DE69331223T2

DE69331223T2 - Netzwerkechokompensator

Info

Publication number: DE69331223T2
Application number: DE69331223T
Authority: DE
Inventors: C. Sih
Original assignee: Qualcomm Inc
Current assignee: Qualcomm Inc
Priority date: 1992-09-25
Filing date: 1993-09-24
Publication date: 2002-06-13
Anticipated expiration: 2013-09-25
Also published as: RU2109408C1; FI110346B; US5646991A; FI942443A; JP2002033683A; NO941904D0; NO309835B1; EP0615674A1; MX9305889A; JP4282915B2; KR100284202B1; RO114392B1; EP1119172B1; IL107100A; BR9305647A; HUT70720A; IL107100A0; HU9401313D0; EP1119172A3; WO1994008418A1

Description

Hintergrund der Erfindung

I. Gebiet der Erfindung

Die vorliegende Erfindung bezieht sich auf Kommunikationssysteme. Insbesondere bezieht sich die vorliegende Erfindung auf ein neuartiges und verbessertes Verfahren und Vorrichtung zur Unterdrückung bzw. Kompensation von Echos in Fernsprechsystemen.

II. Beschreibung des Standes der Technik

Jedes gegenwärtige landbasierte Telefon ist mit einer zentralen Vermittlung mittels einer Zweidrahtleitung (genannt Kundenschleife oder Teilnehmerschleife) verbunden, welche Übertragung in beide Richtungen unterstützt. Für Verbindungen länger als etwa 35 Meilen (56,32 Kilometer) müssen jedoch die zwei Übertragungsrichtungen auf physikalisch getrennte Drähte getrennt werden, resultierend in einer Vierdrahtleitung. Das Gerät, welches Zweidraht- und Vierdrahtabschnitte verbindet, wird Hybrid genannt. Eine typische Fern- Telefonleitung kann beschrieben werden als zweidrahtig in der Teilnehmerschleife zum lokalen Hybrid, vierdrahtig über das Langstreckennetz zum entfernten Hybrid und anschließend zweidrahtig zum entfernten Sprecher. Obwohl die Verwendung der Hybride die Langstreckensprachübertragung ermöglicht, können Impedanz-Fehlanpassungen am Hybrid Echos zur Folge haben. Die Sprache des Sprechers A wird am entfernten Hybrid (dem dem Sprecher B nächstliegenden Hybrid) in das Telefonnetz zurück zum Sprecher A reflektiert, was bewirkt, daß Sprecher A ein lästiges Echo seiner/ihrer eigenen Stimme hört. Netzwerk-Echounterdrücker bzw. Netzwerk- Echokompensatoren werden daher in den landbasierten Telefonnetzen eingesetzt, um durch Impedanz-Fehlanpassungen an den Hybriden hervorgerufene Echos zu eliminieren. Netzwerk-Echounterdrücker sind typischerweise in der zentralen Vermittlung gemeinsam mit dem Hybrid angeordnet. Der Echounterdrücker nächstliegend zu Sprecher A oder B wird dann benutzt, um das von dem am anderen Ende der Verbindung befindlichen Hybrid verursachte Echo zu unterdrücken bzw. kompensieren.
In den landbasierten Telefonsystemen eingesetzte Netzwerk- Echounterdrücker sind typischerweise digitale Baugruppen, um die digitale Übertragung der Signale zu unterstützen. Da die analogen Sprachsignale in digitale Form konvertiert werden müssen, wird ein in der zentralen Vermittlung befindlicher Codec verwendet. Die vom Telefon A (Sprecher A) an die zentrale Vermittlung A übergebenen analogen Signale werden durch den Hybrid A geleitet und durch den Codec A in digitale Form konvertiert. Die digitalen Signale werden anschließend an die zentrale Vermittlung B übertragen, wo sie an den Codec B zur Konvertierung in analoge Form übergeben werden. Die analogen Signale werden dann durch den Hybrid B an das Telefon B (Sprecher B) weitergeleitet. Am Hybrid B wird ein Echo des Signals des Sprechers A erzeugt. Dieses Echo wird durch den Codec B kodiert und an die zentrale Vermittlung A zurückübertragen. In der zentralen Vermittlung A entfernt ein Echounterdrücker das Rückecho.
Im herkömmlichen analogen zellularen Telefonsystemen werden ebenfalls Echounterdrücker verwendet, die sich typischerweise in der Basisstation befinden. Diese Echounterdrücker funktionieren in einer ähnlichen Weise wie jene Echounterdrücker in den landbasierten Systemen zum Entfernen unerwünschter Echos.
In einem digitalen zellularen Telefonsystemen wird für eine Verbindung zwischen einem mobilen Endgerät und einem landbasierten Telefon die Sprache des Sprechers am mobilen Endgerät zunächst mittels eines Codec digitalisiert und anschließend mittels eines Vocoders, der die Sprache in einen Parametersatz modelliert, komprimiert. Die durch den Vocoder komprimierte Sprache wird kodiert und digital über die Ätherwellen übertragen. Der Empfänger der Basisstation dekodiert das Signal und leitet es mittels Vierdraht an den Vocoder-Dekoder weiter, welcher ein digitales Sprachsignal aus dem übertragenen Parametersatz synthetisiert. Diese synthetisierte Sprache wird an das Telefonnetz über eine T1-Schnittstelle, eine zeitmultiplexe Gruppe von 24 Sprachkanälen, weitergeleitet. An irgendeiner Stelle im Netz, normalerweise in der zentralen Vermittlungsstelle, wird das Signal zurück in analoge Form konvertiert und an den Hybrid an der Teilnehmerschleife weitergeleitet. An diesem Hybrid wird das Signal zur Übertragung über das Drahtpaar hin zum landbasierten Teilnehmer-Telefon auf Zweidraht konvertiert.
Zum Zweck der Bezeichnung in einer zellularen Verbindung zwischen einem mobilen Endgerät und einem landbasierten Telefon sei der Sprecher an dem mobilen Endgerät der ferne Sprecher (far-end speaker) und der Sprecher an dem landbasierten Telefon sei der nahe Sprecher (near-end speaker). In dem landbasierten System wird die Sprache des fernen Sprechers an dem entfernten Hybrid im Telefonnetz zurück zu dem fernen Sprecher reflektiert. Im Ergebnis hört der ferne Sprecher, d.h. das mobile Endgerät, ein lästiges Echo seiner/ihrer eigenen Stimme.
Konventionelle Netzwerk-Echounterdrücker, siehe auch US-A-4 757 527, verwenden typischerweise adaptive digitale Filtertechniken. Allerdings kann das normalerweise verwendete Filter den Kanal nicht präzise nachbilden, was zu etwas verbleibendem Echo führt. Eine Echosperre mit Mittenclipping (centerclipping echo supressor) wird dann eingesetzt, um das verbleibende Echo zu eliminieren. Die Echosperre unterwirft das Signal einer nichtlinearen Funktion. Synthetisiertes Rauschen kann verwendet werden, um Signalabschnitte zu ersetzen, die durch die Echosperre mit Mittenclipping auf Null gesetzt wurden, um zu verhindern, daß der Kanal "tot" klingt.
Obgleich der gerade erwähnte Ansatz zur Echounterdrückung für analoge Signale zufriedenstellend ist, verursacht diese Art der Verarbeitung des verbleibenden Echos ein Problem in der digitalen Telefonie. Wie vorstehend erwähnt werden in einem digitalen System Vocoder benutzt, um die Sprache zur Übertragung zu komprimieren. Da Vocoder besonders anfällig für nichtlineare Effekte sind, verursacht das Mittenclipping eine Verschlechterung der Sprachqualität. Darüberhinaus verursachen die Rausch-Ersatz-Techniken eine wahrnehmbare Veränderung der normalen Rauscheigenschaften.
Es ist daher ein Ziel der vorliegenden Erfindung, einen neuen und verbesserten Echounterdrücker anzugeben, der fähig ist, eine hochdynamische Echounterdrückung für verbesserte Sprachqualität zu liefern.
Es ist ein weiteres Ziel der vorliegenden Erfindung, einen Echounterdrücker anzugeben, der besonders für die Echounterdrückung bei der Kopplung eines digitalen Kommunikationssystems mit einem analogen Kommunikationssystem geeignet ist.
Es ist wiederum ein weiteres Ziel der vorliegenden Erfindung, einen Echounterdrücker mit verbesserter Unterdrückungswirkung in solchen Fällen vorzusehen, in denen beide Parteien gleichzeitig sprechen.

