DE60310725T2

DE60310725T2 - Verfahren und vorrichtung zur verarbeitung von subbandsignalen mittels adaptiver filter

Info

Publication number: DE60310725T2
Application number: DE60310725T
Authority: DE
Inventors: Reza Hamid Safaaieh ABUTALEBI; L. Robert Kitchener BRENNAN; Hamid Waterloo SHEIKHZADEH-NADJAR; Dequn Sun
Original assignee: Dspfactory Ltd
Current assignee: Dspfactory Ltd
Priority date: 2002-08-16
Filing date: 2003-08-18
Publication date: 2007-10-11
Anticipated expiration: 2023-08-19
Also published as: US7783032B2; JP2005536128A; DK1529282T3; JP4184342B2; EP1529282B1; WO2004017303A1; AU2003258407B2; CN101923862A; ATE349755T1; DE60310725D1; EP1529282A1; CA2399159A1; CN1689072B; CN101923862B; AU2003258407A1; CN1689072A; US20040071284A1

Description

Gebiet der Erfindung:
Die vorliegende Erfindung bezieht sich auf die Signalverarbeitung und genauer auf ein Verfahren und ein System zum Verarbeiten von Teilbandsignalen unter Verwendung adaptiver Filter.
Hintergrund der Erfindung:
Es ist allgemein bekannt, dass ein Rauschunterdrückungssystem mit einem adaptiven Vollbandfilter ausgeführt werden kann, das im gesamten interessierenden Frequenzband arbeitet. Der Least-Mean-Square-Algorithmus (LMS-Algorithmus) und seine Varianten werden häufig verwendet, um das Vollbandfilter mit relativ niedriger Berechnungskomplexität und ausreichender Leistungsfähigkeit anzupassen, wenn das Störsignal weiß ist. Jedoch hat die Vollband-LMS-Lösung bei farbigen Störsignalen auf Grund der starken Eigenwertspreizung und der langsamen Konvergenz den Nachteil einer erheblich verminderten Leistungsfähigkeit. Außerdem nimmt bei steigender Länge des LMS-Filters die Konvergenzrate des LMS-Algorithmus ab, und die rechentechnischen Anforderungen nehmen zu. Dies ist bei Anwendungen wie etwa der akustischen Echolöschung problematisch, die lange adaptive Filter erfordern, um die Rückwegantwort und -verzögerung zu modellieren. Diese Aspekte sind hauptsächlich bei tragbaren Anwendungen wichtig, bei denen die Verarbeitungsleistung erhalten bleiben muss.
Folglich werden adaptive Teilbandfilter (SAFs) für zahlreiche adaptive Systeme zu einer interessanten und funktionsfähigen Option. Der SAF-Ansatz verwendet eine Filterreihe, um den Vollbandsignaleingang in eine Anzahl von Frequenzbändern aufzuspalten, wobei jeder als Eingang für ein adaptives Filter dient. Diese Teilbandaufspaltung vermindert die Aktualisierungsrate und die Länge der adaptiven Filter stark, was zu einer wesentlich geringeren Rechenkomplexität führt.
Teilbandsignale werden in SAF-Systemen häufig durch kritische Abtastung maximal dezimiert. Dies führt zu einem Ausführen eines Whitenings der Eingangssignale und zu einem verbesserten Konvergenzverhalten. Es gibt beispielsweise ein SAF-System mit kritischer Abtastung (A. Gilloire und M. Vetterli, "Adaptive Filtering in Subbands with Critical Sampling: Analysis, Experiments and Applications to Acoustic Echo Cancellation". IEEE Trans. Signal Processing, Bd. SP-40, Nr. 8, S. 1862-1875, Aug. 1992).
Jedoch ruft die maximale Dezimierung/die kritische Abtastung Aliasing-Probleme hervor. Die Gegenwart einer Aliasing-Verzerrung erfordert die Verwendung adaptiver Kreuzfilter zwischen benachbarten Teilbändern oder Lückenfilterreihen. Systeme mit Kreuzfiltern konvergieren allgemein langsamer und bringen höhere Rechenkosten mit sich, während Lückenfilterreihen eine erhebliche Signalverzerrung erzeugen.
Es ist daher wünschenswert, ein Verfahren und ein System zum Verarbeiten von Teilbandsignalen unter Verwendung adaptiver Filter bereitzustellen, um eine Hochgeschwindigkeitsverarbeitung, eine niedrige Leistungsaufnahme und eine hohe Qualität zu ermöglichen.
Zusammenfassung der Erfindung:
Es ist eine Aufgabe der vorliegenden Erfindung, ein Verfahren und ein System zu schaffen, die zumindest einen der oben beschriebenen Nachteile beseitigen oder verringern.
In Übereinstimmung mit einem Aspekt der vorliegenden Erfindung wird ein Verfahren zum Verarbeiten von Teilbandsignalen zum Löschen eines unerwünschten Effekts bei einem Signal geschaffen, wobei das Verfahren die Schritte umfasst, dass: ein Primärsignal und ein Referenzsignal jeweils über eine überabgetastete Filterreihe analysiert werden, um Frequenzbereich-Primärsignale und Frequenzbereich-Referenzsignale in mehreren Teilbändern zu erzeugen, wobei das Primärsignal ein durch ein unerwünschtes Signal beeinflusstes erwünschtes Signal ist und das Referenzsignal dem unerwünschten Signal entspricht; das Frequenzbereich-Primärsignal und das Frequenzbereich-Referenzsignal unter Verwendung eines adaptiven Filters bei der Verarbeitung in jedem Teilband verarbeitet werden, wobei umfasst ist, dass zumindest das Frequenzbereich-Referenzsignal bearbeitet wird, um die Konvergenz des adaptiven Filters in jedem Teilband zu verbessern; und die Ausgänge der adaptiven Verarbeitungsblöcke mit einer überabgetasteten Synthesefilterbank synthetisiert werden, um ein Zeitbereichsignal auszugeben, in dem die Teilbandverarbeitung den Effekt des unerwünschten Signals gelöscht hat, wobei der Bearbeitungsschritt umfasst: (a) ein Ausführen eines Whitenings des Eingangs des adaptiven Filters durch eine Spektralemphase; (b) ein Ausführen eines Whitenings des Eingangs des adaptiven Filters durch Hinzufügen von Rauschen; (c) ein Ausführen eines Whitenings des Eingangs des adaptiven Filters durch Dezimieren des Frequenzbereich-Primärsignals und des Frequenzbereich-Referenzsignals um einem Faktor (DEC), der kleiner oder gleich einem Überabtastungsfaktor (OS) ist; oder (d) Kombinationen hiervon.
In Übereinstimmung mit einem weiteren Aspekt der vorliegenden Erfindung wird ein System zum Verarbeiten von Teilbandsignalen zum Löschen eines unerwünschten Effekts bei einem Signal geschaffen. Das System umfasst: eine überabgetastete Analysefilterreihe zum Analysieren eines Primärsignals und eines Referenzsignals, um Frequenzbereich-Primärsignale und Frequenzbereich-Referenzsignale in mehreren Teilbändern zu erzeugen, wobei das Primärsignal ein durch ein unerwünschtes Signal beeinflusstes erwünschtes Signal ist und das Referenzsignal dem unerwünschten Signal entspricht; ein Verarbeitungsmodul zum Verarbeiten der Frequenzbereich-Primärsignale und der Frequenzbereich-Referenzsignale, einschließlich eines adaptiven Filtermoduls bei der Verarbeitung in jedem Teilband, und ein Modul zum Bearbeiten zumindest des Frequenzbereich-Referenzsignals, um die Konvergenz jedes adaptiven Filters zu verbessern; und eine überabgetastete Synthesefilterreihe zum Synthetisieren der Ausgänge des Verarbeitungsmoduls, um ein Zeitbereichsignal auszugeben, in dem die Teilbandverarbeitung den Effekt des unerwünschten Signals gelöscht hat, wobei das Bearbeitungsmodul umfasst: (a) ein Mittel zum Ausführen eines Whitenings des Eingangs des adaptiven Filters durch eine Spektralemphase; (b) ein Mittel zum Ausführen eines Whitenings des Eingangs des adaptiven Filters durch Hinzufügen von Rauschen; (c) ein Mittel zum Ausführen eines Whitenings des Eingangs des adaptiven Filters durch Dezimieren des Eingangs des adaptiven Filters; oder (d) Kombinationen hiervon.
Ein weiteres Verständnis anderer Merkmale, Aspekte und Vorteile der vorliegenden Erfindung ist mit Bezug auf die nachfolgende Beschreibung, die beigefügten Ansprüche und die beigefügten Zeichnungen zu erlangen.
