-
Die
Erfindung betrifft ein Verfahren zur Steuerung einer Echo-Lösch-Einrichtung für Telefone
und Konferenz-Endgeräte
und insbesondere ein Verfahren zur Steuerung der Echo-Löschung in
einer Doppelsprech-Umgebung
sowie ein entsprechend ausgestaltetes Telefon-Netzwerk.
-
In
einem Telefonsystem ist es bekannt, daß ankommende Signale am Empfänger des
Endgeräts
häufig
durch dasselbe Endgerät-Mikrofon
detektiert werden und, wenn sie sich nicht aufheben, die Signale
wieder auf dem Übertragungsweg
an den Benutzer am fernen Ende übertragen
werden. Derartige Signale sind als Echo-Signale bekannt und können für Telefonbenutzer
sehr lästig
sein.
-
Bekannte
Echo-Löschverfahren
benutzen ein Verfahren, das auf einem normalisierten mittlere kleinste Quadrate
(Normalized Least-Mean Square = NLMS) Algorithmus basiert. Dieser
Algorithmus funktioniert bei Echosignalen, die auftreten, wenn der
Benutzer am nahen Ende nicht spricht. Es gibt jedoch Gelegenheiten, wo
der Benutzer am nahen Ende sich zum selben Zeitpunkt wie der Benutzer
am entfernten Ende entscheidet zu sprechen. Diese Situation, bei
der die Benutzer an entgegengesetzten Enden der Telefonleitung gleichzeitig sprechen,
ist als Doppelsprechen bekannt. Während des Doppelsprechens wird
der oben erwähnte
NLMS Algorithmus instabil. Um diese Instabilität zu bewältigen, stoppen oder zumindest
verlangsamen die bekannten Echo-Lösch-Einrichtungen den Adaptionsprozeß, sobald
die Situation eines Doppelsprechens detektiert wird. Diese Methode
kann jedoch nicht verhindern, daß die adaptiven Gewichte bzw.
Gewich tungs-Faktoren in dem Zeitintervall, unmittelbar bevor die
Situation des Doppelsprechens detektiert worden ist, divergieren.
In einer Situation, in der das Doppelsprechen so schwach ist, daß der Doppelsprech-Detektor
dies nicht detektieren kann, wird die Divergenz des NLMS Algorithmus
um so ernster. Auch wenn der Echoweg bzw. Echopfad sich während der
Doppelsprech-Situation verändert,
was häufig
der Fall für
die akustischen Freihand-Telefone ist, kann der NLMS Algorithmus
die notwendigen Anpassungen nicht durchführen, da die Adaption eingefroren
ist.
-
Wie
oben ausgeführt,
ist ein Echo in einer Telefonumgebung das Phänomen, bei dem eine verzögerte und
verzerrte Version eines ursprünglichen
Signals zur Quelle zurückreflektiert
wird. Bei einem Telefonsystem verursacht das Echo eine Beeinträchtigung
der Wiedergabetreue der Sprechsignale, wobei dies für die Sprecher
unangenehm ist. Die Aufgabe der Echo-Lösch-Einrichtung
besteht darin, den Echoweg relativ zu einem Bezugssignal abzuschätzen, die
Echoreplik zu reproduzieren und diese vom Eingangssignal zu substrahieren. Hierzu
wird auf 1 Bezug genommen.
-
Der
heute am meisten genutzte Echo-Lösch-Algorithmus
ist der NLMS Algorithmus, der im folgenden beschrieben wird: Sei
r(n) die Sprache am entfernten Ende und s(n) die Sprache am nahen
Ende der Mikrofon-Eingabe.
Das Echosignal se(n) kann wie folgt moduliert
werden: se(n) = h(n)*r(n) (1) wobei h(n)
der unbekannte Echoweg ist und "*" der lineare Konvolutionsoperator
ist.
-
Das
Mikrofon-Eingabesignal ist
sin(n) = se(n)
+ s(n) + v(n), (2)wobei
v(n) das Hintergrundrauschen ist. Um das Echosignal s
e(n)
zu eliminieren, schätzt
der typische NLMS Algorithmus erst den Echoweg ĥ(n) mit dem Bezugssignal r(n)
und s
in(n) und subtrahiert die Echoreplik ĥ(n)*r(n)
von s
in(n), um das Echo zu löschen. Mit
dem NLMS Algorithmus ist es möglich, ĥ(n) rekursiv
zu einem Zeitpunkt m abzuschätzen:
wobei
N die Länge
von ĥ(n)
ist und 0 < μ < 2 die Schrittgröße ist,
die die Konvergenzrate des NLMS Algorithmus steuert; der endgültige Restfehler
e(n) = sin(n) – h(n)*r(n)ist.
