Echoabschätzung e(n) des adaptiven LMS-
Filters 110 beträgt:
e(n) = y(n)- z(n) (2).
Die Koeffizienten W(n) des adaptive LMS-Filters 110 wer
den entsprechend der folgenden Gleichung aktualisiert:
wobei µ die Größe der Anpassungsschritte, und
||x||2 = X(n)T.X(n)
ist.
R(n) = E{X(n)X(n)T} = {rij(n)|i, j = 0, 1,. . .,L-1}
ist die Autokorrelationsmatrix der Sprachsignale vom an
deren Ende. E{*} ist der statistische Durchschnitt. Da das
Sprachsignal vom anderen Ende nicht stationär ist, ist R(n)
eine zeitabhängige L × L-Matrix mit L zeitabhängigen positi
ven Eigenwerten {λi(n), i = 0, 1,. . .,L-1} und L zeitabhän
gigen Eigenvektoren {vi(n), i = 0, 1,. . .,L-1}. S(n) =
E{y(n) X(n)} = [s0(n)s1(n). . .sL-1(n)]T = [E{y(n)x(n)}E{y(n)
x(n-1)}. . .E{y(n)x(n-L+1)}]T ist der Kreuzkorrelationsvektor
der Sprachsignalwerte vom anderen Ende und des Audiosignals
vom diesseitigen Ende.
Die Leistung der adaptiven Filter hängt von den Werten
der L zeitabhängigen Eigenwerte und Eigenvektoren ab. Es ist
bekannt, daß µ fest ist und so gewählt werden muß, daß es
folgender Relation gehorcht:
0 < µ < 2/λmax(n) (4),
wobei λmax(n) der maximale Eigenwert von R(n) ist. Da die
Sprache vom anderen Ende nicht stationär ist, hat λmax(n) ei
nen großen dynamischen Bereich. Um jedoch die Stabilität des
adaptiven Filters zu bewahren, muß µ sehr klein sein, um
stets der Relation (4) zu genügen. Daß µ so klein sein muß,
um die Stabilität zu bewahren, ist ein Grund dafür, daß adap
tive LMS-Filter so langsam konvergieren.
Die optimalen Koeffizienten des adaptiven LMS-Filter 110
seien W0 = [w0w1,. . .,wL]T. Im allgemeinen ändert sich W0 sehr
langsam mit der Zeit. Daher soll es hier als konstanter Vek
tor betrachtet werden. Der Fehler der durch das adaptive LMS-
Filter, das die gegenwärtigen Koeffizienten W(n) verwendet,
erzeugten Echoabschätzung ist:
ε(n) = y(n) - z(n) = y(n) - X(n)T W(n) (5),
wobei y(n) das Echosignal vom diesseitigen Ende ist. Die
Situation, in der sich y(n) aus dem Echo und dem Rauschen zu
sammensetzt, wird weiter unten betrachtet. In der folgenden
Analyse werde angenommen, daß an diesem Ende kein Rauschen
auftritt. Wenn W(n) nicht mit y(n) und X(n) korreliert ist
(diese Annahme stimmt in etwa, wenn W(n) konvergiert, so daß
W(n) als ein konstanter Vektor angenommen werden kann), wird
der mittlere quadratische Fehler der Echoabschätzung des ad
aptiven LMS-Echokompensators festgelegt durch
ξ = E{ε2(n)} = E{[y(n) - X(n)TW(n)]2}
= E{y(n)2}+E{W(n)TX(n)X(n)TW(n)} - 2E{y(n)X(n)W(n)T}
= E{y(n)2}+W(n)TE{X(n)X(n)T}W(n) - 2E{y(n)X(n)} W(n)T
= E{y(n)2}+W(n)TR(n)W(n) - 2S(n)W(n)T (6).
= E{y(n)2}+E{W(n)TX(n)X(n)TW(n)} - 2E{y(n)X(n)W(n)T}
= E{y(n)2}+W(n)TE{X(n)X(n)T}W(n) - 2E{y(n)X(n)} W(n)T
= E{y(n)2}+W(n)TR(n)W(n) - 2S(n)W(n)T (6).
Da W0 die optimale Lösung von W(n) ist, und ξ eine Funk
tion von W(n) ist, ist der Gradient von ξ bei W0 null. Er er
füllt die folgende Gleichung:
δξ/δW(n) = 0
→ 2R(n)W0 - 2S(n) = 0
→ W0 = R(n)-1S(n) (7).
→ 2R(n)W0 - 2S(n) = 0
→ W0 = R(n)-1S(n) (7).
Setzt man (7) in (6) ein, ergibt sich der minimale mitt
lere quadratische Fehler der Echoabschätzung durch folgende
Gleichung:
ξmin = E{y(n)2} - S(n)TW0 (8).
Obwohl ξmin zeitabhängig ist, ändert es sich sehr langsam
mit der Zeit, so daß es hier als konstant angenommen wird.
Wenn (8) und (7) in (6) eingesetzt werden, kann die folgende
Relation bewiesen werden:
ξ = ξmin + [W(n) - W0]TR(n)[W(n) - W0] (9).