Kurzbeschreibung der Zeichnungen:
Die Erfindung wird ferner anhand der nachfolgenden Beschreibung mit Bezug auf die Zeichnungen verstanden, in denen:
1 ein Blockschaltplan ist, der ein adaptives Teilbandfilter-(SAF-)System in Übereinstimmung mit einer ersten Ausführungsform der Erfindung zeigt;
2 ein Blockschaltplan ist, der ein SAF-System in Übereinstimmung mit einer zweiten Ausführungsform der Erfindung zeigt;
3 ein Blockschaltplan ist, der ein SAF-System in Übereinstimmung mit einer dritten Ausführungsform der Erfindung zeigt;
4A-4C Diagramme sind, die Signalspektren von 3 zeigen;
5 ein Blockschaltplan ist, der ein SAF-System in Übereinstimmung mit einer vierten Ausführungsform der Erfindung zeigt;
6 ein Diagramm ist, das einen mittleren normierten Filter-MSE (gemessenen mittleren quadratischen Fehler) für Sprache bei 0 dB weißem SNR-Rauschen zeigt: ohne Ausführen eines Whitenings, mit Ausführen eines Whitenings durch eine Spektralemphase und mit Ausführen eines Whitenings durch eine Dezimierung;
7 ein Diagramm ist, das Eigenwerte der Autokorrelationsmatrix des Referenzsignals zeigt: ohne Ausführen eines Whitenings, mit Ausführen eines Whitenings durch eine Spektralemphase, mit Ausführen eines Whitenings durch eine Dezimierung und mit Ausführen eines Whitenings durch eine Dezimierung und eine Spektralemphase;
8 ein Diagramm ist, das einen MSE-Fehler zeigt: ohne Ausführen eines Whitenings, mit Ausführen eines Whitenings durch eine Spektralemphase, mit Ausführen eines Whitenings durch eine Dezimierung und mit Ausführen eines Whitenings durch eine Dezimierung und eine Spektralemphase;
9 ein Diagramm ist, das einen MSE-Fehler für einen Algorithmus einer affinen Projektion (APA) mit unterschiedlichen Ordnungen zeigt;
10 ein Blockschaltplan ist, der eine Anwendung von adaptiven Systemen für die Echolöschung zeigt;
11 ein Blockschaltplan ist, der ein überabgetastetes SAF-System für die Echolöschung in Übereinstimmung mit einer ersten Ausführungsform der vorliegenden Erfindung zeigt;
12 ein Blockschaltplan ist, der eine erste Ausführungsform eines adaptiven Verarbeitungsblocks (APB) von 11 zeigt;
13 ein Blockschaltplan ist, der eine zweite Ausführungsform des APB von 11 zeigt;
14 ein Blockschaltplan ist, der eine dritte Ausführungsform des APB von 11 zeigt;
15 ein Blockschaltplan ist, der eine vierte Ausführungsform des APB von 11 zeigt;
16 ein Diagramm ist, das die Kohärenzfunktion von diffusem Rauschen zeigt;
17 ein Blockschaltplan ist, der ein überabgetastetes SAF-System in Übereinstimmung mit einer zweiten Ausführungsform der Erfindung zeigt;
18 ein Blockschaltplan ist, der eine Ausführungsform eines adaptiven Verarbeitungsblocks (APB) und eines nichtadaptiven Verarbeitungsblocks (NAPB) von 17 zeigt;
19 ein Blockschaltplan ist, der einen übersprechresistenten APB in Übereinstimmung mit einer Ausführungsform der vorliegenden Erfindung zeigt;
20 ein Schaltbild ist, das ein überabgetastetes SAF-System in Übereinstimmung mit einer dritten Ausführungsform der vorliegenden Erfindung zeigt;
21 ein Schaltbild ist, das ein überabgetastetes SAF-System in Übereinstimmung mit einer vierten Ausführungsform der vorliegenden Erfindung zeigt;
22 ein Schaltbild ist, das ein Beispiel für den Teilbandverarbeitungsblock von 21 zeigt.
Ausführliche Beschreibung der bevorzugten Ausführungsform(en):
Adaptive Teilbandfilter-(SAF-)Systeme in Übereinstimmung mit Ausführungsformen der vorliegenden Erfindung sind in 1-3 veranschaulicht. Die SAF-Systeme 10A-10C von 1-3 haben die Funktionalität, die Konvergenzeigenschaften adaptiver Filter zu verbessern. Das SAF-System wird unter Verwendung einer überabgetasteten gewichteten Filterreihe mit hinzugefügter Überlappung (WOLA-Filterreihe) ausgeführt. Die überabgetasteten WOLA-Filterreihen sind beschrieben im US-Patent Nr. 6,236,731, im US-Patent Nr. 6,240,192 sowie in R. Brennan und T. Schneider, "A Flexible Filterbank Structure for Extensive Signal Manipulations in Digital Hearing Aids", Proc. IEEE Int. Symp. Circuits and Systems, S. 569-572, 1998. Die überabgetastete WOLA-Filterreihe kann unter Verwendung einer Digital-Signalprozessor-(DSP-)Technologie ausgeführt werden.
Die überabgetastete WOLA-Filterreihe besitzt eine WOLA-Analysefilterreihe zum Umwandeln von Eingangssignalen in überabgetastete Teilbandsignale, Teilbandsignalprozessoren zum Verarbeiten überabgetasteter Teilbandsignale unter Verwendung adaptiver Filter und eine WOLA-Synthesefilterreihe zum Kombinieren der Teilbandsignale. Die Spektren der überabgetasteten Teilbandsignale sind nicht weiß. Werden beispielsweise Überabtastungsfaktoren von 2 und 4 eingesetzt, so ist ihre spektrale Bandbreite auf π/2 bzw. π/4 beschränkt. Im Vergleich dazu erzeugt ein kritisch abgetastetes System Teilbandsignale im gesamten Bereich von dc bis π. In den weiter unten beschrieben SAF-Systemen 10A-10C werden die überabgetasteten Teilbandsignale einem Whitening unterzogen, um die Konvergenzrate der adaptiven Filter zu erhöhen. Der inhärente Nutzen einer verringerten spektralen Dynamik, die aus einer Teilbandaufspaltung resultiert, geht daher wegen des Überabtastens nicht verloren.
Nun wird das SAF-System 10A von 1 ausführlich beschrieben. Das SAF-System 10A hat die Funktionalität, durch eine Spektralemphase ein Whitening überabgetasteter Teilbandsignale in ihren Spektren auszuführen, wodurch die Konvergenzrate des Least-Mean-Square-(LMS-)Algorithmus erhöht wird. Im SAF-System 10A wird eine unbekannte Regelstrecke P(z) 12 durch ein adaptives Filter W(z) 14 modelliert.
Das SAF-System 10A enthält WOLA-Analysefilterreihen 16 und 18 sowie mehrere Teilbandverarbeitungsblöcke. In 1 ist ein Teilbandverarbeitungsblock 5A für das Teilband i veranschaulicht. Dieser Block enthält Emphasefilter g_pre(z) 20 und 22, einen LMS-Block 24, ein sekundäres adaptives Filter W_pre(z) 26 und einen Addierer 28. Der Teilbandverarbeitungsblock 5A kann für jedes Teilband eingesetzt werden.
Die WOLA-Analysefilterreihe 16 empfängt ein Referenzsignal x(n). Die WOLA-Analysefilterreihe 18 empfängt über die Regelstrecke P(z) 12 ein Primärsignal d(n). Die WOLA-Analysefilterreihen 16 und 18 setzen ihre Eingangssignale in mehrere überabgetastete Teilbandsignale um.
Während der WOLA-Analyse werden die Teilbandsignale um einen Faktor M/OS dezimiert, wobei M die Anzahl der Filter und OS der Überabtastungsfaktor ist. In diesem Stadium sind die Teilbandsignale keine Vollbandsignale mehr. Am Ausgang der WOLA-Analysefilterreihen 16 und 18, d. h. an den Punkten 1 und 2 von 1, ist ihre Bandbreite π/OS. Dadurch werden die Spektren gefärbt, jedoch auf eine voraussagbare, konstante Weise. Die Emphasefilter g_pre(z) 20 und 22 verstärken dann am Punkt 1 bzw. 2 die hochfrequenten Inhalte der Signale, damit nahezu weiße Spektren erhalten werden. Die Eingabe in das sekundäre adaptive Fil ter W_pre(z) 26, d. h. ein Signal am Punkt 3, wird durch die Ausgabe des Emphasefilters g_pre(z) 20 einem Whitening unterzogen.
Der Addierer 28 addiert die Ausgabe des Emphasefilters g_pre(z) 22 und die negative Ausgabe des sekundären adaptiven Filters W_pre(z) 26. Der LMS-Block 24 empfängt die Ausgabe des Emphasefilters g_pre(z) 20 und die Ausgabe eines Addierers 28 und passt die Filterkoeffizienten des sekundären adaptiven Filters W_pre(z) 26 an. Der LMS-Block 24 kann irgendeine der gewöhnlichen Varianten des LMS-Algorithmus ausführen. Üblicherweise wird wegen seiner Stabilität und der geringen Rechenkosten der normierte Leaky-LMS-Algorithmus verwendet. In jedem Teilband werden die Koeffizienten des adaptiven Filters W_pre(z) 26 in das adaptive Filter W(z) 14 kopiert. In jedem Teilband nimmt das adaptive Filter W(z) als seine Eingabe die Version ohne Emphase des Teilbandsignals am Punkt 1 auf.