E
r ist die Energie des Bezugssignals:
-
Die
Vorteile des NLMS Algorithmus liegen darin, daß er einfach ist und leicht
implementiert werden kann. Wenn s(n) fehlt, konvergiert ĥ(n) gegen
den wahren Echoweg h(n). Wenn s(n) jedoch anwesend ist, d.h. wenn
eine Doppelsprech-Situation vorliegt, wird der NLMS Algorithmus
instabil und divergiert schnell von seinem ursprünglichen Zustand.
-
Aus
der
EP 0 627 840 A2 ist
eine Echo-Lösch-Einrichtung
bekannt, bei der ein Doppelsprech-Detektor vorgesehen ist. Dieser
stoppt die Adaption im auf einem NLMS-Algorithmus basierenden adaptiven
Filter, sobald ein Doppelsprechen detektiert wird.
-
In
der
US 5,570,423 ist
eine weitere Echo-Lösch-Einrichtung
beschrieben, bei der die Adaptions-Schrittweite des verwendeten
NLMS-Algorithmus in Abhängigkeit
vieler Einflussgrößen verändert wird. Die
angegebenen Funktionszusammenhänge
sind kompliziert und auch aufwändig
in der technischen Umsetzung.
-
Im
folgenden wird erfindungsgemäß ein neuer
doppelsprechunempfindlicher Algorithmus vorgeschlagen, der als doppelsprechnormalisierter
mittlerer kleinste Quadrate (Double Talk Normalized Least Mean Square
= DNLMS) Algorithmus bezeichnet wird. Während einer Doppelsprech-Situation
kann der DNLMS Algorithmus nicht nur seine Gewichte stabilisieren,
sondern auch Variationen des Echowegs verfolgen.
-
Erfindungsgemäß wird der
NLMS Algorithmus derart modifiziert, daß er sich in einer Doppelsprech-Umgebung
stabil verhält.
Bei dem neuen DNLMS Algorithmus wird die Konvergenzrate μ adaptiv
basierend auf der Doppelsprech-Situation angepaßt, d.h. der Leistungsdifferenz
bzw. der Potenzdifferenz zwischen sin(n)
und r(n). Anders als bei den meisten Telefon-Echo-Lösch-Einrichtungen, bei denen
ein Doppelsprech-Detektor hinzugefügt wird und die Adaption gestoppt
wird, sobald ein Doppelsprechen detektiert wird, setzt der DNLMS
Algorithmus die Verfolgung der Echoweg-Änderung
während
des Doppelsprechens fort, wobei die Implementie rungskosten sogar
noch geringer sind als die bei einem einfachen Doppelsprech-Detektor.
-
Die
Aufgabe wird gelöst
durch die Merkmale des Anspruchs 1 betreffend ein Verfahren zur
Steuerung einer akustischen Echo-Lösch-Einrichtung in einem Telefonsystem,
um in einer Doppelsprech-Situation Echosignale von Signalen von
einem nahen Ende zu löschen,
wobei das Echosignal ein reflektiertes Signal vom fernen Ende aufweist,
und wobei die akustische Echo-Lösch-Einrichtung
einen doppelsprech-normalisierten Algorithmus der kleinsten mittleren
Quadrate verwendet und Konvergenzmittel zum Konvergieren des doppelsprech-normalisierten
Algorithmus der kleinsten mittleren Quadrate aufweist, umfassend
die folgenden Schritte:
- – Erzeugen einer Echosignal-Replik,
basierend auf dem Signal vom fernen Ende und einer geschätzten Echoweg-Länge;
- – Subtrahieren
der Echosignal-Replik von dem Signal vom nahen Ende durch Anpassung
der Konvergenzrate des doppelsprech-normalisierten Algorithmus der
kleinsten mittleren Quadrate und
- – adaptive
Anpassung der Konvergenzrate, basierend auf den relativen Stärken der
Echosignale und der Signale vom nahen Ende, wobei
- – die
Konvergenzrate auf einer veränderlichen
Schrittgröße basiert,
und die Schrittgröße umgekehrt
proportional zum Energiepegel des Signals vom nahen Ende reduziert
wird.