Adaptive LMS-Filter versuchen, W(n) auf seinen wahren
Wert W0 zu bringen bzw. ξ auf ξmin zu bringen. Das Konvergenz
verhalten des adaptiven Filters soll für den Fall zweier
Koeffizienten, d. h. L=2 erläutert werden, wobei W(n) = [w0(n)
w1(n)] und W0 = [w0 w1] ist. Das Konvergenzverhalten des adap
tiven Filters wird daher mit Bezug auf die in Fig. 2 und 3
gezeigten Linien gleicher mittlerer Quadrate erklärt. Diese
Kurven werden durch Setzen von ξ auf verschiedene konstante
Werte und Verwenden der Achsen w0(n) und w1(n) aufgetragen.
Die Kurven sind Ellipsen in der Ebene w0(n)-1(n), in der die
Eigenvektoren von R(n) die Hauptachsen der Ellipsen festlegen
und die Eigenwerte die Steilheit der Fehleroberfläche festle
gen. Der größere Eigenwert hat demzufolge die längere Achse,
und die Eigenwerte der Matrix R(n) legen die Längen der Ach
sen fest.
Da das Sprachsignal nicht stationär ist, ändert sich die
Form der Ellipsen konstanten mittleren quadratischen Fehlers
mit der Zeit. Adaptive LMS-Filter verwenden die Gradienten
richtung 11 aus Fig. 2 und 13 aus Fig. 3 als Aktualisie
rungsrichtungen. Die Gradientenrichtung ist die einzige Ak
tualisierungsrichtung, die einfach und zuverlässig ist. Wie
dargestellt, weicht die Richtung 11 sehr von der in Fig. 2
gezeigten optimalen Richtung 12 ab, und die Aktualisierungs
richtung 13 weicht stark von der in Fig. 3 dargestellten op
timalen Richtung 14 ab, was in den meisten Fällen und auch
für diese beiden Beispiele für zeitlich veränderliche Eigen
werte der Matrix R(n) gilt.
Die Form und die Größe der Linien konstanten mittleren
quadratischen Fehlers ändert sich mit der Zeit. Folglich ver
wendet das adaptive LMS-Filter oft eine Aktualisierungsrich
tung, die stark von der optimalen Richtung abweicht. Das ist
ein weiterer Grund, warum adaptive LMS-Filter langsam konver
gieren und in Anwendungen wie akustischen Echokompensationen
keine Unterdrückung des Echosignals über 40 dB erreichen.
Fig. 4 zeigt den Aufbau des Systems eines verbesserten
Echokompensators 200. Der Echokompensator 200 kann mit einem
Mikroprozessor, einem digitalen Signalprozessor, einem Mikro
computer, einem Computer oder in jeder anderen passenden
Schaltung implementiert werden. Mit dem Echokompensator 200
ist eine lineare Vorhersageschaltung 202 zusammengeschaltet,
um das Sprachsignal vom anderen Ende x(n), ein Eingabesignal
zu empfangen und am Ausgang 203 lineare Vorhersagekoeffizien
ten und ein Residuensignal d(n) auszugeben. Die lineare Vor
hersageschaltung kann mittels einer geeigneten linearen Vor
hersageschaltung implementiert werden. Ein linearer Vorhersa
gefehlerfilter (linear prediction error filter) ist vorteil
haft, da es viele schnelle Algorithmen gibt, die zum Abschät
zen der Koeffizienten verwendet werden können. Vorzugsweise
wird ein schneller Algorithmus gebraucht, der beim Berechnen
effizient und stabil ist. Die Wahl eines linearen Vorhersage
fehlerfilters mit diesen Eigenschaften garantiert einen sta
bilen und effizienten Echokompensator 200.
Eine lineare Vorhersageanalyse kann sehr genau Sprachpa
rameter abschätzen. Lineare Vorhersagesysteme werden von ei
nem Impulszug für stimmhafte Sprache oder von einer zufälli
gen Rauschfolge für nichtstimmhafte Sprache angeregt. Die Pa
rameter eines linearen Vorhersagesystems ändern sich langsam
mit Zeit. Die Beziehung zwischen dem Sprachsignalwert s(n)
und der Erregung u(n) gibt die folgende Gleichung an:
wobei p die Ordnung des zeitlich veränderlichen digita
len Filters, G ein Verstärkungsfaktor und {αk|k = 1, 2,. . .,
p} die Koeffizienten des zeitlich veränderlichen digitalen
Filters sind.
Die lineare Vorhersage eines Sprachsignals erzeugt eine
Abschätzung des gegenwärtigen Sprachsignals aus einer linea
ren Kombination der letzten Signale. Es sei ^s(n) eine linea
re Vorhersage von s (n), dann kann ^s(n) aus einer linearen
Vorhersage mit Vorhersagefilterkoeffizienten {αk|k =
1, 2,. . .,p} wie folgt bestimmt werden:
Der Vorhersagefehler der linearen Vorhersage der Glei
chung (11) ist:
Aus der Gleichung (12) kann ersehen werden, daß die Vor
hersagefehlerfolge die Ausgabe des linearen Vorhersagefehler
filters ist, dessen Übertragungsfunktion
ist.