Zusammenfassung der Erfindung

Die vorliegende Erfindung ist ein neuartiger und verbesserter Netzwerk- Echounterdrücker für digitale Telefonieanwendungen. In Übereinstimmung mit der vorliegenden Erfindung wird ein Echounterdrücker eingesetzt, in dem die Impulsantwort eines unbekannten Echokanals identifiziert, eine Nachbildung dieses Echos mittels adaptiver Filtertechniken erzeugt und die Echo- Nachbildung von dem zum fernen Sprecher gerichteten Signal subtrahiert wird, um das Echo des fernen Sprechers zu unterdrücken.
In der vorliegenden Erfindung werden zwei adaptive Filter benutzt, wobei die Schrittweite eines jeden Filters speziell eingestellt wird, um die Filter für verschiedene Zwecke zu optimieren. Ein Filter, das Echounterdücker-Filter, leistet die Echounterdrückung und ist auf eine hohe Echo-Rückflußdämpfung- Steigerung (echo return loss enhancement) (ERLE) optimiert. Das zweite Filter, das Zustandsfilter (state filter), wird für die Zustandsbestimmung verwendet und ist auf schnelle Anpassung optimiert.
Die vorliegende Erfindung unterscheidet sich merklich von konventionellen Echounterdrückern in ihrer Behandlung von Doppelsprechen, wenn beide Sprecher gleichzeitig reden. Konventionelle Echounterdrücker können Doppelsprechen nicht detektieren, bis das adaptive Filter, welches dem Echokanal folgt, schon leicht gestört wurde, was die Verwendung eines nichtlinearen Mittenclippers zur Entfernung des verbleibenden Echos erforderlich macht. Die vorliegende Erfindung beinhaltet auch einen variablen Adaptierungs- Schwellwert bzw. Anpassungs-Schwellwert. Dieses neuartige Verfahren unterbricht die Filter-Adaptierung bzw. die Filteranpassung sofort bei dem exakten Beginn von Doppelsprechen, wodurch der geschätzte Echokanal präzise erhalten und die Notwendigkeit des Mittenclipping zum Entfernen des verbleibenden Echos vermieden wird. Als ein zusätzliches Merkmal beinhaltet die vorliegende Erfindung ein verbessertes Verfahren zur Sprach-Detektierung, die Sprache auch in Umgebungen, die eine große Menge Hintergrundrauschen enthalten, genau detektiert. Die vorliegende Erfindung benutzt außerdem neue Verfahren, die Flachverzögerungen (flat delays) in dem Echokanal automatisch kompensieren und eine schnelle Anfangs-Adaptierung ermöglichen.
Die vorliegende Erfindung sieht einen Echounterdrücker und ein Verfahren zur Unterdrückung eines reflektierten Empfangskanalsignals in einem Rückkanalsignal vor, wobei das reflektierte Empfangskanalsignal durch einen Echokanal mit einem Eingangs-Rückkanalsignal kombiniert ist. Der Echounterdrücker hat ein erstes Filter, welches erste Filterkoeffizienten erzeugt sowie ein erstes angenähertes Echosignal mit den ersten Filterkoeffizienten erzeugt und die ersten Filterkoeffizienten ansprechend auf ein Steuerungssignal für das erste Filter aktualisiert. Ein erster Addierer subtrahiert das erste angenäherte Echosignal von einem kombinierten Rückkanal- und Echo-Empfangskanalsignal, um das erste verbleibende Echosignal zu erzeugen. Ein zweites Filter erzeugt zweite Filterkoeffizienten sowie ein zweites angenähertes Echosignal mit den zweiten Filterkoeffizienten und aktualisiert die zweiten Filterkoeffizienten ansprechend auf ein Steuerungssignal für das zweite Filter. Ein zweiter Addierer subtrahiert das zweite angenäherte Echosignal von dem kombinierten Signal, um ein zweites verbleibendes Echosignal zu erzeugen, und beliefert den Rückkanal mit dem zweiten verbleibenden Echosignal. Eine Steuerungseinheit bestimmt aus dem Empfangskanalsignal, dem kombinierten Signal, und dem ersten und dem zweiten verbleibenden Echosignal einen von mehreren Steuerungszuständen, wobei ein erster Steuerungszustand ein Empfangskanalsignal oberhalb eines ersten vorbestimmten Energieniveaus anzeigt und die Steuerungseinheit das erste Steuerungssignal erzeugt, wenn die Steuerungseinheit sich in dem ersten Steuerungszustand befindet und das zweite Steuerungssignal erzeugt, wenn wenigstens ein erstes Energieverhältnis aus dem ersten verbleibenden Echosignal und dem kombinierten Signal oder ein zweites Energieverhältnis aus dem zweiten verbleibenden Echosignal und dem kombinierten Signal ein vorbestimmtes Niveau übertrifft.

Kurzbeschreibung der Zeichnungen

Die Merkmale, Ziele und Vorteile der vorliegenden Erfindung werden deutlicher aus der folgenden detaillierten Beschreibung im Zusammenhang mit den Zeichnungen, in denen gleiche Bezugszeichen Gleiches durchweg dementsprechend bestimmen, wobei:
Fig. 1 ein Blockdiagramm mit einer Darstellung einer beispielhaften Architektur eines digitalen zellularen Telefonsystems und dessen Schnittstelle mit einem landbasierten Telefonsystem ist;
Fig. 2 ein Blockdiagramm eines konventionellen Echounterdrückers ist;
Fig. 3 ein Graph mit einer Darstellung der Gebiete in einer Impulsantwort des Echokanals ist;
Fig. 4 ein Blockdiagramm eines adaptiven Transversalfilters ist;
Fig. 5 ein Blockdiagramm des Echounterdrückers der vorliegenden Erfindung ist;
Fig. 6 ein Blockdiagramm mit einer Darstellung weiterer Details der Steuerungseinheit aus Fig. 5 ist;
Fig. 7 ein Flußdiagramm der Abtastwert-Verarbeitung für die Echounterdrückung ist;
Fig. 8 ein Flußdiagramm der mit der Anpassung der Parameter in Fig. 7 verbundenen Schritte ist; und
Fig. 9 ein Flußdiagramm der mit der periodischen Funktionsberechnung in Fig. 7 verbundenen Schritte ist; und ·
Fig. 10 ein Diagramm mit einer Darstellung des Umlaufspeichers für die Abtastwerte und der anfänglichen Filter-Tap-Position ist;
Fig. 11 ein Diagramm mit einer Darstellung des Tap-Pufferspeichers und eines Kopierens der anfänglichen Filter-Taps in das Zustandsfilter und das Echounterdrücker-Filter ist;
Fig. 12 ein Diagramm mit einer Darstellung des Tap-Pufferspeichers und einer maximalen Verschiebung der Filter-Tap-Positionen des Zustandsfilters und des Echounterdrücker-Filters bezogen auf die Abtastwerte ist;
Fig. 13 ein Zustandssteuerungswerk-Diagramm mit einer Darstellung der verschiedenen Zustände der Echounterdrückers ist; und
Fig. 14 ein Flußdiagramm der mit dem Zustandssteuerungswerk-Schritt in Fig. 7 verbundenen Schritte ist.