Das SAF-System 10A enthält ferner einen Addierer 30, der die Ausgabe aus dem adaptiven Filter W(z) 14 und das Signal am Punkt 2 empfängt sowie ein Teilbandsignal e_i(n) ausgibt.
Die Signale e_i(n) (i = 0, 1, ..., K-1) werden in einer (nicht gezeigten) Synthesefilterreihe der überabgetasteten WOLA-Filterreihe kombiniert. In diesem Fall verarbeitet die Synthesefilterreihe Signale, die durch die Emphasefilter g_pre(z) 22 und 24 nicht beeinflusst werden.
Die Konstruktion der Emphasefilter g_pre(z) 22 und 24 hängt von dem in der WOLA-Filterreihe verwendeten Überabtastungsfaktor OS ab. Die Filterverstärkung (G) der Emphasefilter g_pre(z) 20 und 22 ist ein Auslegungsparameter, der von der Filterform der WOLA-Analyse abhängt. Bei gegebe nen Parametern der überabgetasteten WOLA-Filterreihe werden die spektralen Eigenschaften der Teilbandsignale bestimmt, und es wird ein geeignetes Emphasefilter konstruiert. Die Filter können als Filter mit endlicher Impulsantwort (FIR-Filter), als Filter mit unendlicher Impulsantwort (IIR-Filter) oder als irgendein anderer Typ von Filter realisiert werden.
Im Falle zweimaligen Überabtastens hat die untere Hälfte des Teilbandspektrums eine relativ hohe Energie und ist im Vergleich zur oberen Hälfte des Spektrums, die eine sehr geringe Energie enthält, relativ flach. In diesem Fall verstärkt das Emphasefilter g_pre(z) den Hochfrequenzanteil des Spektrums. Die Filterbearbeitung führt daher zu einem Signalspektrum, das einem Whitening unterzogen ist.
Alternativ kann das Hochpassrauschen den Bandpasssignalen hinzugefügt werden, um sie einem Whitening zu unterziehen, wie in 2 beschrieben ist. Nun wird das SAF-System 10B von 2 ausführlich beschrieben. Das SAF-System 10B enthält die Funktionalität, ein Whitening durch additives Rauschen auszuführen.
Das Referenzsignal x(n) und das Primärsignal d(n) werden in den WOLA-Analysefilterreihen 16 und 18 verarbeitet, wie oben beschrieben ist. Das SAF-System 10B enthält einen Teilbandverarbeitungsblock. In 2 ist der Teilbandverarbeitungsblock 5B für das Teilband i veranschaulicht. Der Teilbandverarbeitungsblock 5B enthält Addierer 28 und 32, einen Schätzungsblock 36 zum Schätzen der mittleren Leistung G des Signals am Punkt 1, einen Mischungsblock 38 zum Mischen der mittleren Leistung G und eines Signals a(n) aus einer Hochpassrauschquelle, den LMS-Block 24 und ein sekundäres adaptives Filter W₁(z) 40. Die mittlere Leistung G des Signals am Punkt 1 wird dazu verwendet, das Hochpassrau schen a(n) zu modulieren. Der Addierer 32 addiert das Signal am Punkt 1 und die Ausgabe G·a(n) des Mischungsblocks 38. Die Eingabe in das sekundäre adaptive Filter W₁(z) 40, d. h. ein Signal am Punkt 3, wird durch Addieren von G·a(n) zum Signal am Punkt 1 einem Whitening unterzogen. Der Addierer 28 addiert das Signal am Punkt 2 und die negative Ausgabe des sekundären adaptiven Filters W₁(z) 40. Der LMS-Block 24 empfängt die Ausgaben der Addierer 32 und 34 und passt die Filterkoeffizienten des sekundären adaptiven Filters W₁(z) 40 an. Die Koeffizienten des sekundären adaptiven Filters W₁(z) 40 werden in das adaptive Filter W(z) 14 kopiert. Das adaptive Filter W(z) 14 verarbeitet das Signal am Punkt 1, das nicht durch additives Rauschen verarbeitet wird. Der Addierer 30 empfängt die Ausgabe aus dem adaptiven Filter W(z) 14 und das Signal am Punkt 2 und gibt ein Teilbandsignal e_i(n) aus.
Nun wird das SAF-System 10C von 3 ausführlich beschrieben. Das SAF-System 10C enthält die Funktionalität, ein Whitening durch eine Dezimierung auszuführen.
Das Referenzsignal x(n) und das Primärsignal d(n) werden in den WOLA-Analysefilterreihen 16 und 18 verarbeitet, wie oben beschrieben ist. Das SAF-System 10C enthält einen Teilbandverarbeitungsblock. In 3 ist der Teilbandverarbeitungsblock 5C für das Teilband i veranschaulicht. Der Teilbandverarbeitungsblock 5C enthält Dezimierungsblöcke 42 und 44, den LMS-Block 24, den Addierer 28 und ein sekundäres adaptives Filter W_d(z) 48. Die vom Referenzeingang x(n) und vom Primäreingang d(n) abgeleiteten Teilbandsignale an den Punkten 1 und 2 werden um einen Faktor DEC <= OS im Block 42 bzw. 44 weiter dezimiert. Die beste Leistungsfähigkeit wird gewöhnlich erzielt, indem DEC kleiner als OS gesetzt wird. Ohne Verlust der Allgemeinheit wird angenommen, dass DEC auf DEC = OS-1 gesetzt ist. Die Eingabe in das sekundäre adaptive Filter W_d(z) 48, d. h. ein Signal am Punkt 3, wird durch Dezimieren des Signals am Punkt 1 einem Whitening unterzogen. Der Addierer 28 addiert die Ausgabe des Blocks 44 und die Ausgabe des sekundären adaptiven Filters W_d(z) 48. Der LMS-Block 24 empfängt die Ausgaben der Blöcke 42 und 44 und passt die Filterkoeffizienten des sekundären adaptiven Filters W_d(z) 48 an. Die Filterkoeffizienten des sekundären adaptiven Filters W_d(z) 48 werden in einem Block 50 erweitert. Die erweiterten Filterkoeffizienten an einem Punkt 4, d. h. die Ausgabe des Blocks 50, werden in das adaptive Filter W(z) 14 kopiert. Das adaptive Filter W(z) 14 verarbeitet das Signal am Punkt 1, das in den Böcken 42 und 50 nicht verarbeitet wird. Der Addierer 30 empfängt die Ausgabe aus dem adaptiven Filter W(z) 14 und das Signal am Punkt 2 und gibt ein Teilbandsignal e_i(n) aus.
Ein Ausführen eines Whitenings durch eine Dezimierung ist für Überabtastungsfaktoren OS von über 2 am effizientesten, während ein Ausführen eines Whitenings durch eine Spektralemphase oder durch Hinzufügen von Rauschen für Überabtastungsfaktoren OS von 2 oder weniger am effizientesten ist.
4A zeigt Signalspektren an den Punkten 1 und 2 von 3. 4B zeigt Signalspektren am Punkt 3 von 3. 4C zeigt Signalspektren am Punkt 4 von 3. Wie in 4B veranschaulicht ist, erhöht ein Dezimieren um einem Faktor DEC die Bandbreite auf π(OS-1)/OS (3π/4 für OS = 4), ohne ein In-Band-Aliasing zu erzeugen. Auf Grund der erhöhten Bandbreite konvergiert der LMS-Algorithmus im LMS-Block 24 nun wesentlich schneller. Damit das adaptive Filter W(z) 14 verwendet werden kann, wird der Filterparameter des sekundären adaptiven Filters W_d(z) um OS-1 erweitert. Dies kann In-Band-Bilder erzeugen, wie in 4C gezeigt ist. Jedoch tragen diese spektralen Bilder nicht zum Fehler bei, da das Tiefpasssignal am Punkt 1 keine erhebliche Energie enthält, wenn ω > π/OS ist.
Die in der (als überabgetastetes SAF-System bezeichneten) überabgetasteten WOLA-Filterreihe ausgeführten SAF-Systeme 10A-10C sind in vielen technischen Bereichen anwendbar, darunter der adaptiven Rauschreduktion, der adaptiven gerichteten Signalverarbeitung mit Mikrophonanordnung, der Rückkopplungsverminderung bei Hörgeräten und der akustischen Echolöschung. Die in den Teilbandverarbeitungsblöcken 5A-5C enthaltene Logik hängt von der speziellen Anwendung ab.
Entweder das Referenzsignal x(n) oder das Primärsignal d(n) kann ein Digitalsignal sein, das einem Lautsprechersignal entspricht, das mit Störrauschen belastet ist, und das andere kann ein Digitalsignal sein, das dem Störrauschen entspricht. In diesem Fall löscht das überabgetastete SAF-System ein Rauschen in der übertragenen Sprache. Die Teilbandverarbeitungsblöcke 5A-5C entfernen den belasteten Anteil aus dem erwünschten Signal, indem sie mittels des LMS-Algorithmus die korrelierten Elemente der beiden Signale entfernen. Da die überabgetasteten Teilbandsignale in ihren Spektren nun einem Whitening unterzogen sind, führt das überabgetastete SAF-System eine Rauschunterdrückung mit hoher Geschwindigkeit durch, wobei das vom Hörer wahrgenommene Signal verbessert wird.