Es sind schnelle rekursive Algorithmen bekannt, die li
near Vorhersagefehlerfilterkoeffizienten {αk|k = 1, 2,. . .,p}
abschätzen. Lineare Vorhersagefehlerfilter sind weiße Filter,
da sie ein Residuensignal erzeugen, das die Charakteristik
des weißen Rauschens hat. Der rekursive Levinson-Durbin- Al
gorithmus eignet sich besonders für die vorliegenden Erfin
dung. Dieses Filter weist mehrere vorteilhafte Eigenschaften
auf. Es wird bei der Sprachvorhersage gern verwendet, so daß
es gut verstanden und gut entwickelt ist. Es ist effizient
beim Berechnen, so daß es mit einer relativ kleinen Schaltung
implementiert werden kann. Eine andere wichtige Eigenschaft
dieses Algorithmus ist, daß ein lineares Vorhersagefehlerfil
ter, das auf diesem Filtertyp beruht, stabil ist.
Der Echokompensator 200 bearbeitet Rahmen für Rahmen die
empfangenen Audiosignalwerte. Die empfangenen Audiosignalwer
te sind sowohl die Signalwerte von dem anderen Ende, die über
den Lautsprecher 102 ausgegeben werden, als auch vom diessei
tigen Ende, die von Mikrofon 104 aufgenommen werden. Die Au
diosignalwerte vom anderen Ende und die Signale vom diessei
tigen Ende sind synchron. Die Rahmengröße K liegt normaler
weise zwischen 50 und 200 Signalwerten. Sobald ein Rahmen mit
K neuen Signalwerten sowohl vom anderen Ende als auch vom
diesseitigen Ende empfangen wird, beginnt der Betrieb des Al
gorithmus. Die K vom anderen Ende empfangenen Sprachsignal
werte sind x(n), x(n-1),. . .,x(n-K+1), und die K vom dies
seitigen Ende empfangenen Signalwerte sind y(n), y(n-1),. . .,
y(n-K+1), wobei n der jeweilige Zeitpunkt der Abtastung ist.
Im Betrieb wird die lineare Vorhersageanalyse der K vom
anderen Ende empfangenen Sprachsignalwerte, die die eingege
benen Signalwerte sind, zuerst in der linearen Vorhersage
schaltung 202 ausgeführt. Die linearen Vorhersagefehlerfil
terkoeffizienten {αk|k = 1, 2,. . .,p} können mittels ver
schiedener Algorithmen, zum Beispiel dem Levinson-Durbin Al
gorithmus abgeschätzt werden. Die Ordnung p des für die li
neare Vorhersageschaltung 202 verwendeten linearen Vorhersa
gefehlerfilters kann etwa im Bereich zwischen 5 und 15 lie
gen. Das lineare Vorhersagefehlerfilter der linearen Vorher
sageschaltung 202 hat eine Übertragungsfunktion A(z), die wie
folgt dargestellt werden kann:
Die Koeffizienten für das adaptive Filter werden von der
Koeffizientenerzeugungsschaltung 204, die eine Koeffizienten
aktualisierungsschaltung ist, aktualisiert. Die adaptive Echo
kompensation wird für die K empfangenen Audiosignalwerte, den
eingegebenen Signalwerten, mit Hilfe der aktualisierten Koef
fizienten des adaptiven LMS-Filters 110 ausgeführt. Ein Zeit
index i liegt in dem Zeitbereich der K neu empfangenen Audio
signalwerte, d. h. n ≦ i ≦ n-K+1. W(i) = [w0(i)w1(i),. . .,
wL-1(i)]T sind die Koeffizienten des adaptiven Echokompensa
tors zur Zeit i; L ist die Länge des adaptiven Echokompensa
tors, und X(i) = [x(i)x(i-1),. . .,x(i-L+1)]T ist ein Vektor
von L zur Zeit i von vom anderen Ende empfangenen Sprach
signalwerten. L kann kleiner oder größer als K sein.
Signalwert für Signalwert, d. h. i = n-K+1, n-K+2,. . .,n
führt der Echokompensator 200 für die K empfangenen Signal
werte die Echokompensation aus. Der Echokompensator 200:
führt zum Zeitpunkt i = n-K+1 mit den Koeffizienten W(n- K+1) die Echokompensation aus, und er aktualisiert die Koef fizienten W(n-K+1) zu den Koeffizienten W(n-K+2),
führt zum Zeitpunkt i = n-K+2 mit den Koeffizienten W(n- K+2) die Echokompensation aus, und er aktualisiert die Koef fizienten W(n-K+2) zu den Koeffizienten W(n-K+3), und
setzt diesen Betrieb zu jedem darauf folgenden Zeitpunkt der Signalwerte bis zu einem letzten Zeitpunkt i = n der Signalwerte fort, bei dem die Echokompensation mit den Koef fizienten W(n) ausgeführt wird, und die Koeffizienten W(n) werden zu den Koeffizienten W(n+1) aktualisiert, und wartet auf den nächsten Rahmen, um diese Abfolge für diesen Rahmen zu wiederholen.
führt zum Zeitpunkt i = n-K+1 mit den Koeffizienten W(n- K+1) die Echokompensation aus, und er aktualisiert die Koef fizienten W(n-K+1) zu den Koeffizienten W(n-K+2),
führt zum Zeitpunkt i = n-K+2 mit den Koeffizienten W(n- K+2) die Echokompensation aus, und er aktualisiert die Koef fizienten W(n-K+2) zu den Koeffizienten W(n-K+3), und
setzt diesen Betrieb zu jedem darauf folgenden Zeitpunkt der Signalwerte bis zu einem letzten Zeitpunkt i = n der Signalwerte fort, bei dem die Echokompensation mit den Koef fizienten W(n) ausgeführt wird, und die Koeffizienten W(n) werden zu den Koeffizienten W(n+1) aktualisiert, und wartet auf den nächsten Rahmen, um diese Abfolge für diesen Rahmen zu wiederholen.