Detaillierte Beschreibung der bevorzugten Ausführungsbeispiele

In einem zellularen Kommunikationssystem, etwa einem zellularen Telefonsystem, welches eine Schnittstelle mit einem landbasierten Telefonsystem bildet, unterdrückt bzw. kompensiert ein Netzwerk-Echounterdrücker bzw. Netzwerk-Echokompensator in der Basisstation zu dem mobilen Endgerät zurückkehrende Echos. In Fig. 1 ist eine beispielhafte Systemarchitektur eines digitalen zellularen Telefonsystems und dessen Schnittstelle zu einem landbasierten Telefonsystem angegeben. Diese Systemarchitektur wird durch die Funktionselemente mobiles Endgerät 10, Zelle oder Basisstation 30, Mobiltelefon-Vermittlungsstelle (mobile telephone switching office) (MTSO) 40, zentrale Vermittlungsstelle 50 und Telefon 60 bestimmt. Es versteht sich, daß andere Architekturen für das System verwendet werden können, die ein zellulares System enthalten, lediglich mit einer Veränderung hinsichtlich Ort und Lage der verschiedenen Funktionselemente. Es versteht sich ebenfalls, daß der Echounterdrücker der vorliegenden Erfindung auch als Ersatz für die konventionellen Echounterdrücker in konventionellen Systemen benutzt werden kann.
Das mobile Endgerät 10 beinhaltet neben anderen, nicht dargestellten Elementen den Hörer 12, welcher Mikrofon 13 und Lautsprecher 14 beinhaltet; den Codec 16; den Vocoder 18; den Sendeempfänger 20 und die Antenne 22. Die Stimme des Benutzers des mobilen Endgerätes wird durch das Mikrofon 13 aufgenommen, wo sie an den Codec 16 weitergeleitet und in digitale Form konvertiert wird. Das digitalisierte Stimmsignal wird anschließend durch den Vocoder 18 komprimiert. Die mittels Vocoder komprimierte Sprache wird moduliert und digital über die Luft mittels Sendeempfänger 20 und Antenne 22 übertragen.
Der Sendeempfänger 20 kann z.B. digitale Modulationsverfahren wie den zeitmultiplexen Vielfachzugriff (time division multiple access) (TDMA) oder Spreizspektrum-Arten (spread spectrum) wie Frequenz-Hüpfen (frequency hopping) (FH) oder den codemultiplexen Vielfachzugriff (code division multiple access) (CDMA) verwenden. Ein Beispiel für CDMA-Modulations- und Übertragungsverfahren ist in U.S. Patentschrift Nr. 5,103,459 unter dem Titel "SYSTEM AND METHOD FOR GENERATING SIGNAL WAVEFORMS IN A CDMA CELLULAR TELEPHONE", veröffentlicht am 7. April 1992, offenbart, die dem Rechtsnachfolger der vorliegenden Anmeldung erteilt wurde und deren Inhalt hiermit eingeschlossen ist. In einem derartigen CDMA-System ist der Vocoder 18 vorzugsweise von der Art mit variabler Rate, wie in der anhängigen U.S. Patentanmeldung Nr. 07/713,661 unter dem Titel "VARIABLE RATE VOCODER", eingereicht am 11. Juni 1991, offenbart, die ebenfalls dem Rechtsnachfolger der vorliegenden Anmeldung erteilt wurde und deren Inhalt hiermit ebenfalls eingeschlossen ist.
Die Basisstation 30 enthält neben weiteren, nicht dargestellten Elementen die Antenne 32, das Sendeempfänger-System 34 und die MTSO-Schnittstelle 36. Das Sendeempfänger-System 34 der Basisstation demoduliert und dekodiert die empfangenen Signale von dem mobilen Endgerät 10 und weiteren (nicht dargestellten) mobilen Endgeräten und leitet diese an die MTSO-Schnittstelle 36 für die Übertragung zur MTSO 40 weiter. Die Signale können von der Basisstation 40 (30) zur MTSO mittels verschiedener Verfahren wie Mikrowellen, Glasfaseroptiken oder drahtgebundener Verbindung weitergeleitet werden. MTSO 40 enthält neben weiteren, nicht dargestellten Elementen die Basisstation-Schnittstelle 42, eine Vielzahl von Vocoder-Auswahlkarten 44A-44N und die Schnittstelle 48 zum öffentlichen Telefon-Vermittlungsnetz (public switched telephone network) (PSTN). Das Signal von der Basisstation 30 wird an der Basisstation-Schnittstelle 42 empfangen und an eine der Vocoder- Auswahlkarten 44A-44N, beispielsweise an Vocoder-Auswahlkarte 44A, weitergeleitet.
Jede der Vocoder-Auswahlkarten 44A-44N umfaßt einen entsprechende Vocoder 45A-45N und einen entsprechenden Netzwerk-Echounterdrücker 46A -46N. Der Vocoder-Dekoder (nicht dargestellt), der in jedem der Vocoder 45A-45N enthalten ist, synthetisiert ein digitales Sprachsignal aus den entsprechenden, von dem mobilen Endgerät übertragenen Sprachparametern.
Diese Abtastwerte werden dann an den entsprechenden Echounterdrücker 46A-46N gesendet, der sie an die PSTN-Schnittstelle 48 weiterleitet. In diesem Beispiel werden die Signale durch den Vocoder 45A und den Echounterdrücker 46A geleitet. Die synthetisierten Sprach-Abtastwerte für jede Verbindung werden dann über die PSTN-Schnittstelle 48 in das Telefonnetz weitergeleitet, typischerweise über eine drahtgebundene T1-Schnittstelle, d.h. eine zeitmultiplexe Gruppe von 24 Sprachkanälen, an die zentrale Vermittlung 50. Die zentrale Vermittlung 50 enthält neben weiteren, nicht dargestellten Elementen die MTSO-Schnittstelle 52, den Codec 54, den Hybrid 56. Das digitale Signal, welches in der zentralen Vermittlung 50 über die MTSO-Schnittstelle 52 empfangen wird, wird an den Codec 54 weitergeleitet, wo es in analoge Form zurückkonvertiert und an den Hybrid 56 weitergeleitet wird. An dem Hybrid 56 wird das analoge Vierdraht-Signal zur Übertragung über das Drahtpaar hin zum lanbasierten Teilnehmer-Telefon 60 auf Zweidraht konvertiert. Das analoge Ausgangssignal des Codec 54 wird auch am Hybrid 56 wegen einer Impedanz-Fehlanpassung reflektiert. Diese Signal-Reflexion nimmt die Form eines Echosignals an, welches sich zu dem mobilen Endgerät 10 zurückbewegt. Der Reflexions- oder Echoweg am Hybrid 56 ist mit der gestrichelten Pfeillinie 58 dargestellt.
In der anderen Richtung wird das zweidrahtige analoge Sprachsignal von dem Telefon 60 an die zentrale Vermittlung 50 geliefert. In der zentralen Vermittlung 50 wird das Sprachsignal am Hybrid 56 auf Vierdraht konvertiert und zu dem sich zum mobilen Endgerät bewegenden Echo addiert. Das kombinierte Sprach- und Echosignal wird am Codec 54 digitalisiert und mittels der MTSO- Schnittstelle 52 an die MTSO 40 weitergeleitet.
In der MTSO 40 wird das Signal von der PSTN-Schnittstelle 48 empfangen und an den Echounterdrücker 46A gesendet, welcher das Echo entfernt, bevor das Signal durch den Vocoder 45A kodiert wird. Das Vocoder-kodierte Sprachsignal wird über die Basisstation-Schnittstelle 42 an die Basisstation 30 und jede andere zusätzliche, geeignete Basisstation zur Übertragung an das mobile Endgerät weitergeleitet. Das von der Basisstation-Schnittstelle 42 ausgesandte Signal wird in der Basisstation 30 durch die MTSO-Schnittstelle 36 empfangen. Das Signal wird an das Sendeempfänger-System 34 zur Übertragungs-Kodierung und Modulation weitergeleitet und über die Antenne 32 ausgestrahlt.