Das überabgetastete SAF-System kann zur akustischen Echolöschung oder zur Löschung der akustischen Rückkopplung verwendet werden. Im Fall der Echolöschung kann entweder das Referenzsignal x(n) oder das Primärsignal d(n) ein Digitalsignal sein, das ein durch ein Echo beein flusstes erwünschtes Signal aufweist, während das andere ein dem Echo entsprechendes Digitalsignal ist.
Die LMS-Parameter im LMS-Block 24, wie etwa die LMS-Schrittgröße, können in jedem Teilband variieren. Beispielsweise können, wenn untere Teilbänder einen Sprachinhalt aufweisen, die unteren Teilbänder eine kleinere Schrittgröße haben, während höhere Teilbänder wegen des relativ geringen Sprachinhalts mit einer größeren Schrittgröße stärker angepasst werden können. Obwohl oben das LMS-Verfahren beschrieben wurde, können auch andere Verfahren wie etwa Recursive Least Squares anwendbar sein.
Ein weiteres Verfahren zum Verbessern der Konvergenzrate besteht im Einsatz von Adaptionsstrategien, die gegenüber dem Problem der Eigenwertspreizung grundsätzlich weniger empfindlich sind. Eine dieser Strategien ist der adaptive Algorithmus, der als Algorithmus einer affinen Projektion (APA) bezeichnet wird. Der APA bildet eine Verknüpfung zwischen dem normierten LMS-(NLMS-) und dem Recursive-Least-Squares-(RLS-)-Adaptions-Algorithmus. Beim APA sind der Nutzen einer schnelleren Konvergenz des RLS-Algorithmus (es ist zu erwarten, dass er gegenüber dem Problem der Eigenwertspreizung weitgehend unempfindlich ist) und die geringen Rechenanforderungen des NLMS kombiniert. Nun wird ein SAF-System mit affiner Projektion ausführlich beschrieben.
Beim NLMS passen die neuen adaptiven Filtergewichte den letzten Eingangsvektor optimal an das entsprechende erwünschte Signal an. Beim APA erweitert sich diese Anpassung auf die P-1 früheren Eingangsvektoren (wobei P die APA-Ordnung ist). Der Adaptionsalgorithmus für den APA mit P-ter Ordnung kann wie folgt zusammengefasst werden:

1) Aktualisieren von X_n und d_n
2) en = dn – XnT Wn*
3) Wn+1 = Wn + μ Xn (XnH Xn + αI)–1en*

Dabei ist:

X_n:: eine LxP-Matrix, die P frühere Eingangsvektoren enthält,
d_n:: ein Vektor der früheren P früheren erwünschten Signalabtastungen,
W_n:: adaptive Filtergewichtsvektoren zur Zeit n,
α:: der Regularisationsfaktor,
μ:: die Adaptionsschrittgröße.

Die Konvergenz des APA wird betrachtet in K. Ozeki und T. Umeda, "An adaptive algorithm filtering using an orthogonal projection to the affine subspace and its properties", Electronics and Communications in Japan, Bd. 67-A, Nr. 5, S. 19-27, Febr. 1984, sowie in M. Montazeri und P. Duhamel, "A set of algorithms linking NLMS and block RLS algorithms", IEEE Tran. on Signal Processing, Bd. 43, Nr. 2, S. 444-453, Febr. 1995. Wenn die Projektionsordnung P zunimmt, hängt die Konvergenzrate des APA zunehmend schwächer von der Eigenwertspreizung ab. Ein Steigern der APA-Ordnung führt auf Kosten einer höheren Rechenkomplexität des Adaptionsalgorithmus zu einer schnelleren Konvergenz.
5 zeigt ein SAF-System 10D in Übereinstimmung mit einer vierten Ausführungsform der vorliegenden Erfindung. Das SAF-System 10D enthält die WOLA-Analysefilterreihen 16 und 18 sowie mehrere APA Teilbandverarbeitungsblöcke. In 5 ist ein Teilbandverarbeitungsblock 5D für das Teilband i veranschaulicht. Der Teilbandverarbeitungsblock 5D enthält ein adaptives Filter, das den APA verwendet, um seine Gewichte W_i(n) (n: Zeit) anzupassen.
Das SAF-System 10D kann in einer überabgetasteten WOLA-Filterreihe ausgeführt werden. Zur rechentechnischen Einfachheit kann ein APA der Ordnung P = 2 angewendet werden, was bei minimaler Steigerung der Komplexität eine schnellere Konvergenz ergibt. In diesem Fall wird die Matrix X_nH X_n durch R (die Autokorrelationsmatrix des Referenzsignals) angenähert, wie in V. Myllyla, "Robust fast affine projection algorithm for acoustic echo cancellation", in Proc. of Inter. Workshop on Acoustic Echo and Noise Control, Sept. 2001, beschrieben ist.
Für P = 2 ist es ausreichend, nur die beiden ersten Autokorrelationskoeffizienten (r(0) und r(1)) zu schätzen und dann die Matrix R analytisch zu invertieren. Um r(0) und r(1) zu schätzen, kann ein rekursives Glättungsfilter erster Ordnung verwendet werden.
Um eine höhere Leistungsfähigkeit zu erzielen, können irgendwelche zwei oder mehrere der in 1-3 und 5 beschriebenen Verfahren kombiniert werden. Beispielsweise verbessert ein Ausführen eines Whitenings durch eine Dezimierung die Konvergenzrate, indem die effektive Bandbreite des Referenzsignals erhöht wird. Ein Ausführen eines Whitenings durch eine Spektralemphase verbessert wie zuvor die Konvergenz, indem der Sperrbandverlust begrenzt wird, wodurch die kleinsten Eigenwerte erhöht werden.
6 zeigt einen mittleren normierten Filter-MSE (mittleren quadratischen Fehler) für Sprache bei 0 dB weißem SNR-Rauschen. In 6 stellt (a) einen MSE ohne Ausführen eines Whitenings dar, stellt (b) einen MSE für ein Ausführen eines Whitenings durch eine Spektralemphase dar und stellt (c) einen MSE für ein Ausführen eines Whitenings durch eine Dezimierung dar. Das SAF-System wird für eine Rauschunterdrückung verwendet, bei der das SAF-System Eingaben von 2 Mikrophonen empfängt. In diesem Fall konvergiert ein Ausführen eines Whitenings durch eine Dezimierung schneller als die anderen beiden Verfahren. Da das adaptive Filter bei niedriger Frequenz arbeitet, erfordert ein Ausführen eines Whitenings durch eine Dezimierung weniger Rechenaufwand als ein Ausführen eines Whitenings durch eine Spektralemphase oder ein Ausführen eines Whitenings durch Hinzufügen von Rauschen.
Detallierte mathematische Modelle von SAF-Systemen sind beschrieben in S. Weiss, "On Adaptive Filtering in Oversampled Sub-bands", Dissertation, Signal Processing Division, Universität von Strathclyde, Glasgow, Mai 1998, sowie in S. Weiss et al., "Polyphase Analysis of Subband Adaptive Filters", 33^rd Asilomar Conference on Signals, Systems, and Computers, Monterey, CA, 1999.
7 zeigt die theoretischen Eigenwerte der Autokorrelationsmatrix des Referenzsignals: ohne Ausführen eines Whitenings; mit Ausführen eines Whitenings durch eine Spektralemphase; mit Ausführen eines Whitenings durch eine Dezimierung; und mit Ausführen eines Whitenings durch eine Dezimierung und eine Spektralemphase. Die Eigenwerte werden mit Hilfe einer analytischen Formel berechnet, die durch folgenden Literaturhinweis gegeben ist: Dennis R. Morgan, "Slow Asymptotic Convergence of LMS Acoustic Echo Cancelers", IEEE Trans. Speech and Audio Proc., Bd. 3, Nr. 2, S. 126-136, März 1995. Kleine Eigenwerte führen zu einer langsamen Konvergenz. Die Verbesserung ist in einem Bereich mit geringem Index zu erkennen. Als Ergebnis des oben erwähnten Verfahrens, d. h. des Ausführens eines Whitenings durch eine Spektralemphase, des Ausführens eines Whitenings durch eine Dezimierung oder einer Kombination dieser Verfahren, werden die Eigenwerte größer als die ohne Ausführen eines Whitenings.
In 7 ist eine Kombination beider Verfahren vielversprechender, während ein Ausführen eines Whitenings sowohl durch eine Spektralemphase als auch durch eine Dezimierung eine Verbesserung (demonstriert durch einen Anstieg in den Eigenwerten) bieten. Diese Folgerung wird durch die in 8 gezeigten Ergebnisse für den mittleren quadratischen Fehler (MSE) bestätigt. 8 zeigt den MSE-Fehler: ohne Ausführen eines Whitenings; mit Ausführen eines Whitenings durch eine Spektralemphase; mit Ausführen eines Whitenings durch eine Dezimierung; und mit Ausführen eines Whitenings durch eine Dezimierung und eine Spektralemphase.