Zu einer angegebenen Zeit i beträgt der Fehler der Echo
abschätzung des adaptiven Echokompensators:
e(i) = y(i) - X(i)TW(i) (15),
wobei y(i) der Audiowert vom diesseitigen Ende zum Zeit
punkt i ist.
Zur Zeit i wird die Richtung der Aktualisierung der
Koeffizienten des adaptiven Echokompensators im Residuenraum
linearer Vorhersage erstellt. Die L linearen Vorhersageresi
duenwerte der vom anderen Ende empfangenen Sprachsignalwerte
d(i), d(i-1),. . .,d(i-L+1), die durch Filtern der zum Zeit
punkt i vom anderen Ende empfangenen Sprachsignalwerte mit
dem linearen Vorhersagefehlerfilter A(z) erzeugt wurden,
sind:
Die Richtung der Aktualisierung der Koeffizienten des
adaptiven Echokompensators in dem Residuenraum der linearen
Vorhersage ist Q(i}, wobei:
wobei D(i) = [d(i), d(i-1),. . .,d(i-L+l)]T, und
Q(i)=[q0(i), q1(i),. . .,qL-1(i)]T, µ ist die Adaptionsschritt
größe, wobei ||D(i)||2 = D(i)TD(i).
Nachdem die Richtung der Aktualisierung der Koeffizien
ten für die Adaptive im Residuenraum der linearen Vorhersagen
von der Koeffizientenerzeugungsschaltung 204 erhalten wurde,
kann die Aktualisierungsrichtung im Sprachraum auf Grundlage
von A(z) und Q(i) berechnet werden. Die Richtung der Aktuali
sierung der Koeffizienten des adaptiven Echokompensators im
Sprachraum ist G(i) = [g0(i)g1(i),. . .,gL-1(i)]T G(i) wird
für jeden Bestandteil von G(i) nach folgender Gleichung be
rechnet:
wobei gj(i) = 0 für j = -1, -2,. . .,-p angenommen wird,
um die obige Gleichung auszuführen.
Gleichung (18) und Gleichung (16) stellen Filter mit
verschiedenen Betriebsrichtungen dar. Die Gleichung (16)
führt das Filtern für die lineare Vorwärtsvorhersage aus, um
die Sprachsignalwerte vom anderen Ende vom Sprachraum in den
Residuenraum linearer Vorhersage umzuwandeln. Die Gleichung
(18) führt die lineare Vorhersage in Rückwärtsrichtung aus,
um die Richtung der Aktualisierung vom Residuenraum linearer
Vorhersage in den Sprachraum zu transformieren.
Nachdem G(i) erhalten wurde, können die Koeffizienten
des adaptiven Echokompensators wie folgt direkt aktualisiert
werden:
W(i+1) = W(i) + G(i) (19),
wobei W(i+1) die aktualisierten Koeffizienten für den
nächsten Signalwert zum nächsten Zeitpunkt i+1 sind.
Da die Koeffizienten vom linear Vorhersagefehlerfilter
für ein Sprachsignals sich während eines Rahmens zeitlich
langsam ändern, ändern sich die Koeffizienten des linearen
Vorhersagefehlerfilters während eines Rahmens praktisch
nicht. Also kann es in einem Rahmen mit Sprachwerten als li
neares zeitinvariantes FIR-Filter angesehen werden. Die Koef
fizienten für einen Rahmen von Sprachsignalwerten werden mit
tels des Levinson-Durbin-Algorithmus abgeschätzt. Außerdem
ist das lineare Vorhersagefehlerfilter ein weißes Filter, so
daß die Residuen der linearen Vorhersage wie weißes Rauschen
wirken. Die Autokorrelationsmatrix der linearen Vorhersagere
siduen entspricht dem des weißen Rauschens.
P(i) = E{D(i)D(i)T} = {pij(n)|i, j = 0, 1,. . .,L-1} ist
die Autokorrelationsmatrix der linearen Vorhersageresiduen.
Wenn die Aktualisierungsrichtung im Residuenraum der linearen
Vorhersage Q(i) beim Anpassen als Aktualisierungsrichtung
verwendet wird, ist der mittlere quadratische Fehler β(i) der
LMS-Echoabschätzung zum Zeitpunkt i nach den Gleichungen (5)
bis (9) gegeben durch:
β(i) = βmin + [V(i) -V0]TP(i)[V(i) - V0] (20),
wobei βmin der Mindestwert von β(i) ist. Wie zuvor wird
wegen der langsamen Änderung angenommen, daß er zeitlich kon
stant ist. V(i) sind die Koeffizienten des Echokompensators
zur Zeit i, und sie sind die Faltung von W(i) mit (1/A(z)).
V0 ist die beste Lösung der wie oben definierten Koeffizien
ten V(i), und er wird als konstanter Vektor angenommen, weil
er sich mit Zeit nur langsam ändert. V(i) ist die Faltung von
W0 und (1/A(z)).