-
Anspruch
6 betrifft ein Verfahren zur Steuerung einer akustischen Echo-Lösch-Einrichtung in einem Telefonsystem,
um in einer Doppelsprech-Situation
Echosignale von Signalen von einem nahen Ende zu löschen, wobei
das Echosignal ein reflektiertes Signal vom fernen Ende aufweist,
und wobei die akustische Echo-Lösch-Einrichtung
einen doppelsprechnormalisierten Algorithmus der kleinsten mittleren
Quadrate verwendet und Konvergenzmittel zum Konvergieren des doppelsprech-normalisierten
Algorithmus der kleinsten mittleren Quadrate aufweist, umfassend
die folgenden Schritte:
- – Erzeugen einer Echosignal-Replik,
basierend auf dem Signal vom fernen Ende und einer geschätzten Echoweg-Länge;
- – Subtrahieren
der Echosignal-Replik von dem Signal vom nahen Ende durch Anpassung
der Konvergenzrate des doppelsprech-normalisierten Algorithmus der
kleinsten mittleren Quadrate und
- – adaptive
Anpassung der Konvergenzrate, basierend auf den relativen Stärken der
Echosignale und der Signale vom nahen Ende, wobei
- – die
Konvergenzrate auf einer veränderlichen
Schrittgröße basiert,
und die Schrittgröße aufgrund
des Energiepegels des Signals vom fernen Ende gesteuert wird.
-
Anspruch
11 betrifft ein Telefon-Netzwerk mit
- – einem
Empfangsweg für
Empfangssignale von einem Benutzer am fernen Ende und
- – einem Übertragungsweg
zur Übertragung
von Signalen vom nahen Ende an einen Benutzer am fernen Ende,
- – einer
einen doppelsprech-normalisierten Algorithmus der kleinsten mittleren
Quadrate umfassenden akustischen Echo-Lösch-Einrichtung zum Löschen von
Echosignalen von Signalen von einem nahen Ende in einer Doppelsprech-Situation,
wobei das Echosignal ein reflektiertes Signal vom fernen Ende aufweist, und
wobei die Echo-Lösch-Einrichtung aufweist:
– Mittel
zur Berechnung der relativen Stärken
der Echosignale und der Signale vom nahen Ende;
– Konvergenzmittel
zum Konvergieren des doppelsprech-normalisierten Algorithmus der
kleinsten mittleren Quadrate; und
– Mittel zur adaptiven Anpassung
der Konvergenzrate,
– basierend
auf den relativen Stärken
der Echosignale und der Signale vom nahen Ende, und
– basierend
auf einer veränderlichen,
umgekehrt proportional zum Energiepegel des Signals vom nahen Ende
reduzierten Schrittgröße.
-
Weitere
vorteilhafte Weiterbildungen ergeben sich aus den Unteransprüchen.
-
Weitere
Einzelheiten und Merkmale der Erfindung ergeben sich aus der Beschreibung
eines Ausführungsbeispiels
anhand der Zeichnung. Es zeigen:
-
1 ein
Echo-Erzeugungs-Modell in einem Telefon-Netzwerk,
-
2 ein
erfindungsgemäßer Echo-Repliken-Erzeugungsblock,
-
3 die
Adaptions-Schrittgröße μ als eine
Funktion der Signalstärke
am nahen Ende bei einer vorgegebenen Signalstärke am fernen Ende und
-
4 eine
grafische Darstellung der Beziehung zwischen der Schrittgröße μ und den
relativen Stärken
der Signale am nahen und fernen Ende.
-
Wegen
der oben beschriebenen Doppelsprech-Situation enthalten die meisten
Echo-Lösch-Produkte einen
Doppelsprech-Detektor. Wenn eine Doppelsprech-Situation detektiert
wird, wird das Adaptionsverfahren gestoppt, und alle geschätzten Echo-Gewichte
werden eingefroren bis die Doppelsprech-Situation endet. Der Doppelsprech-Detektor
nutzt entweder eine Energieberechnung oder eine Korrelationsberechnung.