9 zeigt den MSE-Fehler für den APA mit Ordnungen P = 1, 2, 4 und 5. Der APA für P = 1 liefert ein NLMS-System. Wie gezeigt ist, verbessert ein Erhöhen der AP-Ordnung sowohl die Konvergenzrate als auch den MSE.
Nun werden schnelle Adaptionsverfahren für die Echolöschung ausführlich beschrieben. Bei der Echolöschung können die großen Filterlängen, die wegen der mit jedem Echoweg verknüpften langen Dauer erforderlich sind, zu einer langsamen Konvergenz führen. Die weiter unten beschriebenen schnellen Adaptionsverfahren ermöglichen Echolöschungssysteme, die große Filterlängen verwenden, um das Echo mit hoher Geschwindigkeit zu löschen. Die schnellen Adaptionsverfahren sind auch bei anderen Anwendungen, wie etwa der Rauschunterdrückung, anwendbar.
10 zeigt eine Anwendung adaptiver Systeme für die Echolöschung. Ein akustisches Eingangssignal 102 am fernen Ende (FE) wird in einem FE-Mikrophon (MIC) 104 in ein elektrisches Signal x(t) umgesetzt, das an einen Lautsprecher 106 am nahen Ende (NE) gesendet wird. Das NE-Mi krophon (MIC) 110 empfängt dann vom NE-Lautsprecher 106 ein (als FE-Echo bezeichnetes) akustisches Echosignal 108. Das NE-Mikrophon 110 empfängt außerdem ein NE-Eingangssignal 112 (z. B. Sprache und Rauschen) und setzt das gesamte Signal (= FE-Echo 108 + NE-Eingang 112) in ein elektrisches Signal d(t) um. Das elektrische Signal x(t) wird einem adaptiven Filter 118 zugeführt. Der Addierer 114 addiert das elektrische Signal d(t) und die Ausgabe des adaptiven Filters 118, um ein Fehlersignal e(t) zu erzeugen. Das adaptive Filter 118 minimiert das Fehlersignal e(t), um das FE-Echo 108 zu entfernen. Sobald Konvergenz erreicht ist, modelliert das adaptive Filter 118 im Wesentlichen die Übertragungsfunktion des NE-Lautsprechers 106 und des NE-Mikrophons 110 wie auch die Übertragungsfunktion des akustischen Wegs zwischen dem NE-Lautsprecher 106 und dem NE-Mikrophon 110. Das Echo kann auch durch elektrische Signale erzeugt werden, die über verschiedene (unerwünschte) elektrische Wege zwischen der FE- und der NE-Seite zur FE-Seite zurück abfließen. In der folgenden Beschreibung wird das akustische Echo besprochen. Jedoch decken die beschriebenen Verfahren das akustische Echo, das elektrische Echo und eine Kombination hiervon ab.
11 zeigt ein überabgetastetes SAF-System 120A für die Echolöschung in Übereinstimmung mit einer ersten Ausführungsform der vorliegenden Erfindung. Das überabgetastete SAF-System 120A wird auf das System von 10 angewandt und im Teilbandbereich ausgeführt.
Das überabgetastete SAF-System 120A enthält ein SAF-System für die Echolöschung mit mehreren adaptiven Verarbeitungsblöcken (APB) 130_i (i = 0, 1, ..., K-1). Das System 120A empfängt Signale x(t) und s(t). Das Signal x(t) wird durch eine akustische Regelstrecke 124 (z. B. P(z) 12 in 1-3) in ein Signal x'(t) umgesetzt. Das Signal x'(t) kann ein Echosignal sein. Die Signale x(t) und d(t) (= das Signal x'(t) + das Signal s(t)) werden im A/D-Umsetzer 126 bzw. 128 abgetastet. Die Ausgaben x(n), d(n) der A/D-Umsetzer 126 und 128 werden durch die WOLA-Analysefilterreihen 16 und 18 analysiert, um komplexe Frequenzbereich-Teilbandsignale x_i(n) und d_i(n) (i = 0, 1, ..., K-1) zu erhalten, wobei K die Anzahl der Teilbänder ist. Das Teilbandsignal wird mittels eines adaptiven Verarbeitungsblocks (APB) verarbeitet. Paare von [x_i(n), d_i(n)] sind Eingaben für den APB 130_i (i = 0, 1, ..., K-1), der komplexe Teilbandsignale e_i(n) ausgibt. Die komplexen Teilbandsignale e_i(n) werden dann in einer WOLA-Synthesefilterreihe 132 kombiniert, die ein Zeitbereichssignal e(n) mit gelöschtem Echo ausgibt.
Die APB Blöcke 130₀ , 130₁ , ..., 130_K-1 können zum Erzielen einer schnellen Konvergenz irgendeines der oben beschriebenen Verfahren zur Konvergenzverbesserung nutzen, z. B. ein Ausführen eines Whitenings durch eine Spektralemphase, ein Ausführen eines Whitenings durch Hinzufügen von Rauschen, ein Ausführen eines Whitenings durch eine Dezimierung, einen Algorithmus einer affinen Projektion oder eine Kombination von zwei oder mehreren dieser Verfahren.
12 zeigt eine erste Ausführungsform des APB von 11. In 12 ist der APB für das Teilband i veranschaulicht. Der APB 130_i von 12 enthält einen Doppelgesprächsdetektor (DTD) 140A zum Steuern des Adaptionsprozesses des adaptiven Filters 118. Der DTD 140A enthält FE- und NE-Sprachaktivitäts-Detektoren (VADs) 142 und 144. Der FE-VAD 142 wirkt auf das FE-Signal. Der NE-VAD 144 nutzt das Signal d_i(n). Er enthält auch eine Logik 146, die anhand der beiden VAD-Entscheidungen angibt, wann die Situationen eines Doppelgesprächs (sowohl NE- als auch FE-Seite sprechen), eines Einzelgesprächs (nur eine der Seiten FE und NE spricht) oder einer gemeinsamen Pause (keine der Seiten FE und NE spricht) auftreten. Der DTD 140A ermöglicht nur während eines FE-Einzelgesprächs eine schnelle Adaption des adaptiven Filters 118. In anderen Situationen stoppt oder verlangsamt er die Adaption.
13 zeigt eine zweite Ausführungsform des APB von 11. In 13 ist der APB für das Teilband i veranschaulicht. Der APB 130_i von 13 enthält einen DTD 140B. Im DTD 140B wird das vom Addierer 114 ausgegebene Fehlersignal e_i(n) dem NE-VAD 144 zugeführt. Die Begründung für die Verwendung des Fehlersignals ist folgende. Zu Beginn des Adaptionsprozesses ist das Fehlersignal e_i(n) nahezu das gleiche wie d_i(n), da das adaptive Filter 118 in allen Nullen übereinstimmt. Da der DTD 140B dem adaptiven Filter 118 eine Anpassung ermöglicht, wird ein größerer Teil des Echos aus d_i(n) gelöscht. Folglich erfasst der DTD 140B mehr Instanzen des FE-Einzelgesprächs, und das adaptive Filter 118 erhält mehr Chancen zur weiteren Anpassung. Dies wiederum löscht das Echo effizienter. Dieses Schleifenverfahren verbessert die Leistungsfähigkeit des DTD 140B und verbessert folglich das Echolöschungssystem (120A). Diese Strategie ist besonders hilfreich, wenn hohe Echopegel vorliegen.
14 zeigt eine dritte Ausführungsform des APB von 11. In 14 ist der APB für das Teilband i veranschaulicht. Der APB 130_i von 14 enthält den DTD 140B und einen μ-Adaptionsblock 150 für die Steuerung der Schrittgröße des adaptiven Filters 118. Das NE-Signal kann sowohl Sprache als auch Rauschen enthalten, und das NE-Rauschen kann sogar vorhanden sein, wenn der DTD einen FE-Einzelgesprächs-Situation erfasst. Dies führt für den adaptiven Prozessor zu Problemen, wenn eine große Adaptionsschrittgröße (μ) gewählt wurde. Der μ-Adaptionsblock 150 wird bereitgestellt, um die Adaptionsschrittgröße auf den Pegel des FE- Echo-(FEE-)Signals relativ zum Pegel des NE-Rausch-(NEN-)Signals abzustimmen, d. h. auf das Verhältnis |FEE|²/|NEN|². Dies ermöglicht es dem adaptiven Filter 118, eine schnelle Adaption zu erzielen, wenn das NE-Rauschen vorhanden ist.
Eine Schätzung der NEN-Energie wird durch Messung der Energie von d_i(n) bei gemeinsamer Pause erhalten. Zum Schätzen der Energie des FEE kann die NEN-Energie-Schätzung von der Energie von d_i(n) während eines FE-Einzelgesprächs subtrahiert werden, d. h.:
|d_i(n)|² bei gemeinsamer Pause →|NEN|²-Schätzung,
|d_i(n)|² bei FE-Einzelgespräch –|NEN|²-Schätzung→ |FEE|²-Schätzung.
Anhand der Ergebnisse des DTD 140B und der Schätzung von |FEE|²/|NEN|² variiert der μ-Adaptionsblock 150 den Wert der Schrittgröße. Zum Anpassen der Schrittgröße sind verschiedene Strategien möglich. Allgemein werden größere Schrittgrößen eingesetzt, wenn das Verhältnis |FEE|²/|NEN|² zunimmt.