Fig. 5 zeigt die Linien konstanten mittleren quadrati
schen Fehlers im Residuenraum linearer Vorhersage. P(i) hat L
identische Eigenwerte, und die Linien konstanten mittleren
quadratischen Fehlers sind Kreise. Folglich ist die Richtung
des Gradienten 51 die einzige zuverlässige Aktualisierungs
richtung, die für ein LMS-Filter verfügbar ist, und die Gra
dientrichtung 51 ist an jedem Punkt des Kreises die optimale
Richtung. V(i) konvergiert viel schneller zu V0 als W(i) zu
W0 konvergiert. Zu beachten ist, daß V(i) nicht gleich W(i)
ist, sondern die Faltung von W(i) mit (1/A(z)) darstellt. Die
optimale Aktualisierungsrichtung kann im Residuenraum mit
Q(i) gefunden werden.
Die optimale Aktualisierungsrichtung für W(i) im
Sprachraum kann mit den verfügbaren Informationen aus Q(i)
und A(z) bestimmt werden. Die folgende Gleichung-ist bei der
Anpassung von V(i) zu berücksichtigen:
V(i+1) = V(i) + Q(i) (21).
Sie stimmt mit dem adaptiven LMS-Filter aus Fig. 1
überein, außer daß die Aktualisierungsrichtung im Residuen
raum linearer Vorhersage verwendet wird. Nach dem Konvergie
ren stimmen nicht die Koeffizienten sondern die Faltung mit
(1/A(z)) mit den wahrem Koeffizienten W(i) überein. Da das
lineare Vorhersagefehlerfilter A(z) in einem Rahmen der vom
anderen Ende empfangenen Sprachesignalwerte zeitinvariant
ist, ist W(i) die Faltung von V(i) mit A(z). Die Faltung der
Gleichung (21) mit A(z) ergibt:
wobei ⊗ die Faltung von zwei Filtern darstellt. Deshalb
ergibt die obige Anpassungsgleichung die Aktualisierungsrich
tung durch Faltung der Aktualisierungsrichtung im Residuen
raum mit A(z), und diese transformierte Aktualisierungsrich
tung wird vom Echokompensator 200 verwendet.
Die transformierte Aktualisierungsrichtung gibt noch im
mer die optimale Richtung im Sprachraum an, wie durch folgen
des bewiesen wird:
- (1) Da Q(i) die optimale Richtung für die Anpassung von
V(i) ist, gibt es einen Skalar η mit
V(i) + ηQ(i) - V0 = 0. - (2) Wenn A(z) ⊗ Q(i) nicht die optimale Aktualisie
rungsrichtung für W(i) ist, gibt es keinen Skalar α mit
W(i) + α[A(z) ⊗ Q(i)] - W0 = 0. - (3) Da A(z) ein lineares zeitinvariantes Filter und W(i)
= A(z) ⊗ V(i), kann die obige Gleichung wie folgt umge
schrieben werden:
A(z) ⊗ [V(i) + α Q(i) - V0] = 0. - (4) Es gibt somit mindestens einen Skalar α = η, für den die obige Gleichung gilt. Die Faltung von A(z) mit Q(i) er gibt daher die optimale Aktualisierungsrichtung für W(i).
Ebenso kann der mittlere quadratische Fehler der Echoab
schätzung des Echokompensators 200 entsprechend den Gleichun
gen (5) bis (9) ausgedrückt werden:
ε(n) = y(n) - z(n) = y(n) -X(n)TW(n) (23)
wobei y(n) das Signal vom diesseitigen Ende ist. W(n) =
[w0(n)w1(n),. . .,wl-1(n)]T sind die Koeffizienten des Echokom
pensators 200. X(n) = [x(n), x(n-1),. . .,x(n-L+1)]T sind die
vom anderen Ende empfangenen Sprachsignalwerte. Der mittlere
quadratische Fehler der Echoabschätzung des neuen adaptiven
Echokompensators wird definiert durch:
ξN = E{ε(n)} = E{[y(n) - X(n)TW(n)]2}
= ξmin + [W(n) - W0]TR(n)[W(n) - W0],
= ξmin + [W(n) - W0]TR(n)[W(n) - W0],
wobei ξmin = E{y(n)2}-S(n)TW0 der minimale mittlere qua
dratische Fehler durch den Echokompensator 200 ist. W0 = [w0
w1,. . .,wL-1]T sind die optimalen Koeffizienten des Echokom
pensators 200, R(n) = {X(n) X(n)T} wird wie oben definiert.
Die Linienkonstanten mittleren quadratischen Fehlers sind
die gleichen, wie die des LMS-Kompensators aus Fig. 1. Die
Richtung der Aktualisierung stimmt jedoch, wie Fig. 6 zeigt,
besser.
Fig. 6 zeigt die Linien des mittleren quadratischen
Fehlers des neuen adaptiven Filters für den Fall zweier Koef
fizienten, d. h. L = 2, wobei W(i) = [w0(i)w1(i)] und W0 = [w0
w1]. Das neue adaptive Filter verwendet die Richtung des Gra
dienten nicht als Richtung für seine Aktualisierung, wie es
beim adaptiven LMS-Filter aus Fig. 1 der Fall war. Die Koef
fizientenerzeugungsschaltung 204 bestimmt die Richtung der
Aktualisierung der Koeffizienten in zwei Schritten. Zuerst
wird die Richtung der Aktualisierung im Residuenraum linearer
Vorhersage der Sprache vom anderen Ende bestimmt. Als zweites
wird diese Aktualisierungsrichtung in den Sprachraum trans
formiert, so daß sich die optimale Aktualisierungsrichtung 62
ergibt. Die Koeffizientenerzeugungsschaltung 204 verwendet
stets die optimale Aktualisierungsrichtung, wodurch die ab
trägliche Wirkung der wechselnden Eigenvektoren und Eigenwer
te der Sprache vom anderen Ende, wie sie LMS-Filter nach
Stand der Technik erfahren, vermieden werden.