Aufgrund der starken Korrelation bei Sprechsignalen haben bekannte
Doppelsprech-Detekto ren die Schwierigkeit, zwischen Doppelsprechen
und Echo-Weg-Änderungen
zu unterscheiden. Auch benötigen
fast alle Doppelsprech-Detektoren eine Mittelbildungszeit. Bevor
ein Doppelsprechen detektiert wird, kann das Doppelsprech-Signal
schon dazu geführt
haben, daß der
NLMS Algorithmus in irgendeiner Weise divergiert. Das Problem wird
gravierender, wenn die Sprache am fernen Ende anfängt leiser
zu werden. Unter diesen Bedingungen ist das Energie-Niveau der Sprache
am fernen Ende, Er, sehr gering, so daß das Restfehler-Signal
e(n) sehr groß ist
und eine große
Fehlanpassung bei der Abschätzung
des Echoweges gemäß Gleichung
(3) durchgeführt
wird, bevor ein Doppelsprechen detektiert wird. Kleine, nicht detektierbare
Doppelsprech-Pegel können auch
zu einer Divergenz des adaptiven Filters führen.
-
Einige
andere Algorithmen schlagen die Nutzung zweier Gruppen adaptiver
Filter vor, um das Doppelsprechen und die Echoweg-Änderungen
zu unterscheiden. Die Kosten nehmen jedoch hierbei drastisch zu, insbesondere
wenn der Echoweg lang ist.
-
Bei
einem Freihand-Telefonendgerät ändert sich
die Echo-Umgebung ständig
aufgrund der Bewegung der Sprecher und des Wechsels der akustischen
Umgebung. Wenn die geschätzten
Echo-Gewichte während des
Doppelsprechens eingefroren werden, müssen alle Gewichte einem Rekonvergenzverfahren
unterzogen werden, nachdem die Doppelsprech-Situation beendet ist.
Deshalb ist ein Algorithmus erforderlich, bei dem nicht nur die
adaptiven Gewichte während
des Doppelsprechens stabil gehalten werden, sondern auch Änderungen
des Echoweges mitverfolgt werden.
-
Bei
dem NLMS Algorithmus ist μ der
Schlüsselfaktor,
der die Konvergenzrate und den endgültigen Echo-Restfehler steuert.
Es ist bekannt, daß μ, um die
Konvergenz des NLMS Algorithmus zu garantieren, typischerweise im
Bereich von 0 bis 2 liegen muß.
Bei einem großen μ ist die
Konvergenzrate des NLMS Algorithmus groß, der endgültige Restfehler bleibt jedoch
groß.
Wenn Sprache am nahen Ende vorliegt, beginnen die adaptiven Gewichte
zu divergieren. Dies ist der Grund, warum eine Divergenz während einer
Doppelsprech-Situation beobachtet wird. Das Divergenzproblem wird
noch ernster, wenn das Signal am nahen Ende und das Signal am fernen
Ende hochkorreliert sind, was typischerweise für den Fall von Sprachsignalen
der Fall ist. Bei einem kleinen μ ist
der Restfehler gering, und wenn das Signal am nahen Ende und das
Signal am fernen Ende in einem großen Zeitfenster unkorreliert
sind, kann der NLMS Algorithmus noch gegen seine korrekten Gewichte
konvergieren. Die anfängliche
Konvergenzrate ist jedoch bei einem kleinen μ sehr gering, und wenn die Konvergenzrate
zu klein ist, kann der NLMS Algorithmus nie in einer akustischen
Umgebung, wo das Umgebungsrauschen hoch ist und sich der Echoweg ändert, konvergieren.
Es ist daher notwendig, daß die Konvergenzrate
wenigstens schneller als die Änderung
des Echowegs ist.
-
Erfindungsgemäß wird die μ-Wert gemäß dem instantanen
Doppelsprech-Pegel
angepaßt. 2 zeigt
den erfindungsgemäßen Echo-Replikations-Block. Die Konvergenzrate
wird adaptiv entsprechend der Schrittgröße μ angepaßt, die in dem Echo-Repliken-Block
berechnet wird. Während
des Einfach-Sprechmodus wird μ sein
größter Wert
zugewiesen, und während
des Doppelsprechens wird μ basierend
darauf reduziert, wie stark das Doppelsprechen ist. Wenn das Signal
am fernen Ende fehlt, wird μ zu
0 redu ziert und keine Gewichtsanpassung wird durchgeführt. Bei
dem DNLMS Algorithmus wird der μ-Wert
indirekt durch Er gesteuert, dem Nenner
im zweiten Term von Gleichung (3). Die neue Gewichtsanpassung erfolgt
nach den folgenden Gleichungen.