15 zeigt eine vierte Ausführungsform des APB von 11. In 15 ist der APB für das Teilband i veranschaulicht. Der APB 130_i von 15 enthält zwei adaptive Filter 118A und 118B sowie Addierer 114A und 114B. Das Signal x_i(n) wird den adaptiven Filtern 118A und 118B zugeführt. Das adaptive Filter 118B enthält ein Filter geringer Ordnung, das grundsätzlich für den DTD 140C verwendet wird. Der DTD 140C ähnelt den DTDs 140A-140B. Der Addierer 114B addiert die Ausgabe des adaptiven Filters 118B und das Signal d_i(n) und gibt ein Signal f_i(n) aus. Die Signale x_i(n) und f_i(n) werden dem DTD 140C zugeführt. Der DTD 140C steuert den Adaptionsprozess des adaptiven Filters 118B und steuert außerdem über den μ-Adaptionsblock 150 den Adaptionsprozess 118A. Der μ-Adaptionsblock 150 steuert anhand der Entscheidung des DTD 140C und der Schätzung die Adaptionsschrittgröße des adaptiven Filters 118A. Das adaptive Filter 118A arbeitet mit dem μ-Adaptionsblock 150 zusammen und funktioniert ähnlich wie das adaptive Filter 118 von 14.
Das adaptive Filter geringer Ordnung 118B kann schneller anpassen als das adaptive Filter 118A. Der NE-VAD des DTD 140C funktioniert sogar vor einer vollständigen Konvergenz des adaptiven Filters 118A gut. Der größte Teil Echos wird an seinem Ausgang (f_i(n)) schnell entfernt.
Wenn ein für die Echolöschung genutztes adaptives Filter wegen der langen Echowege hohe Filterordnungen hat, kann das adaptive Filter langsam konvergieren. Jedoch wird in 15 das adaptive Filter geringer Ordnung 118B bereitgestellt, um die Eingabe für den DTD 140C zu modifizieren. Dadurch ermöglicht es der APB von 15 dem Echolöschungssystem (120A), eine schnelle Echolöschung zu erzielen.
Nun wird eine Kombination von adaptiver und nichtadaptiver Verarbeitung für die Rausch- und die Echolöschung ausführlich beschrieben.
Es ist allgemein bekannt, dass das (optimale) adaptive Filter wie folgt geschätzt wird (Haykin, S., Adaptive Filter Theory. Prentice Hall, Upper Saddle River, 3. Aufl., 1996):
Darin ist
und r_xd(k) ist die Kreuzkorrelation von Eingangssignalen x(n) und d(n) bei der Verzögerung k. Die Kreuzkorrelation spielt beim Schätzen der Übertragungsfunktion zwischen zwei Eingängen eine bedeutende Rolle. Im Fall einer schwachen Korrelation entfernt das adaptive Filter nur den korrelierten Anteil des Rauschens und lässt den unkorrelierten Anteil intakt.
Es wird angenommen, dass das Eingangssignal d(n) nur Rauschen enthält und kein Sprachsignal vorhanden ist. Das stichhaltige Merkmal zum Beschreiben der Korrelation zweier Rauschsignale x(n) und d(n) ist die Kohärenzfunktion G_xd(f), die in der folgenden Gleichung (3) beschrieben ist (M. M. Goulding, "Speech enhancement for mobile telephony", IEEE Trans. Vehicular Tech., Bd. 39, Nr. 4, S. 316-326, Nov. 1990):
Für jede Frequenz f beschreibt Gleichung (3) die Korrelation zweier Eingangssignale durch einen Wert zwischen 0 und 1 und bestimmt folglich das Ausmaß an Rauschen, das bei dieser Frequenz durch adaptive Filterung gelöscht werden kann. Genauer gesagt, erfüllt der Rauschreduktionsfaktor NR(f) der adaptiven Filterung die folgende Gleichung (4):
In einem diffusen Rauschfeld empfangen zwei Mikrophone aus allen Richtungen Rauschsignale mit gleichen Amplituden und zufälligen Phasen. Dies führt zu einer quadratischen (betragsquadrierten) Sinc-Kohärenzfunktion für ein diffuses Rauschfeld, wie beschrieben in A. G. Piersol, "Use of coherence and phase data between two receivers in evaluation of noise environments", Journal of Sound and Vibration, Bd. 56, Nr. 2, S. 215-228, 1978.
Darin ist d der Mikrophonabstand, und c ist die Schallgeschwindigkeit (c = 340 m/s).
16 zeigt für d = 38 mm die Kohärenzfunktion eines diffusen Rauschens. Gemäß dieser Kohärenzfunktion nimmt bei zunehmendem Mikrophonabstand d die Fähigkeit adaptiver Filter zur Rauschreduktion in mehreren Teilbändern ab. Obwohl als Abhilfe ein Verringern des Abstands der zwei Mikrophone vorgeschlagen werden kann, verschärft dies stark das weiter unten beschriebene Übersprechproblem.
Viele praktische Rauschfelder sind diffus. Folglich sind die von den beiden Mikrophonen aufgenommenen Rauschsignale nur bei niedrigen Frequenzen kohärent. Dies bedeutet, dass ein SAF-System für die Rauschunterdrückung das Rauschen ggf. nur teilweise aus d(n) entfernt. Es gibt einige andere mögliche Szenarien, bei denen die an den zwei Mikrophonen vorhandenen beiden Rauschsignale keine flache Kohärenzfunktion (des Werts 1) über unterschiedliche Frequenzen haben. In derartigen Fällen verbessert das SAF-System das Signal ggf. nur teilweise.
17 zeigt ein überabgetastetes SAF-System 120B in Übereinstimmung mit einer zweiten Ausführungsform der vorliegenden Erfindung. Das überabgetastete SAF-System 120B behandelt sowohl korrelierte als auch nicht korrelierte Rauschsignale an den Eingängen x(n) und d(n). Das überabgetastete SAF-System 120B ist außerdem auf die Echolöschung anwendbar, wobei ein erwünschtes Signal durch ein korreliertes Echo und ein nicht korreliertes Echo beeinflusst wird. Das überabgetastete SAF-System 120B enthält in jedem Teilband einen nichtadaptiven Verarbeitungsblock (NAPB) 160_i . Der NAPB 160_i wird für jeden APB 130_i bereitgestellt. Der NAPB 160_i führt eine nichtadaptive Rauschreduktion mit einem einzelnen Mikrophon oder mit zwei Mikrophonen aus.
18 zeigt eine erste Ausführungsform des APB und des NAPB von 17. In 18 sind der APB und der NAPB für das Teilband i veranschaulicht. Der NAPB 160_i von 18 ist ein Einzel-Mikrophon-Wiener-Filter, das dazu dient, das restliche unkorrelierte Rauschen am Ausgang des APB 130 zu entfernen.
Der APB 130_i von 18 besitzt den Addierer 114, das adaptive Filter (w_i(n)) 118 und den LMS-Block 24, der das Signal x_i(n) und die Ausgabe e_i(n) des Addierers 114 empfängt, um das adaptive Filter 118 anzupassen. Der NAPB 160_i von 18 schätzt anhand einer verschlechterten Version des Fehlersignals e_i(n) mittels Wiener-Filterung ein (ursprüngliches) Fehlersignal z_i(n). Das Fehlersignal e_i(n) wird für die Verstärkungsberechnung 162 verwendet, um die Verstärkung des adaptiven Filters 164 anzupassen. Das Wiener-Filter des NAPB 160_i verändert ständig die Gewichte im Filter 164, um das Signal-Rausch-Verhältnis zu maximieren. Das Fehler signal e_i(n) enthält restliches unkorreliertes Rauschen, das im APB 130_i nicht entfernt wurde. Das Wiener-Filter des NAPB 160_i unterdrückt dieses Rauschen weiter, wobei es das einzelne Signal e_i(n) und die von einem VAD 170 gelieferte Entscheidung verwendet. Der VAD 170 wird bereitgestellt, um die LMS-Berechnung im APB 130_i und die Verstärkungsberechnung 162 im NAPB 160_i zu steuern.
Es sind auch andere Strategien für die Rauschreduktion mit einem einzelnen oder mit zwei Mikrophonen möglich. Da das korrelierte Rauschen bereits durch die APB-Stufe entfernt wurde, haben die Artefakte und Verzerrungen auf Grund des NAPB geringer verschlechternde Wirkungen auf die Ausgabe, als wenn der NAPB allein verwendet wird. Der NAPB funktioniert am besten, wenn er in Anspruch genommen wird, um eine schwache Störung zu entfernen. Bei diffusen Rauschsignalen wird der wichtige Niederfrequenzbereich des Sprachsignals nicht verzerrt, da die niederfrequenten Rauschsignale an den zwei Mikrophonen korreliert sind und durch die APB-Stufe größtenteils entfernt werden, ohne dass Artefakte erzeugt werden.