Das ausgestrahlte Signal wird über die Antenne 22 an dem mobilen Endgerät 10 empfangen und zwecks Demodulation und Dekodierung an den Sendeempfänger 20 geleitet. Das Signal wird dann an den Vocoder 18 geleitet, wo die synthetisierten Sprach-Abtastwerte erzeugt werden. Diese Abtastwerte werden an den Codec 16 zur digital-analog-Wandlung geleitet, und das analoge Sprachsignal wird an den Lautsprecher 14 geleitet.
Um den Echounterdrücker der vorliegenden Erfindung vollständig zu verstehen, ist es hilfreich, den traditionellen Echounterdrücker und seine Unzulänglichkeiten beim Betrieb in einer zellularen Umgebung zu untersuchen. Ein Blockdiagramm eines traditionellen Netzwerk-Echounterdrückers (NEC) 100 ist in Fig. 2 dargestellt.
In Fig. 2 wird das Sprachsignal von dem mobilen Endgerät als die ferne Sprache x(n) bezeichnet, während die Sprache von der Land-Seite als die nahe Sprache v(n) bezeichnet wird. Die Reflexion von x(n) an dem Hybrid wird als Durchlaufen von x(n) durch einen unbekannten Echokanal 102 modelliert, was das Echosignal y(n) erzeugt, welches im Addierer 104 zu dem nahen Sprachsignal v(n) addiert wird. Obgleich der Addierer 104 kein im Echounterdrücker selbst enthaltenes Element ist, ist der physikalische Effekt einer solchen Vorrichtung eine parasitäre Folge des Systems. Um niederfrequentes Hintergrundrauschen zu entfernen, wird die Summe aus dem Echosignal y(n) und dem nahen Sprachsignal v(n) durch das Filter 106 Hochpaß-gefiltert, um das Signal r(n) zu erzeugen. Das Signal r(n) wird als ein Eingangssignal an den Addierer 108 und an die Erkennungsschaltung für nahe Sprache 110 geleitet.
Der andere Eingang des Addierers 108 (ein Subtraktionseingang) ist mit dem Ausgang eines adaptiven Transversalfilters 112 verbunden. Das adaptive Filter 112 erhält das ferne Sprachsignal x(n) und eine Rückführung des verbleibenden Echo-Ausgangssignals e(n) des Addierers 108. Beim Unterdrücken des Echos verfolgt das adaptive Filter 112 kontinuierlich die Impulsantwort des Echopfades und subtrahiert eine Echo-Nachbildung (n) von der Ausgabe des Filters 106 im Addierer 108. Das adaptive Filter 112 erhält außerdem ein Steuerungssignal von der Schaltung 110, um den Prozeß der Filteranpassung zu stoppen, wenn nahe Sprache detektiert wird.
Das verbleibende Echosignal e(n) ist ebenfalls eine Ausgabe (Eingabe) für die Schaltung 110 und die Echosperre mit Mittenclipping 114. Die Ausgabe der Sperre 114 wird als das echounterdrückte Signal geliefert, wenn die Echounterdrückung in Betrieb ist.
Die Impulsantwort des Echopfades kann in zwei Abschnitte, das Flachverzögerungs-Gebiet und die Echodispersion, zerlegt werden, wie in Fig. 3 dargestellt. Das Flachverzögerungs-Gebiet, in welchem die Impulsantwort nahe Null ist, wird durch die Durchlaufverzögerung (round-trip delay) der fernen Sprache zur Reflexion am Hybrid und zurück zu dem Echounterdrücker verursacht. Das Echodispersions-Gebiet, in welchem die Antwort signifikant ist, ist die durch Reflexion am Hybrid verursachte Echoantwort.
Falls die durch das adaptive Filter erzeugte Echokanal-Schätzung mit dem wahren Echokanal exakt übereinstimmt, wird das Echo vollständig unterdrückt. Allerdings kann das Filter normalerweise den Kanal nicht präzise nachbilden, was ein verbleibendes Echo erzeugt. Die Echosperre 114 eliminiert das verbleibende Echo, indem das Signal durch eine nichtlineare Funktion geleitet wird, die jeden Signalanteil auf Null setzt, der unter eine Schwelle A fällt, und jedes Signalsegment, das oberhalb der Schwelle A liegt, unverändert weiterleitet. Synthetisiertes Rauschen kann verwendet werden, um die Signalsektionen zu ersetzen, die durch das Mittenclipping auf Null gesetzt wurden, um zu verhindern, daß der Kanal "tot" klingt.
Wie bereits erwähnt, obgleich dieser Ansatz für analoge Signale zufriedenstellend ist, verursacht dieses Verarbeiten des verbleibenden Echos ein Problem in der digitalen Telefonie, wo Vocoder benutzt werden, um Sprache für die Übertragung zu komprimieren. Da Vocoder besonders anfällig für nichtlineare Effekte sind, verursacht das Mittenclipping eine Verschlechterung der Sprachqualität, während das Rausch-Ersetzen eine wahrnehmbare Veränderung der Rauscheigenschaften verursacht.
Fig. 4 stellt in weiteren Details die Struktur des adaptiven Filters 112 aus Fig. 2 dar. Die Bezeichnungen in Fig. 4 sind wie folgt definiert:
N: Die Ordnung des Filters;
x(n): Der Abtastwert der fernen Sprache zur Zeit n;
hk(n): Der k-te Filter-Abgriff bzw. Filter-Tap zur Zeit n;
r(n): Der Echo-Abtastwert zur Zeit n;
(n): Das geschätzte Echo zur Zeit n; und
e(n): Das verbleibende Echo zur Zeit n.
Das adaptive Filter 112 besteht aus einer Vielzahl abgegriffener Verzögerungselemente 120&sub1;-120N-1, einer Vielzahl von Multiplizierern 122&sub0;-122N-1, dem Addierer 124 und dem Koeffizienten-Generator 126. Ein Abtastwert x(n) der fernen Sprache am Eingang ist Eingangssignal für das Verzögerungselement 120&sub1; und den Multiplizierer 122&sub0;. Wenn die nächsten Abtastwerte in das Filter 112 kommen, werden die älteren Abtastwerte durch die Verzögerungselemente 120&sub2;-120N-1 durchgeschoben, wo sie gleichfalls Ausgabe (Eingabe) für einen zugehörigen Multiplizierer 122&sub1;-122N-1 sind.
Der Koeffizienten-Generator 126 erhält das verbleibende Echo- Ausgangssignal e(n) von dem Addierer 108 (Fig. 2) und erzeugt einen Satz von Koeffizienten h&sub0;(n)-hN-1(n). Diese Werte der Filterkoeffizienten h&sub0;(n)- hN-1(n) sind Eingangswerte für die Multiplizierer 122&sub0;-122N-1. Die resultierenden Ausgaben von jedem dieser Multiplizierer 122&sub0;-122N-1 werden an den Addierer 124 geleitet, wo sie addiert werden, um das geschätzte Echosignal (n) bereitzustellen. Das geschätzte Echosignal (n) wird dann an den Addierer 108 (Fig. 2) geleitet, wo es vom Echosignal r(n) subtrahiert wird, um das verbleibende Echosignal e(n) zu bilden. In dem traditionellen Echounterdrücker aus Fig. 2 ist ein Steuereingang für den Generator 126 vorgesehen, um die Aktualisierung der Koeffizienten freizugeben, wenn keine nahe Sprache durch die Schaltung 110 detektiert wird. Wenn Doppelsprechen oder nur nahe Sprache durch die Schaltung 110 detektiert wird, deaktiviert der Steuerungseingang die Aktualisierung der Filterkoeffizienten.