Der Echokompensator 200 (Fig. 2) konvergiert viel
schneller als gängige adaptive LMS-Echokompensatoren. Außer
dem kann der Echokompensator 200 das akustische Echo um mehr
als 60 dB unterdrücken, was besonders bei Anwendungen zur
akustischen Echokompensation nützlich ist.
Es wird damit deutlich, daß der Echokompensator 200
(Fig. 2) ein gängiges adaptives LMS-Filter 110 verwendet. Es
wird jedoch durch die Koeffizientenerzeugungsschaltung 204
eine verbesserte Aktualisierungsrichtung verwendet. Die Ak
tualisierungsrichtung wird vom Ausgang eines linearen Vorher
sagefehlerfilters abgeleitet, wobei dieses Filter lineare
Vorhersagekoeffizienten von eingegebenen Signalwerten berech
net, wie in Schritt 700 (Fig. 7) gezeigt ist. Schnelle und
stabile Algorithmen zum Berechnen von linearen Vorhersagefeh
lerfilterkoeffizienten können leicht implementiert werden.
Vorzugsweise kann der Levinson-Durbin-Algorithmus eingesetzt
werden, weil er allgemein bekannt und beim Berechnen effizi
ent ist, so daß er implementiert werden kann, ohne die Größe
der Echokompensatorschaltung übermäßig zu erhöhen. Es sind
auch andere Filter niedriger Ordnung mit Finite-Impulse-Re
sponse (FIR) bekannt, und sie können verwendet werden, um die
lineare Vorhersageinformation zu berechnen.
Die Aktualisierungsrichtung im Residuenraum der linearen
Vorhersage beruht, wie Schritt 701 zeigt, auf dem Residuum
der linearen Vorhersage. Dies wird erreicht, nachdem die
Sprachsignalwerte vom anderen Ende in den Residuenraum der
linearen Vorhersage transformiert wurden. Dies schließt das
Filtern der eingegebenen Signalwerte mit FIR ein. Die Ordnung
des FIR-Filters kann beispielsweise etwa 10 sein. Die erfor
derliche Rechenleistung ist daher klein, und die Stabilität
ist garantiert. Die Aktualisierungsrichtung wird somit zu
nächst im Residuenraum linearer Vorhersage (durch ein von ei
nem linear Vorhersagefilter verarbeitetes Signal im linear
Vorhersageraum) bestimmt.
Die Aktualisierungsrichtung wird danach vom Residuenraum
der linearen Vorhersage in den Sprachraum transformiert, wie
Schritt 702 zeigt. Der Sprachraum ist digitalisierte Sprache.
Der Raum kann mit Hilfe eines FIR-Filters transformiert wer
den. Die Aktualisierungsrichtung im Sprachraum wird von der
Koeffizientenerzeugungsschaltung 204 verwendet, um die Koef
fizienten des adaptiven Filters zu aktualisieren.
Es ist bekannt daß der LMS-Echokompensator einfach, ro
bust und beim Berechnen effizient ist. Der Echokompensator
200 verwendet vorzugsweise ein LMS-Filter, um die Eigenschaf
ten des LMS-Echokompensators auszunutzen, wobei die Anpassung
wegen der besseren Richtung der Aktualisierung schneller kon
vergiert. Es kann gefolgert werden, daß der verbesserte Echo
kompensator einfach zu implementieren, stabil, robust und
beim Berechnen effizient ist. Simulationen zeigen, daß der
Echokompensator 200 außerdem laute Umgebungen verträgt. Die
Transformation der Aktualisierungsrichtung ergibt eine viel
schnellere Konvergenz und wegen der schnelleren Konvergenz
eine viel stärkere Kompensation des Echos. Fachleute werden
außerdem erkennen, daß die Vorteile der transformierten An
passungsrichtung auch bei Echokompensatoren ohne LMS einge
setzt werden können. Die Begriffe "adaptives Filter" und
"Echokompensator", wie sie hier verwendet werden, sind daher
nicht auf adaptive LMS-Filter und LMS-Echokompensatoren be
grenzt.
Claims (10)
1. Verfahren zum Erzeugen einer Aktualisierungsrichtung
in einem Echokompensator mit einem adaptiven Filter, wobei
das Verfahren die Schritte umfaßt:
Berechnen einer Aktualisierungsrichtung in einem Residu enraum linearer Vorhersage und
Transformieren der Aktualisierungsrichtung vom Residuen raum linearer Vorhersage in einen Sprachraum zum Erzeugen ei ner Aktualisierungsrichtung im Sprachraum zur Aktualisierung von Koeffizienten des adaptiven Filters.