Nun wird die übersprechresistente adaptive Teilbandfilterung zur Rauschunterdrückung ausführlich beschrieben. Wenn Sprache oder ein erwünschtes Signal in das Referenz-(Rausch-)Mikrophon abfließt, d. h. beim Übersprechen, kann die Leistungsfähigkeit adaptiver Rauschunterdrückungssysteme eingeschränkt sein. Zum Beheben dieses Problems wurde eine übersprechresistente adaptive Rauschlöschvorrichtung (CTRANC) im Zeitbereich vorgeschlagen (G. Mirchandani et al., "A new adaptive noise cancellation scheme in the presence of crosstalk", IEEE trans. On Circuits and Systems, II: Analog and digital signal processing", Bd. 39, Nr. 10, Okt. 1992, S. 681-694).
Nun wird ein adaptiver Verarbeitungsblock (APB) mit einer CTRANC zum Verarbeiten der Überabtastung von Teilbandsignalen ausführlich beschrieben. 19 zeigt einen übersprechresistenten APB in Übereinstimmung mit einer Ausführungsform der vorliegenden Erfindung. In 19 wird eine CTRANC im Teilbandbereich ausgeführt. Der APB 130_i von
19 ist auf den APB von 11 und 17 anwendbar. Der APB 130_i in jedem Teilband besitzt adaptive Filter V_i(n) 182 und W_i(n) 184 sowie Addierer 186 und 188. Der Addierer 186 addiert das Signal x_i(n) und die Ausgabe des adaptiven Filters V_i(n) 182. Die Ausgabe e_i(n) des Addierers 186 wird dem adaptiven Filter W_i(n) 184 zugeführt. Der Addierer 188 addiert das Signal d_i(n) und die Ausgabe des adaptiven Filters W_i(n) 184. Die Ausgabe f_i(n) des Addierers 188 wird dem adaptiven Filter V_i(n) 182 zugeführt. Das adaptive Filter V_i(n) 182 wird in Reaktion auf das Signal e_i(n) angepasst. Das adaptive Filter W_i(n) 184 wird in Reaktion auf das Signal f_i(n) angepasst.
Nach der Konvergenz liefert das Signal e_i(n) das verbesserte (Teilband-)Sprachsignal, während das Signal f_i(n) das Rauschsignal ohne Sprachstörung liefert.
20 zeigt ein überabgetastetes SAF-System 120C in Übereinstimmung mit einer dritten Ausführungsform der vorliegenden Erfindung. Das überabgetastete SAF-System 120C enthält eine Mikrophonanordnung 202A für ein Primärsignal, die mehrere Mikrophone 202j (j = 1, 2, ..., n) aufweist, und ein Mikrophon 204 für ein Referenzsignal. Der Ausgang der Mikrophonanordnung 202A wird einem Vorverstärker 206 zugeführt. Der Ausgang des Mikrophons 204 wird einem Vorverstärker 208 zugeführt. Der Ausgang des Vorverstärkers 206 wird durch einen Analog-zu-digital-(A/D-)Umsetzer 210 umgesetzt und dann der WOLA-Analysefilterreihe 16 zugeführt. Der Ausgang des Vorverstärkers 208 wird durch einen A/D-Umsetzer 212 umgesetzt und dann der WOLA-Analysefilterreihe 18 zugeführt. Ein Teilbandverarbeitungsblock 214_i nimmt als seine Eingabe die überabgetasteten Teilbandsignale im Teilband i aus den WOLA-Analysefilterreihen 16 und 18 auf. Der Block 214_i kann den Teilbandverarbeitungsblöcken von 1-3 und 5 oder dem APB von 11 ähneln oder kann den NAPB von 17 aufweisen oder kann den übersprechresistenten APB von 19 aufweisen.
Die Ausgänge des Teilbandverarbeitungsblocks 214_i (i = 0, 1, ..., n) werden durch die WOLA Synthesefilterreihe 132 kombiniert. Ein Digital-zu-analog-(D/A-)Umsetzer 216 setzt den Ausgang der WOLA-Synthesefilterreihe 132 um.
21 zeigt ein überabgetastetes SAF-System 120D in Übereinstimmung mit einer vierten Ausführungsform der vorliegenden Erfindung. Das überabgetastete SAF-System 120D verarbeitet mehrere Referenzsignale. Das überabgetastete SAF-System 120D enthält eine Mikrophonanordnung für mehrere Referenzsignale, die mehrere Mikrophone 204 (j = 1, 2, ..., n) aufweist, und ein Mikrophon 202 für ein Primärsignal. Der Ausgang des Mikrophons 202 wird dem Vorverstärker 206 zugeführt. Der Ausgang des Mikrophons 204 wird den Vorverstärkern 208 zugeführt. Der Ausgang des Vorverstärkers 206 wird durch einen A/D-Umsetzer 210 umgesetzt und dann der WOLA-Analysefilterreihe 16 zugeführt. Der Ausgang des Vorverstärkers 208 wird durch den A/D-Umsetzer 212 umgesetzt und dann der WOLA-Analysefilterreihe 18_j zugeführt. Ein Teilbandverarbeitungsblock 218_i nimmt als seine Eingabe die überabgetasteten Teilband signale im Teilband i aus der WOLA-Analysefilterreihe 16 und 18₁ , 18₂ , ..., 18_n auf. Der Block 218_i kann dem Teilbandverarbeitungsblock von 20 ähneln.
Das überabgetastete SAF-System 120D wird für die Rauschunterdrückung beispielsweise verwendet, wenn mehr als eine Rauschquelle vorliegt. Für jede Rauschquelle wird ein Mikrophon verwendet, um ein Referenzsignal bereitzustellen.
22 zeigt ein Beispiel für den Teilbandverarbeitungsblock 218_i von 21. Der Teilbandverarbeitungsblock 218_i von 22 enthält FIR-Filter 220j (j = 1, 2, ..., n) und den LMS-Block 24. Das Filter 220j nimmt als seine Eingabe die Ausgabe der WOLA-Analysefilterreihe 18j auf. Ein Addierer 222 addiert die Ausgaben aus den Filtern 220₁ , ..., 220_n . Ein Addierer 224 addiert das überabgetastet Teilbandsignal aus der WOLA-Analysefilterreihe 16 und die Ausgabe des Addierers 222. Das Referenzsignal wird adaptiv gefiltert wird und dann vom Primärsignal subtrahiert. In 22 ist das FIR-Filtergezeigt. Jedoch kann das Filter 220_j ein IIR-Filter oder irgendein anderes Filter sein.
In Übereinstimmung mit der vorliegenden Erfindung erzielt das SAF-System, das adaptive Filter zum Verarbeiten überabgetasteter Teilbandsignale enthält, eine schnelle Konvergenz der adaptiven Filter, eine Verarbeitung mit hoher Geschwindigkeit und eine niedrige Leistungsaufnahme. Dadurch ist das überabgetastete SAF-System, bei einer WOLA-Filterreihe ausgeführt, vorzugsweise für die Echolöschung und die Rauschunterdrückung anwendbar.
Eine adaptive Teilbandsignalverarbeitung in der WOLA-Filterreihe erlaubt die kundenspezifische Anpassung von Algorithmusparametern an einzelne Frequenzbänder. Zum Beispiel kann ein Rauschunterdrückungs-Algorithmus Filter aufweisen, die so eingerichtet sind, dass sie für unterschiedliche Teilbänder mit unterschiedlichen Raten konvergieren. Außerdem können die adaptiven Filter unterschiedliche Längen haben. Die gesteigerte Anzahl möglicher Parameter ermöglicht es, dass das System gemäß den Anforderungen der Anwendung effizienter abgestimmt wird. In Situationen, in denen die Verarbeitungsleistung beschränkt ist oder in denen erwünscht ist, dass sie erhalten bleibt, kann die Aktualisierung der adaptiven Filtergruppen verschachtelt werden.
Außerdem erlaubt das Überabtasten der Eingangssignale, dass der Aliasing-Pegel in jedem Teilband im Wesentlichen entfernt wird, ohne dass Kreuzfilter oder Lückenfilterreihen genutzt werden. Um die Rechenkosten zu vermindern, kann ein nicht ganzzahliges Dezimierungsverhältnis verwendet werden, das nahe bei eins liegt.
Die Ausführungsform der vorliegenden Erfindung ist nicht auf irgendeine bestimmte Konfiguration (d. h. Anzahl von Teilbändern, Abtastungsrate, Fensterlänge) der überabgetasteten WOLA-Filterreihe beschränkt.
Das SAF-System, das überabgetastete SAF-System, das Rausch- und/oder Echolöschungssystem der vorliegenden Erfindung können mittels irgendeiner Hardware, Software oder einer Kombination von Hardware und Software ausgeführt werden, die die oben beschriebenen Funktionen hat.
Obwohl bestimmte Ausführungsformen der vorliegenden Erfindung gezeigt und beschrieben wurden, können an derartigen Ausführungsformen Ver änderungen und Abwandlungen vorgenommen werden, ohne dass vom Umfang der Erfindung abgewichen wird, der nur durch die beigefügten Ansprüche eingeschränkt ist.