Der in dem Koeffizienten-Generator 126 implementierte Algorithmus zur Anpassung der Filter-Tap-Koeffizienten zum Verfolgen der Echopfad-Antwort ist der normalisierte kleinste mittlere quadratische Anpassungs-Algorithmus (normalized least-mean-square adaptation algorithm) (NLMS). Folgende Vektoren für diesen Algorithmus werden eingeführt:
x(n) = [x(n) x(n - 1) x(n - 2) ... x(n - N + 1)] (1)
h(n) = [h&sub0;(n) h&sub1;(n) h&sub2;(n) ... hN-1(n)] (2)
das innere Vektorprodukt zwischen h(n) und x(n) ist definiert als:
< h(n) x(n)> = hi(n)x(n - i). (3)
Der Anpassungs-Algortihmus ist angegeben als:
h(n + 1) = h(n) + u 1/(Exx(n))e(n)x(n) (4)
wobei: h(n) ist der Tap-Koeffizienten-Vektor,
x(n) ist der Referenzsignal-Eingangsvektor,
e(n) ist das verbleibende Echosignal,
u ist die Schrittweite, und
Exx(n) ist eine Energieschätzung berechnet als die Summe der Quadrate der N jüngsten Abtastwerte, wobei:
Exx(n) = [x(n - i)]²
Die Hauptvorteile dieses Algorithmus (4) sind, daß er geringere Rechenanforderungen als andere adaptive Algorithmen aufweist und daß seine Stabilitätseigenschaften wohlverstanden sind. Konvergenz kann durch eine geeignete Schrittweite (0 < u < 2) garantiert werden, wobei u = 1 die schnellste Konvergenz liefert. Kleinere Schrittweiten liefern einen höheren Grad an Unterdrückung im eingeschwungenen Zustand (steady state) zu Lasten der Konvergenzgeschwindigkeit.
Es sollte beachtet werden, daß das Sprachsignal v(n) des nahen Sprechers nicht im verbleibenden Echosignal e(n) enthalten ist, da das adaptive Filter 112 durch Schaltung 110 zur Detektierung naher Sprache deaktiviert wird, wenn Sprache vom nahen Sprecher detektiert wird.
Zusätzlich zur Lieferung des Freigabe-Signals an das Filter 112 kann die Schaltung 110 außerdem den Wert Exx(n) erzeugen und im Steuereingangs- Signal an das Filter 112 liefern. Darüber hinaus ist der Wert für u typischerweise im Generator 126 fest eingestellt oder ein fester Wert, der von der Schaltung 110 im Steuereingangs-Signal geliefert wird.
Das schwierigste Designproblem bei Echounterdrückung ist die Detektierung und die Behandlung von Doppelsprechen, d.h. wenn beide Parteien gleichzeitig sprechen. Gegenüber einem stimmaktivierten Schalter (voice-activated switch) (VOX), der nur Simplex-Kommunikation erlaubt, bewahrt ein Echounterdrücker die Duplex-Kommunikation und muß das Echo des fernen Sprechers weiterhin unterdrücken, während der nahe Sprecher spricht. Um zu verhindern, daß die Filterkoeffizienten durch die nahe Sprache gestört werden, müssen die Filter-Taps festgehalten werden, um zu eine Abweichung von den Übertragungseigenschaften des tatsächlichen Echokanals verhindern.
Unter Rückbezug auf Fig. 2, die Schaltung 110 zur Detektierung naher Sprache kann Energiemessungen von x(n), r(n) und e(n) benutzen, um das Auftreten von naher Sprache zu bestimmen. Ein klassisches Detektierungsverfahren für Doppelsprechen vergleicht die Kurzzeit-Energiemittelwerte von x(n) und r(n) unter Verwendung des Wissens, daß der Echopfadverlust über den Hybrid etwa 6 dB beträgt. Wenn der Verlust am Hybrid unter 6 dB fällt, wird nahe Sprache ausgewiesen. Experimentelle Untersuchungen haben allerdings aufgezeigt, daß es diesem Verfahren an Empfindlichkeit fehlt. Der große Dynamikbereich der nahen Sprache v(n) bewirkt, daß dieses Verfahren gelegentlich die Detektierung verfehlt, was zu gestörten bzw. fehlerhaften Filterkoeffizienten führt.
Ein weiteres populäres Detektierungsverfahren für Doppelsprechen untersucht die Kurzzeit-Echo-Rückflußdämpfung-Steigerung (echo return loss enhancement) (ERLE), welche definiert ist als:
ERLE(dB) = 10log(σy²/σe²), (6)
wobei σy² die Varianz von y(n) ist, σe² ist die Varianz von e(n), und diese Varianzen werden unter Verwendung der Kurzzeit-Energiemittelwerte angenähert:
² = [y(n - i)]²; (7)
² = [e(n - i)]²; (8)
Der Wert der ERLE repräsentiert die Energiemenge, die vom Echo nach Durchleiten des Echos durch den Echounterdrücker entfernt wird. Dieses Detektierungsverfahren für Doppelsprechen vergleicht die Kurzzeit- Energieschätzungen von r(n) und e(n) und weist Doppelsprechen aus, falls die Kurzzeit-ERLE unter eine vorbestimmte Schwelle, wie z.B. 6 dB, fällt. Obgleich dieses Verfahren eine größere Empfindlichkeit liefert, ruft es eine leichte Verzögerung hervor, bevor der Beginn naher Sprache detektiert wird, was dazu führt, daß die Echokanal-Schätzung leicht gestört bzw. fehlerhaft wird, bevor die Anpassung gestoppt wird. Dieser Nachteil erfordert die Verwendung eines zusätzlichen Verfahrens zum Entfernen des verbleibenden Echos. Es ist daher wünschenswert, ein verbessertes Verfahren für die Bewahrung der Echokanal-Schätzung bei Doppelsprechen zu finden, wie zum Beispiel durch die vorliegende Erfindung vorgesehen.
Bei Verwendung jedes dieser Verfahren zum Vergleich der Energie zur Detektierung von Doppelsprechen können hohe Pegel von Hintergrundrauschen, besonders im Umfeld einer zellularen Verbindung, Schwierigkeiten bei der akkuraten Detektierung von Doppelsprechen erzeugen. Es ist daher wünschenswert, ein verbessertes Verfahren für die Detektierung von Doppelsprechen in Situationen mit einem hohen Pegel von Hintergrundrauschen zu verwenden, wie zum Beispiel durch die vorliegende Erfindung vorgesehen.
Bezogen auf Fig. 5, ist ein Blockdiagramm einer beispielhaften Ausführung des Netzwerk-Echounterdrückers (NEC) 140 der vorliegenden Erfindung dargestellt. In einer beispielhaften Implementierung ist der NEG 140 in Form eines digitalen Signalprozessors gestaltet, wie zum Beispiel eine Ausführung der TMS 320C3X-Serie digitaler Signalprozessoren, hergestellt von Texas Instruments in Dallas Texas. Es versteht sich, daß andere digitale Signalprozessoren programmiert werden können, um mit der hier vorgestellten Lehre zu funktionieren. Als Alternativen können andere Implementierungen des NEC 140 aus diskreten Prozessoren oder in Form eines anwendungsspezifischen Schaltkreises (ASIC) gestaltet werden.
Es versteht sich, daß in der beispielhaften Ausführung der NEC 140 im Wesentlichen ein Zustandssteuerungswerk (state machine) mit definierten Funktionen für jeden der verschiedenen Betriebszustände (states) ist. Die Zustände, in denen der NEC 140 arbeitet, sind Stille, ferne Sprache, nahe Sprache, Doppelsprechen und Nachwirken (hangover). Weitere Details über den Betrieb des NEC 140 sind später hierin beschrieben.