Berechnen einer Aktualisierungsrichtung in einem Residu enraum linearer Vorhersage und
Transformieren der Aktualisierungsrichtung vom Residuen raum linearer Vorhersage in einen Sprachraum zum Erzeugen ei ner Aktualisierungsrichtung im Sprachraum zur Aktualisierung von Koeffizienten des adaptiven Filters.
2. Verfahren nach Anspruch 1, das einen Levinson-Durbin-
Algorithmus verwendet, um ein lineares Vorhersageresiduensi
gnal zu erzeugen, aus dem die Aktualisierungsrichtung im Re
siduenraum linearer Vorhersage berechnet wird.
3. Verfahren nach Anspruch 1, bei dem der Schritt, die
Aktualisierungsrichtung im Residuenraum linearer Vorhersage
zu berechnen, das Bestimmen eines linearen Vorhersageresiduen
signals, das mittels eines linear Vorhersagekoeffizienten be
rechnet wird, umfaßt.
4. Verfahren nach Anspruch 3, bei dem das lineare Vor
hersageresiduensignal mit Hilfe eines linearen Vorhersagefeh
lerfilters mit mehreren linearen Vorhersagekoeffizienten er
zeugt wird.
5. Verfahren nach Anspruch 4, bei dem das lineare Vor
hersageresiduensignal d(n) ist mit
wobei p die Ordnung des Filters, x(n) und x(n-k) momen tane bzw. vorhergehende Signalwerte eines eingegebenen Si gnals sind und (αk) ein linearer Vorhersagekoeffizient des linearen Vorhersagefehlerfilters ist.
wobei p die Ordnung des Filters, x(n) und x(n-k) momen tane bzw. vorhergehende Signalwerte eines eingegebenen Si gnals sind und (αk) ein linearer Vorhersagekoeffizient des linearen Vorhersagefehlerfilters ist.
6. Verfahren nach Anspruch 3, bei dem der Schritt des
Transformierens das Filtern der Aktualisierungsrichtung mit
einem FIR-Filter umfaßt, um die Aktualisierungsrichtung im
Sprachraum zu erhalten.
7. Verfahren nach Anspruch 3, bei dem der Schritt des
Transformierens das Transformieren der Aktualisierungsrich
tung in den Sprachraum unter Verwendung der linearen Vorher
sagekoeffizienten umfaßt.
8. Verfahren nach Anspruch 5, bei dem der Schritt des
Transformierens der Aktualisierungsrichtung das Berechnen der
Aktualisierungsrichtung gn(i) im Sprachraum gemäß:
umfaßt, wobei L eine Länge des adaptiven Filters ist, p eine Ordnung des linearen Vorhersagefehlerfilters ist, Q(i) = [q0(i),q1(i),. . .,qL-1(i)]T die Aktualisierungsrichtung im Residuenraum linearer Vorhersage ist, G(i) = [g0(i), g1(i),. . ., GL-1(i)]T die Aktualisierungsrichtung im Sprachraum ist und {αK} ein Koeffizient des linearen Vorhersagefehlerfilters ist.
umfaßt, wobei L eine Länge des adaptiven Filters ist, p eine Ordnung des linearen Vorhersagefehlerfilters ist, Q(i) = [q0(i),q1(i),. . .,qL-1(i)]T die Aktualisierungsrichtung im Residuenraum linearer Vorhersage ist, G(i) = [g0(i), g1(i),. . ., GL-1(i)]T die Aktualisierungsrichtung im Sprachraum ist und {αK} ein Koeffizient des linearen Vorhersagefehlerfilters ist.
9. Verfahren nach Anspruch 1, das außerdem die Schritte
umfaßt:
Erzeugen von Echoabschätzungen mit aktuellen Koeffizien ten des adaptiven Filters und mit Sprachsignalwerten vom an deren Ende,
Erzeugen von linearen Vorhersagefilterkoeffizienten auf der Grundlage der Sprachsignalwerte vom anderen Ende,
Erzeugen eines linearen Vorhersageresiduensignals aus den linearen Vorhersagefilterkoeffizienten,
Berechnen der Aktualisierungsrichtung für den Echokom pensator aus dem linearen Vorhersageresiduensignal im Residu enraum linearer Vorhersage und
Erzeugen aktualisierter Koeffizienten für das adaptive Filter auf der Grundlage der aktuellen Koeffizienten und der Aktualisierungsrichtung im Sprachraum.
Erzeugen von Echoabschätzungen mit aktuellen Koeffizien ten des adaptiven Filters und mit Sprachsignalwerten vom an deren Ende,
Erzeugen von linearen Vorhersagefilterkoeffizienten auf der Grundlage der Sprachsignalwerte vom anderen Ende,
Erzeugen eines linearen Vorhersageresiduensignals aus den linearen Vorhersagefilterkoeffizienten,
Berechnen der Aktualisierungsrichtung für den Echokom pensator aus dem linearen Vorhersageresiduensignal im Residu enraum linearer Vorhersage und
Erzeugen aktualisierter Koeffizienten für das adaptive Filter auf der Grundlage der aktuellen Koeffizienten und der Aktualisierungsrichtung im Sprachraum.