Claims

Verfahren zum Verarbeiten von Teilbandsignalen zum Löschen eines unerwünschten Effekts bei einem Signal, wobei das Verfahren die Schritte umfasst, dass: ein Primärsignal und ein Referenzsignal jeweils über eine überabgetastete Filterreihe analysiert werden (16, 18, 18i), um Frequenzbereich-Primärsignale und Frequenzbereich-Referenzsignale in mehreren Teilbändern zu erzeugen, wobei das Primärsignal ein durch ein unerwünschtes Signal beeinflusstes erwünschtes Signal ist und das Referenzsignal dem unerwünschten Signal entspricht; das Frequenzbereich-Primärsignal und das Frequenzbereich-Referenzsignal unter Verwendung eines adaptiven Filters (14, 26, 40, 48, 118, 118A, 118B, 182, 184) bei der Verarbeitung in jedem Teilband verarbeitet werden (5A-5D, 14, 26, 40, 48, 118, 118A, 118B, 130i, 182, 184, 214i, 218i), wobei umfasst ist, dass zumindest das Frequenzbreich-Referenzsignal bearbeitet wird (20, 22, 32, 38, 36, 42, 44) bearbeitet wird, um die Konvergenz des adaptiven Filters in jedem Teilband zu verbessern; und die Ausgänge der adaptiven Verarbeitungsblöcke mit einer überabgetasteten Synthesefilterreihe synthetisiert werden (132), um ein Zeitbereichsignal auszugeben, in dem die Teilbandverarbeitung den Effekt des unerwünschten Signals gelöscht hat, wobei der Bearbeitungsschritt umfasst: a) ein Ausführen eines Whitenings des Eingangs des adaptiven Filters durch eine Spektralemphase (20, 22); oder b) ein Ausführen eines Whitenings des Eingangs des adaptiven Filters durch Hinzufügen von Rauschen (32, 36, 38); oder c) ein Ausführen eines Whitenings des Eingangs des adaptiven Filters durch Dezimieren des Frequenzbereich-Primärsignals und des Frequenzbereich-Referenzsignals um einen Faktor, der kleiner oder gleich einem Überabtastungsfaktor (OS) ist (42, 44); oder d) Kombinationen hiervon.
Verfahren nach Anspruch 1, wobei der Bearbeitungsschritt den Schritt umfasst, dass in jedem Teilband der Algorithmus einer affinen Projektion ausgeführt wird.
Verfahren nach Anspruch 1, wobei der Bearbeitungsschritt den Schritt umfasst, dass in jedem Teilband der Least-Mean-Square-Algorithmus, der Recursive-Least-Squares-Algorithmus oder eine Kombination dieser ausgeführt wird (24).
Verfahren nach Anspruch 1, wobei der Bearbeitungsschritt den Schritt umfasst, dass ein Doppelgesprächsdetektor (140A-140C) eingesetzt wird, um den Adaptionsprozess des adaptiven Filters zu steuern.
Verfahren nach Anspruch 1, wobei der Bearbeitungsschritt den Schritt umfasst, dass die Adaptionsschrittgröße des adaptiven Filters gesteuert wird.
Verfahren nach Anspruch 1, wobei der Verarbeitungsschritt den Schritt umfasst, dass eine nichtadaptive Rauschreduzierung zum Beseitigen von unkorreliertem Rauschen ausgeführt wird (160i).
Verfahren nach Anspruch 1, wobei der Verarbeitungsschritt den Schritt umfasst, dass eine übersprechresistente adaptive Verarbeitung unter Verwendung von zwei adaptiven Filtern (182, 184) in jedem Teilband durchgeführt wird.
Verfahren nach Anspruch 1, wobei das unerwünschte Signal ein Echosignal oder ein Rauschsignal ist.
System zum Verarbeiten von Teilbandsignalen zum Löschen eines unerwünschten Effekts bei einem Signal, wobei das System umfasst: eine überabgetastete Analysefilterreihe (16, 18, 18i) zum Analysieren eines Primärsignals und eines Referenzsignals, um Frequenzbereich-Primärsignale und Frequenzbereich-Referenzsignale in mehreren Teilbändern zu erzeugen, wobei das Primärsignal ein durch ein unerwünschtes Signal beeinflusstes erwünschtes Signal ist und das Referenzsignal dem unerwünschten Signal entspricht; ein Verarbeitungsmodul (5A-5D, 14, 26, 40, 48, 118, 118A, 118B, 130i, 182, 184, 214i, 218i) zum Verarbeiten der Frequenzbereich-Primärsignale und der Frequenzbereich-Referenzsignale, einschließlich eines adaptiven Filtermoduls (14, 26, 40, 48, 118, 118A, 118B, 182, 184) bei der Verarbeitung in jedem Teilband, und ein Modul (20, 22, 32, 38, 36, 42, 44) zum Bearbeiten zumindest des Frequenzbereich-Referenzsignals, um die Konvergenz jedes adaptiven Filters zu verbessern; und eine überabgetastete Synthesefilterreihe (132) zum Synthetisieren der Ausgänge des Verarbeitungsmoduls, um ein Zeitbereichsignal auszugeben, in dem die Teilbandverarbeitung den Effekt des uner wünschten Signals gelöscht hat, wobei das Bearbeitungsmodul (20, 22, 32, 38, 36, 42, 44) umfasst: a) ein Mittel (20, 22) zum Ausführen eines Whitenings des Eingangs des adaptiven Filters durch eine Spektralemphase; oder b) ein Mittel (32, 36, 38) zum Ausführen eines Whitenings des Eingangs des adaptiven Filters durch Hinzufügen von Rauschen; oder c) ein Mittel (42, 44) zum Ausführen eines Whitenings des Eingangs des adaptiven Filters durch Dezimieren des Eingangs des adaptiven Filters; oder d) Kombinationen hiervon.
System nach Anspruch 9, wobei das Modul in jedem Teilband den Algorithmus einer affinen Projektion ausführt.
System nach Anspruch 9, wobei das Modul in jedem Teilband den Least-Mean-Square-Algorithmus, den Recursive-Least-Squares-Algorithmus oder eine Kombination dieser ausführt (24).
System nach Anspruch 9, wobei das Modul einen Doppelgesprächsdetektor (140A-140C) umfasst, um den Adaptionsprozess des adaptiven Filters zu steuern.
System nach Anspruch 9, wobei das Modul die Adaptionsschrittgröße jedes adaptiven Filters steuert.
System nach Anspruch 9, das ferner ein nichtadaptives Rauschreduzierungsmodul (160i) zum Beseitigen von unkorreliertem Rauschen umfasst.
System nach Anspruch 9, wobei das Verarbeitungsmodul ein übersprechresistentes adaptives Verarbeitungsmodul mit einem Paar von adaptiven Filtern (182, 184) in jedem Teilband umfasst, die das Frequenzbereich-Primärsignal und das Frequenzbereich-Referenzsignal verarbeiten.
System nach Anspruch 9, wobei das unerwünschte Signal ein Echosignal oder ein Rauschsignal ist.
Verfahren nach Anspruch 1, wobei der Analyseschritt eine gewichtete Analyse mit hinzugefügter Überlappung (WOLA-Analyse von weighted overlap-added analysis) (16, 18, 18i) ausführt, und der Synthetisierungsschritt eine WOLA-Synthese (132) ausführt.
Verfahren nach Anspruch 17, wobei der Analyseschritt die Schritte umfasst, dass: die WOLA-Analyse (16, 18, 18i) an dem Primärsignal in einem Zeitbereich ausgeführt wird, um die Frequenzbereich-Primärsignale zu liefern; und die WOLA-Analyse (16, 18, 18i) an dem Referenzsignal in dem Zeitbereich ausgeführt wird, um die Frequenzbereich-Referenzsignale zu liefern.
Verfahren nach Anspruch 18, wobei der Bearbeitungsschritt den Schritt umfasst, dass Koeffizienten des adaptiven Filters auf der Grundlage zumindest des Frequenzbereich-Referenzsignals angepasst werden.
Verfahren nach Anspruch 18, wobei der Anpassungsschritt die Koeffizienten des adaptiven Filters auf der Grundlage des Frequenzbereich-Primärsignals und des Frequenz-Referenzsignals anpasst.
System nach Anspruch 9, wobei die Analysefilterreihe eine gewichtete Analysefilterreihe mit hinzugefügter Überlappung (WOLA-Analysefilterreihe) (16, 18, 18i) umfasst, und die Synthesefilterreihe eine WOLA-Synthesefilterreihe (132) umfasst.
System nach Anspruch 21, wobei die Analysefilterreihe umfasst: eine erste WOLA-Analysefilterreihe (16, 18, 18i) zum Liefern des Frequenzbereich-Primärsignals; und eine zweite WOLA-Analysefilterreihe (16, 18, 18i) zum Liefern der Frequenzbereich-Referenzsignale.
System nach Anspruch 22, wobei das Bearbeitungsmodul Koeffizienten des adaptiven Filters auf der Grundlage zumindest des Frequenzbereich-Referenzsignals anpasst.
System nach Anspruch 22, wobei das Bearbeitungsmodul die Koeffizienten des adaptiven Filters auf der Grundlage des Frequenzbereich-Primärsignals und des Frequenzbereich-Referenzsignals anpasst.