In Fig. 5, wie bei Fig. 2 bereits der Fall, wird das Sprachsignal von dem mobilen Endgerät als die ferne Sprache x(n) bezeichnet, während die Sprache von der Land-Seite als die nahe Sprache v(n) bezeichnet wird. Die Reflexion von x(n) an dem Hybrid wird als Durchlaufen von x(n) durch einen unbekannten Echokanal 142 modelliert, was das Echosignal y(n) erzeugt, welches im Addierer 144 zu dem nahen Sprachsignal v(n) addiert wird. Obgleich der Addierer 144 kein im Echounterdrücker selbst enthaltenes Element ist, ist der physikalische Effekt einer solchen Vorrichtung eine parasitäre Folge des Systems. Um niederfrequentes Hintergrundrauschen zu entfernen, wird die Summe aus dem Echosignal y(n) und dem nahen Sprachsignal v(n) durch das Filter 146 Hochpaß-gefiltert, um das Signal r(n) zu erzeugen. Das Signal r(n) wird als ein Eingangssignal an die beiden Addierer 148 und 150 und an die Steuerungseinheit 152 geleitet.
Das ferne Spracheingangssignal x(n) wird in einem Pufferspeicher 154 als Eingangssignal für eine Reihe adaptiver Transversalfilter (Initialfilter 156, Zustandsfilter 158 und Echounterdrücker-Filter 160) und die Steuerungseinheit 152 gespeichert. fn der beispielhaften Ausführung verfügt das Initialfilter 156 über 448 Filterkoeffizienten oder Taps, während das Zustandsfilter 158 und das Echounterdrücker-Filter 160 jeweils 256 Taps haben.
Während des anfänglichen Betriebs des NEC 140 werden die Sprach- Abtastwerte x(n) an das Initialfilter 156 für die anfängliche Echounterdrückung und Anpassung der Echoverzögerung unter der Steuerung der Steuerungseinheit 152 geliefert. Während dieser Zeitspanne des anfänglichen Betriebs sind das Zustandsfilter 158 und das Echounterdrücker-Filter 160 durch die Steuerungseinheit 152 deaktiviert. Das anfängliche Ausgangssignal i(n) der Echounterdrückung von dem Initialfilter 156 wird durch den Filterumschalter 162 an den Addierer 148 geliefert. Im Addierer 148 wird das Signal i(n) von dem Signal r(n) subtrahiert, um eine anfängliche Schätzung des verbleibenden Echosignals e(n) zu erstellen. Der Filterumschalter 162, gesteuert von der Steuerungseinheit 152, wählt das Eingangssignal für den Addierer 148 zwischen der Ausgabe des Initialfilters 156 und des Echounterdrücker-Filters 160 aus.
Wie bereits erwähnt wird ein Anpassungsprozeß für die Echoverzögerung während der Zeitspanne des anfänglichen Betriebs des NEC 140 vorgenommen. In diesem Prozeß werden die Filter-Tap-Koeffizienten oder Taps des Initialfilters 156 an die Steuerungseinheit 152 für eine Bestimmung der Taps mit dem größten Wert geliefert. Dieser Prozeß wird verwendet, um das Flachverzögerungs-Gebiet von dem Echodispersions-Gebiet des Signals zu unterscheiden.
Nach Beendigung des Anpassungsprozesses für die Echoverzögerung werden 256 Taps aus dem Initialfilter 156 in die Taps des Zustandsfilters 158 und des Echounterdrücker-Filters 160 kopiert, wie später mit weiteren Details beschrieben. Das Ergebnis des Anpassungsprozesses für die Echoverzögerung stellt sicher, daß das adaptive Filtern mit den Abtastwerten x(n) erfolgt, die mit dem Echodispersions-Gebiet des Signals r(n) übereinstimmen. Nach diesem anfänglichen Betrieb werden Zustandsfilter 158 und Echounterdrücker-Filter 160 aktiviert und verwenden zu Beginn die von Filter 156 gelieferten Taps. Die gesamte zukünftige Anpassung basiert auf erzeugten Taps.
Während der Zeitspanne des normalen Betriebs des NEC 140 wird das Signal i(n) von dem Zustandsfilter 158 an einen Eingang des Addierers 150 ausgegeben, wo es von dem Signal r(n) subtrahiert wird. Die resultierende Ausgabe des Addierers 150 ist das Signal e&sub1;(n), welches Eingangssignal für die Steuerungseinheit 152 ist. Die Ausgabe des Echounterdrücker-Filters 160, das nachgebildete Echosignal (n), wird durch den Filterumschalter 162 an einen Eingang des Addierers 148 geliefert, wo sie von dem Signal r(n) subtrahiert wird. Das resultierende, vom Addierer 148 ausgegebene verbleibende Echosignal e(n) wird als Eingangssignal an die Steuerungseinheit 152 zurückgeführt. Das verbleibende Echosignal e(n) als Ausgabe des Addierers 148 kann direkt als die Ausgabe des NEC 140 oder durch weitere verarbeitende Elemente geliefert werden. Wie später mit weiteren Details erläutert, sieht die Steuerungseinheit 152 außerdem die Steuerung für die Anpassung des Zustandsfilters 158 und des Echounterdrücker-Filters 160 vor.
In der vorliegenden Erfindung kann ein Rauschanalyse/synthese-Merkmal in der Ausgabe des NEC 140 vorgesehen werden. Dieses Merkmal wird durch den Ausgangsumschalter 164, die Rauschanalyse-Einheit 166 und die Rauschsynthese-Einheit 168 unterstützt. Der Ausgangsumschalter 164 und die Rauschanalyse-Einheit 166 erhalten beide das Ausgangssignal e(n) von dem Addierer 148. Die Rauschanalyse-Einheit 166, gesteuert durch die Steuerungseinheit 152, analysiert das Signal e(n) und liefert eine Analyse- Ausgabe an die Rauschsynthese-Einheit 168. Die Rauschsynthese-Einheit 1628 (168) erzeugt ein synthetisiertes Rauschsignal s(n) basierend auf den analysierten Eigenschaften des Signals e(n). Die Ausgabe der Rauschsynthese-Einheit 168 wird an den Ausgangsumschalter 164 geliefert. Durch den Ausgangsumschalter 164, der durch die Steuerungseinheit 152 gesteuert wird, wird die Ausgabe des NEC 140 entweder als das Signal e(n) direkt von dem Addierer 148 oder als das synthetisierte Rauschsignal s(n) von der Rauschsynthese-Einheit 168 geliefert.
Der überwiegende Teil einer typischen Telefonkonversation wird im Einzelsprechen-Modus verbracht, wenn zu jedem Zeitpunkt nur eine Person spricht. Wenn nur der ferne Sprecher spricht, benutzt der NEC 140 das Rauschanalyse/synthese-Merkmal, um das Echo vollständig zu verwerfen, indem das verbleibende Echosignal durch das synthetisierte Rauschsignal s(n) ersetzt wird. Um zu verhindern, daß der ferne Sprecher einen Unterschied in den Signaleigenschaften bemerkt, wird unter Verwendung der Verfahren der linearen Vorhersagekodierung (linear predictive coding) (LPC) das Rauschen so synthetisiert, daß die Leistung und die spektralen Eigenschaften mit denen des tatsächlichen Hintergrundrauschens während der jüngsten Stilleperiode übereinstimmen. Dieses Rauschsynthese-Verfahren, mit weiteren Details später hierin erläutert, eliminiert Einzelsprechen effektiv als eine Design- Erwägung, was die Optimierung des NEC 140 für Doppelsprechen erlaubt. Weitere Details des Rauschanalyse/synthese-Merkmals sind später beschrieben.