-
-
Wenn
E = Er, so liegt der normale NLMS Algorithmus
vor, und wenn E > Er, dann ist dies äquivalent zu einer Reduktion
von μ.
-
Bei
einer Realzeit-Implementierung kann die Berechnung von E
r bei Gleichung (4) gleichwertig durch den
folgenden rekursiven Algorithmus ersetzt werden:
-
Bei
dem DNLMS Algorithmux müssen
wir auch die Energie der Sprache am nahen Ende E
in berechnen:
-
Mit
E
r und E
in wird
E berechnet als:
wobei
α > 1,und β > α -
Während des
Einfach-Sprechmodus ist E
in die Echo-Energie,
und wenn diese α mal
kleiner als E
r ist, haben wir E = E
r, und dies ist der normale NLMS Algorithmus.
Während
des Doppelsprechens, wenn E
in (Echo und
Sprache am nahen Ende) größer ist
als E
r/α,
ergibt sich:
-
Dies
ist gleichwertig zu der Aussage, daß μ mindestens um den Faktor β/α reduziert
wird:
-
Zu
bemerken ist, daß μ in der Tat
umgekehrt proportional zu Ein reduziert
wird, so daß eine
Erhöhung der
Sprachaktivität
am nahen Ende auch den μ-Wert reduziert. Die
Beziehung zwischen der Schrittgröße μ und Ein ist in 3 bei festem
Er gezeigt, wobei der Anfangswert von μ = 1 ist.
-
Bei
dieser Methode wird die Adaption während des Doppelsprechens fortgesetzt,
und μ wird
gemäß der Doppelsprech-Stärke angepaßt. Alle
Sprechsignale haben stimmhafte Abschnitte, stimmlose Abschnitte und
geräuschlose
Perioden. Während
des Doppelsprechens überlappen
die aktiven Abschnitte der Sprache am nahen Ende und der Sprache
am fernen Ende sich nicht immer. Der μ-Wert variiert mit der Differenz
zwischen den Energiepegeln der Sprache am fernen Ende Er und
der Sprache am nahen Ende Ein. Wenn das Doppelsprechen
am nahen Ende stark ist, hält
ein geringes μ eine
langsame Divergenz der Gewichte aufrecht, und wenn die Sprache am
fer nen Ende stark ist, liefert ein großes μ eine schnelle Konvergenzrate.
Deswegen kann der DNLMS Algorithmus die Doppelsprech-Stabilität aufrechterhalten
und die Echoweg-Änderung
während
des Doppelsprechens verfolgen, wobei der Algorithmus selbst dann
gut konvergiert, wenn die Signale am nahen Ende Dualton-Mehrfachfrequenz
(dual tone multiple frequency = DTMF) Tonsignale sind, die Ein-
und Ausabschnitte aufweisen.
-
Ein
Beispiel dafür,
wie μ die
Pegel der Signale am nahen Ende und am fernen Ende variiert, ist
in 4 gezeigt. Man sieht, daß μ bei optimalen Zeiten hoch ist
und keine Doppelsprech-Überhangzeit
erforderlich ist, um die Divergenz während des Auslaufens bzw. des
Schwanzes der Sprache am nahen Ende zu verhindern.
-
Neben
Gleichung (8) gibt es noch andere Möglichkeiten, um den Wert E
zu berechnen. Die instantane Energie Ee des
Restfehlers e(n) kann anstelle der von Ein verwendet
werden, d.h.
-
-
Wenn
Ee anstelle von Ein in
Gleichung (8) verwendet wird, kann α als eine große Zahl
während
des Einfachsprechens gewählt
werden, da Ee die Echo-Restenergie darstellt, die viel kleiner
als Ein ist. Bei einem großen Wert α ist der
DNLMS Algorithmus empfindlicher gegenüber Doppelsprechen. Sobald
Doppelsprechen auftritt, ist αEe größer als
Er und μ wird
instantan reduziert. Dies macht die Anpassung während des Doppelsprechens stabiler.
Das Problem der Verwendung von Ee besteht
darin, daß während der
anfänglichen
Konvergenz-Periode und wenn der Echoweg sich ändert, αEe größer als
Er ist, selbst während des Einfachsprechen-Modus.
Deshalb kann ein großer α-Wert zu
einer langsamen Konverganzrate mit einem kleinen μ-Wert führen. Ein
kleinerer α-Wert
ist jedoch für
eine anfängliche
Konvergenz erforderlich.