10. Echokompensator, der entsprechend dem in einem der
Ansprüche 1 bis 9 festgelegten Verfahren arbeitet.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US92357497A | 1997-09-04 | 1997-09-04 |
Publications (1)
Publication Number | Publication Date |
---|---|
DE19836995A1 true DE19836995A1 (de) | 1999-03-18 |
Family
ID=25448903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE1998136995 Withdrawn DE19836995A1 (de) | 1997-09-04 | 1998-08-14 | Echokompensator und Verfahren mit Richtungstransformation |
Country Status (5)
Country | Link |
---|---|
JP (1) | JPH11154894A (de) |
CN (1) | CN1212555A (de) |
DE (1) | DE19836995A1 (de) |
FR (1) | FR2767941A1 (de) |
GB (1) | GB2329097B (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1301018A1 (de) * | 2001-10-02 | 2003-04-09 | Alcatel | Verfahren und Vorrichtung zum Ändern eines digitalen Signals im Kodebereich |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2336279A (en) * | 1998-03-30 | 1999-10-13 | Motorola Inc | Echo canceller and method for device having a decoder |
JP4345225B2 (ja) * | 2000-11-27 | 2009-10-14 | 沖電気工業株式会社 | エコーキャンセラ |
GB2493801B (en) | 2011-08-18 | 2014-05-14 | Ibm | Improved audio quality in teleconferencing |
KR102517975B1 (ko) * | 2019-01-29 | 2023-04-04 | 삼성전자주식회사 | 시간 상관 관계에 기초하여 잔여 에코를 추정하는 잔여 에코 추정기, 잔여 에코를 추정하는 프로그램 코드를 저장하는 비일시적 컴퓨터 판독 가능한 매체, 그리고 어플리케이션 프로세서 |
-
1998
- 1998-08-06 FR FR9810127A patent/FR2767941A1/fr not_active Withdrawn
- 1998-08-14 DE DE1998136995 patent/DE19836995A1/de not_active Withdrawn
- 1998-09-03 JP JP26738798A patent/JPH11154894A/ja active Pending
- 1998-09-03 CN CN 98118851 patent/CN1212555A/zh active Pending
- 1998-09-03 GB GB9819078A patent/GB2329097B/en not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1301018A1 (de) * | 2001-10-02 | 2003-04-09 | Alcatel | Verfahren und Vorrichtung zum Ändern eines digitalen Signals im Kodebereich |
Also Published As
Publication number | Publication date |
---|---|
GB9819078D0 (en) | 1998-10-28 |
GB2329097A (en) | 1999-03-10 |
JPH11154894A (ja) | 1999-06-08 |
FR2767941A1 (fr) | 1999-03-05 |
CN1212555A (zh) | 1999-03-31 |
GB2329097B (en) | 1999-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE112009001003B4 (de) | Geräuschunterdrückungssystem mit zwei Mikrophonen | |
EP0371567B1 (de) | Echokompensator | |
DE69632851T2 (de) | Akustischer Teilband-Echokompensator | |
DE69531136T2 (de) | Verfahren und Einrichtung zur mehrkanaligen Kompensation eines akustischen Echos | |
DE69631955T2 (de) | Verfahren und schaltung zur adaptiven rauschunterdrückung und sendeempfänger | |
DE69933221T2 (de) | Adaptiver filter und akustischer echokompensator mit demselben | |
DE69631086T2 (de) | Teilbandechokompensationsverfahren unter Verwendung eines Projektionsalgorithmus | |
DE60108752T2 (de) | Verfahren zur rauschunterdrückung in einem adaptiven strahlformer | |
DE10240007B4 (de) | Auffinden von Subband-Echos und Erkennung von Double-Talk in Kommunikationssystemen | |
DE60029436T2 (de) | Akustischer Echokompensator | |
DE69836240T2 (de) | Echounterdrückung unter Verwendung von Vordergrund- und Hintergrundfiltern | |
DE69633045T2 (de) | Verfahren und Vorrichtung zur adaptiven Identifikation und entsprechender adaptiver Echokompensator | |
EP0614304A1 (de) | Verfahren zum Verbessern der akustischen Rückhördämpfung von elektroakustischen Anlagen | |
DE112015007019B4 (de) | Echolöscheinrichtung und Sprachtelekommunikationseinrichtung | |
EP1189419B1 (de) | Verfahren und Vorrichtung zur Elimination Lautsprecherinterferenzen aus Mikrofonsignalen | |
DE60310560T2 (de) | Echoverarbeitungseinrichtungen für einkanalige oder mehrkanalige kommunikationssysteme | |
DE19806015C2 (de) | Verfahren zur Verbesserung der akustischen Rückhördämpfung in Freisprecheinrichtungen | |
DE69632426T2 (de) | Akustischer Echokompensator | |
DE19805942C1 (de) | Verfahren zur Verbesserung der akustischen Rückhördämpfung in Freisprecheinrichtungen | |
EP1155561B1 (de) | Vorrichtung und verfahren zur geräuschunterdrückung in fernsprecheinrichtungen | |
DE60026570T2 (de) | Geräuschunterdrücker | |
DE69631708T2 (de) | Einrichtung zur Echounterdrückung | |
DE19836995A1 (de) | Echokompensator und Verfahren mit Richtungstransformation | |
CN111370016A (zh) | 一种回声消除方法及电子设备 | |
EP0592787A1 (de) | Verfahren zum Verbessern der akustischen Rückhördämpfung von elektroakustischen Anlagen |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8125 | Change of the main classification |
Ipc: H04B 3/23 |
|
8139 | Disposal/non-payment of the annual fee |