Als ein zusätzliches Merkmal der vorliegenden Erfindung kann auch eine Verstärkerstufe vorgesehen werden, wie in der beispielhaften Ausführung in Fig. 5 dargestellt. In Ausführung dieses Merkmals wird ein variables Verstärkerelement 170 am Eingang des fernen Sprachsignals x(n) zum NEC 140 vorgesehen. Das ferne Sprachsignal x(n) am Eingang wird durch die variable Verstärkerstufe 170 zum Pufferspeicher 154 und zum unbekannten Echokanal 142 geleitet. Die Steuerungseinheit 152 liefert in Kombination mit der variablen Verstärkerstufe 170 ein automatisches Verstärkungssteuerungsmerkmal, um Signale zu begrenzen, die sonst in einer nichtlinearen Weise durch den unbekannten Echokanal 142 beeinflußt werden könnten. Die Steuerungseinheit 152 und die variable Verstärkerstufe 170 dienen auch zur Verringerung der Konvergenzzeit des Filteranpassungsprozesses. Wiederum sind weitere Details dieses Merkmals später beschrieben.
Wie in der beispielhaften Ausführung der vorliegenden Erfindung dargestellt, folgen zwei unabhängig anpaßbare Filter, die Filter 158 und 160, dem unbekannten Echokanal. Während das Filter 160 die tatsächliche Echounterdrückung ausführt, wird das Filter 158 von der Steuerungseinheit 152 benutzt, um zu bestimmen, in welchem der verschiedenen Zustände die NEC 140 arbeiten sollte. Aus diesem Grunde werden die Filter 158 und 160 entsprechend als Zustandsfilter und Echounterdrücker-Filter bezeichnet. Der Vorteil dieses Zwei-Filter-Ansatzes ist, daß die Filterkoeffizienten des Echounterdrücker- Filters 160, die den unbekannten Echokanal 142 modellieren, besser bewahrt werden können, ohne das Risiko der Verschlechterung durch die nahe Sprache. Durch das genaue Bewahren der Echokanaleigenschaften vermeidet das Design der vorliegenden Erfindung die Erfordernis des Mittenclipping.
Der in der Steuerungseinheit 152 enthaltene Steuerungsalgorithmus, der das Leistungsverhalten der beiden Filter 158 und 160 überwacht, ist optimiert für die Bewahrung der Echokanaleigenschaften bei Doppelsprechen. Die Steuerungseinheit 152 schaltet die Anpassung der Filter 158 und 160 zu den passenden Zeiten ein und aus, reguliert die Schrittweite beider Filter und regelt die Verstärkereinheit 170 für x(n), um zu Beginn eine schnelle Anpassung zu ermöglichen.
Fig. 6 stellt (in Form eines Funktionsblock-Diagramms) weitere Details der Steuerungseinheit 152 aus Fig. 5 dar. In Fig. 6 besteht die Steuerungseinheit 152 aus Zustandssteuerungswerk und Prozeßsteuerungseinheit 180, Energieberechnungs-Einheit 182, differentieller Energiebetrags-Einheit 184, variabler Anpassungsschwellen-Einheit 186, automatischer Verstärkungsregelungs-Einheit 188 und Flachverzögerungs-Berechnungseinheit 190.
Das Zustandssteuerungswerk 180 erfüllt die Funktion des übergreifenden Zustandssteuerungswerks, wie in Zusammenhang mit Fig. 14 dargestellt, und übernimmt die Steuerung verschiedener übergreifender Prozesse, wie z.B. in Zusammenhang mit Fig. 7 dargestellt. Das Zustandssteuerungswerk 180 liefert die Steuerung für das Initialfilter 156 und die Flachverzögerungs- Berechnungseinheit 190 während des anfänglichen Betriebs des NEC 140. Das Zustandssteuerungswerk 180 liefert die Steuerung für das Zustandsfilter 158 und das Echounterdrücker-Filter 160 hinsichtlich der anfänglichen Einstellungen, der Anpassungssteuerung und der Schrittweitensteuerung. Das Zustandssteuerungswerk 180 liefert außerdem die Steuerung für die Rauschanalyse-Einheit 166 und die Umschalter 162 und 164. Das Zustandssteuerungswerk 180 aktiviert außerdem die variable Anpassungsschwellen-Einheit 186 zur Anpassungssteuerung des Echounterdrücker-Filters 160 durch das Zustandssteuerungswerk. Das Zustandssteuerungswerk 180 erhält außerdem die Signale e(n) vom Addierer 148 und e&sub1;(n) vom Addierer 150 zur entsprechenden Lieferung an das Echounterdrücker-Filter 160 und das Zustandsfilter 158. Alternativ können die Signale e&sub1;(n) und e(n) direkt an das Zustandsfilter 158 und das Echounterdrücker-Filter 160 geliefert werden.
Die Energieberechnungs-Einheit 182 erhält die Abtastwerte für x(n) von dem Umlauf-Pufferspeicher 154, r(n) von dem Hochpaßfilter (HPF) 146, e(n) von dem Addierer 148, und e&sub1;(n) von dem Addierer 150; und berechnet verschiedene Werte wie hierin später erläutert, die an die differentielle Energiebetrags-Einheit 184 und das Zustandssteuerungswerk 180 geliefert werden. Die differentielle Energiebetrags-Einheit 184 verwendet die von der Energieberechnungs-Einheit 182 berechneten Energiewerte für Vergleiche mit Schwellwerten, um zu bestimmen, ob nahe Sprache und/oder ferne Sprache vorliegt. Das Ergebnis dieser Bestimmung wird an das Zustandssteuerungswerk 180 geliefert.
Die Energieberechnungs-Einheit 182 berechnet Energie-Schätzungen in jedem Schritt für die Filter 158 und 160. Diese Energie-Schätzungen werden als die Summe der Quadrate der jüngsten Abtastwerte berechnet. Die beiden Energiemessungen, Ex(n) und Exx(n) des Signals x(n) zur Zeit n werden über 128 bzw. 256 Abtastwerte berechnet und können durch folgende Gleichungen ausgedrückt werden:
Ex(n) = [x(n - i)]²; (9)
Exx(n) = [x(n - i)]². (10)
Gleichermaßen berechnet die Energieberechnungs-Einheit 182 die Energie- Näherungswerte Er(n), Ee(n) und Ee1(n) zur Zeit n für die entsprechenden Signale r(n), e(n) und e&sub1;(n) gemäß der folgenden Gleichungen:
Er(n) = [r(n - i)]²; (11)
Ee(n) = [e(n - i)]²; (12)
Ee1(n) = [e1(n - 1)]² (13)
Die Energieberechnungs-Einheit 182 berechnet außerdem den Verlust am Hybrid zur Zeit n, Hloss(n), gemäß der folgenden Gleichung:
Hloss(n)(dB) = 10log&sub1;&sub0;[Ex(n)/Er(n)]. (14)
Die Echo-Rückflußdämpfung-Steigerung (echo return loss enhancement) (ERLE) des Echounterdrücker-Filters 160 wird durch die Energieberechnungs- Einheit 182 gemäß der folgenden Gleichung berechnet:
ERLE(n)(dB) = 10log&sub1;&sub0;[Er(n)/Ee(n)] (15)
wobei die Echo-Rückflußdämpfung-Steigerung (echo return loss enhancement) des Zustandsfilters 158 (ERLE1) ebenfalls durch die Energieberechnungs-Einheit 182 berechnet wird, gemäß der folgenden Gleichung:
ERLE1(n)(dB) = 10log&sub1;&sub0;[Er(n)/Ee1(n)]. (16)
Um durch den Echokanal verursachte Nichtlinearitäten in dem Echosignal zu vermeiden, ist es wünschenswert, den empfangenen Wert des Abtastwertes x(n) auf einen Wert geringer als einen voreingestellten Schwellwert nahe des Maximums zu begrenzen. Die automatische Verstärkungsregelungs-Einheit 188 erreicht dieses Ergebnis in Verbindung mit der variablen Verstärkerstufe 170. Die automatische Verstärkungsregelungs-Einheit 188, welche die Abtastwerte x(n) aus dem Umlauf-Pufferspeicher erhält, liefert ein Verstärkungsregelungs-Signal an das variable Verstärkerelement 170, um die Abtastwerte zu begrenzen, wenn diese zu groß sind.
Die Flachverzögerungs-Berechnungseinheit 190, gesteuert von dem Zustandssteuerungswerk 180 während des anfänglichen Betriebs des NEC 140, berechnet die Flachverzögerung aus dem Initialfilter. Die Flachverzögerungs- Berechnungseinheit 190 liefert dann die Offset-Informationen des Umlauf- Pufferspeicher an das Zustandsfilter 158 und den Echounterdrücker 160, um die Flachverzögerungsspanne für die Verbindung zu berücksichtigen.