-
Eine
andere Methode besteht darin, den minimalen Wert zwischen α
1E
in und α
2E
e(α
1 > 0, α
2 > α
1) zu wählen, wobei
E in den folgenden zwei Schritten berechnet werden kann:
und
-
-
Dabei
wird μ während des
Doppelsprechens mindestens um einen Faktor β reduziert.
-
-
Bei
einer sorgfältigen
Wahl von α1 und α2 wird E1= α1Ein verwendet während der anfänglichen
Konvergenz-Periode und wenn der Echoweg sich ändert, wobei Ee groß ist. E1 = α2Ee wird verwendet,
wenn der DNLMS Algorithmus gut konvergiert ist. Die letzte Methode
nutzt die Vorteile sowohl der ersten Methode als auch der zweiten
Methode, d.h. sie ist empfindlich gegenüber Doppelsprechen, wenn der
NLMS Algorithmus gut konvergiert ist, und schnell konvergierend
während
des Doppelsprechens und Echoweg-Änderungen.
Sie erfordert jedoch zusätzliche
Berechnungen im Vergleich zu den ersten beiden Methoden.
-
Bei
spezifischen Tests für
akustische Echo-Lösch-Einrichtungen
wurde herausgefunden, daß die
folgenden Parameter für α und β bei üblichen
Raumumgebungen geeignet sind:
Methode 1 unter Verwendung von
Er und Ein: Der
Ausgangswert für μ wird auf
1 gesetzt. Es wurde festgestellt, daß der Echo-Rückkehrverlust
bei mindestens 6 dB liegt und α wurde
auf α =
5 gesetzt. β wurde
als 50 gewählt, so
daß μ mindestens
10 mal während
des Doppelsprechens reduziert wird.
Methode 2 unter Verwendung
von Er und Ee: Der
Ausgangswert von μ ist
immer noch 1. α wurde
als 50 unter der Bedingung gewählt,
daß der
Echo-Rückkehrverlust
mindestens 6 dB ist und der NLMS Algorithmus mindestens eine 10
dB Echo-Unterdrückung
liefert. Wieder wurde μ wenigstens
10 mal während
des Doppelsprechens reduziert und β wurde als 500 gewählt.
Methode
3 unter Verwendung von Er und Ee:
Der Ausgangswert von μ ist
immer noch 1 und die anderen Parameter wurden als α1 =
5, α2 = 50 und β = 10 gewählt. All diese basieren auf
derselben Annahme und den Erfordernissen, daß der Echo-Rückkehrverlust
mindestens 6 dB ist, der NLMS Algorithmus mindestens eine 10 dB
Echo-Unterdrückung
liefert und der Wert von μ mindestens
10 mal während
des Doppelsprechens reduziert wird.
-
Bei
allen oben genannten Parameter-Selektionen wird angenommen, daß der Echo-Rückkehrverlust mindestens
6 dB ist. Dies bedeutet, daß mit
den Parametern die beste Echo-Unterdrückung für den Echo-Rückkehrverlust
um 6 dB bis 20 dB erreicht werden kann, was die meisten praktischen
Umgebungen einschließt.
Die Situation, wenn der Echoweg einen Verstärkungsfaktor von bis zu 6 dB
aufweist, kann auch mit diesen Parametern bewältigt werden. Testergebnisse
zeigen, daß während einer
Doppelsprech-Situation
die Adaptions-Gewichte stabilisiert sind und Echoweg-Änderungen verfolgt werden können. Es
wurde herausgefunden, daß alle
drei Berechnungsmethoden von E sich ähnlich verhalten und die Bevorzugung
von der Umgebung abhängt,
nämlich
der Echo-Verzögerung,
dem Echo-Verlust und der möglichen
Doppelsprech-Stärke. Erfindungsgemäß können die
folgenden Vorteile erzielt werden:
Ein doppelsprech-unempfindlicher
und stabilisierter NLMS Algorithmus wird bereitgestellt. Der Echoweg
kann während
des Doppelsprechens ohne zusätzliche
Kosten verfolgt werden. Die Adaptions-Gewichte brauchen nicht während des
Doppelsprechens eingefroren zu werden. Der Adaptions-Schritt ist adaptiv
angepaßt
basierend auf der Stärke
des Doppelsprechens.