In der beispielhaften Ausführung des Netzwerk-Echounterdrückers der vorliegenden Erfindung wird ein dreiteiliger Ansatz zur Lösung der Detektierung und Behandlung von Doppelsprechen benutzt. Die vorliegende Erfindung benutzt entsprechend (1) zwei unabhängig anpaßbare Filter mit verschiedenen Schrittweiten; (2) einen variablen Schwellwert zum Ein- und Ausschalten der Filteranpassung; und (3) einen differentiellen Energie-Algorithmus zur Sprachdetektierung.
Der NEC 140 verwendet zwei unabhängig anpaßbare NLMS adaptive Filter. Anders als andere Zwei-Filter-Ansätze schaltet der NEC 140 nicht zwischen der Nutzung der Filter 158 und 160 für die Echounterdrückung hin und her, und im eingeschwungenen Zustand werden auch keine Tap-Informationen zwischen den Filtern ausgetauscht. Beide dieser bekannten Verfahren verursachen Übergänge bzw. Transienten, die zu unerwünschtem "Knallen" in der Ausgabe des Echounterdrückers führen. In der vorliegenden Erfindung führt das Echounterdrücker-Filter 160 stets die tatsächliche Echounterdrückung aus, während das Zustandsfilter 158 von dem in dem Zustandssteuerungswerk 180 enthaltenen Steuerungsalgorithmus verwendet wird, um verschiedene Zustände des Unterdrückers zu unterscheiden. Dieser neuartige Zwei- Filter-Ansatz erlaubt die Verwendung einer konservativen Filteranpassungs- Strategie für das Echounterdrücker-Filter 160. Wenn der Steuerungsalgorithmus "unsicher" ist, in welchem Zustand der Unterdrücker arbeiten soll, wird die Anpassung des Echounterdrücker-Filters 160 ausgeschaltet, während das Zustandsfilter 158 weiterhin angepaßt wird. Das Zustandssteuerungswerk 180 verwendet aus dem Zustandsfilter 158 gesammelte statistische Informationen zur Unterstützung der Zustandsbestimmung. Die Schrittweiten der adaptiven Filter sind so geregelt, daß das Echounterdrücker-Filter 160 im eingeschwungenen Zustand einen hohen ERLE-Wert erreicht, während das Zustandsfilter 158 schnell auf Änderungen in der Echokanal-Antwort reagiert. Dadurch, daß die gleichzeitige Anpassung der beiden Filter 158 und 160 in der gerade erwähnten Weise zugelassen wird, wird die Gesamtleistung des Echounterdrückers verbessert.
Das Zustandsfilter 158 und das Echounterdrücker-Filter 160, zusammen mit dem Initialfilter 156, sind in einer Weise aufgebaut, wie dies in Zusammenhang mit Fig. 4 offenbart wurde. Das Zustandsfilter 158 und das Echounterdrücker-Filter 160 enthalten jeweils 256 Taps, um eine Echodispersionsdauer von 32 ms bei einer Abtastrate von 8 kHz zu berücksichtigen. Es versteht sich, daß für das Zustandsfilter 158 und das Echounterdrücker-Filter 160 eine größere oder eine kleinere Anzahl von Taps in Abhängigkeit von der Echodispersionsdauer und der Abtastrate benutzt werden kann. Der Abtastwert- Pufferspeicher 154 enthält 512 ferne Sprach-Abtastwerte, um eine 64 ms Zeitspanne der Flachverzögerung und der Echodispersion einer Verbindung quer über das Festland der Vereinigten Staaten zu berücksichtigen. Um verschiedene Werte der Flachverzögerung in einzelnen Telefonverbindungen zu behandeln, bestimmt der Netzwerk-Echounterdrücker der vorliegenden Erfindung automatisch die Flachverzögerung und verschiebt die Filter-Taps, um die Anzahl der Taps, die in dem Echodispersions-Gebiet arbeiten, zu maximieren.
Der Echounterdrücker der vorliegenden Erfindung behandelt daher Echoantworten im Bereich von 0 bis 32 ms ohne Verschiebung, bis hin zur maximalen Verzögerungsverschiebung von 32 bis 64 ms. Es versteht sich, wie dies in der Technik der digitalen Signalprozessoren und der damit verbundenen Rechenverfahren hinreichend bekannt ist, daß das Initialfilter 156 verwendet werden kann, um die Filter 158 und 160 zu bilden. Nach Beendigung der anfänglichen Berechnungen kann das Initialfilter 156 in die zwei Filter 158 und 160 mit unabhängigen Koeffizienten-Generatoren "zerbrochen" werden. Weitere Details zur anfänglichen Besonderheit werden hierin später erläutert.
Um die Filterkoeffizienten des Echounterdrücker-Filters 160 bei einsetzendem Doppelsprechen zu bewahren, verwendet der NEC 140 eine variable Anpassungsschwelle (bezeichnet mit VT), um die Anpassung des Echounterdrücker- Filters 160 ein- und auszuschalten. Die variable Anpassungsschwelle (VT) wird durch die variable Anpassungsschwellen-Einheit 186 berechnet und an die Steuerungseinheit 180 geliefert. Der Steuerungsalgorithmus erlaubt die Anpassung von Echounterdrücker-Filter 160, falls entweder das Zustandsfilter 158 oder das Echounterdrücker-Filter 160 einen ERLE-Wert größer als VT aufweist. Unter Rückbezug auf Fig. 4, das Steuerungs-Eingangssignal, welches an den Generator 126 gesendet wird, enthält ein Aktivierungssignal von der Steuerungseinheit 152, welches es dem Koeffizientenvektor-Generator 126 erlaubt, die Filterkoeffizienten für die Filteranpassung zu aktualisieren. Falls die ERLE-Werte beider Filter geringer sind als VT, deaktiviert das Zustandssteuerungswerk 180 die Lieferung aktualisierter Koeffizienten durch den Koeffizientenvektor-Generator 126. In diesem Fall gibt der Koeffizientenvektor-Generator 126 die existierenden Koeffizienten aus, bis die Anpassung erneut aktiviert wird. Das Steuerungs-Eingangssignal sieht außerdem weitere Parameter für den Koeffizientenvektor-Generator 126 vor, wie z.B. die Werte für u, Exx(n) und e(n) in Gleichung (4).
In Fig. 6, der ERLE-Wert für das Zustandsfilter 158 wird in der Energieberechnungs-Einheit 182 entsprechend der Gleichung (6) aus den Werten für r(n) und e&sub1;(n) berechnet. Gleichermaßen wird die Berechnung in der Energieberechnungs-Einheit 182 für das Echounterdrücker-Filter 160 mit den Werten für r(n) und e(n) vorgenommen. In der variablen Anpassungsschwellen-Einheit 186 wird VT durch das Zustandssteuerungswerk 180 mit einem anfänglichen minimalen Schwellwert initialisiert, der in der beispielhaften Ausführung 6 dB ist. Die Schwellwert-Berechnung in der variablen Anpassungsschwellen- Einheit 186 kann durch folgenden C-Code beschrieben werden:
Wenn der ERLE-Wert über (VT + 6 dB) steigt, steigt die Anpassungsschwelle ebenfalls, 6 dB hinter dem ERLE-Spitzenwert bleibend. Dieser 6 dB Spielraum berücksichtigt die Variabilität des ERLE-Wertes. Das Zustandssteuerungswerk 180 gestattet die Fortsetzung der Anpassung des Echounterdrücker-Filters 160, falls der ERLE-Wert eines der Filter 158 oder 160 innerhalb von 6 dB vom letzten ERLE-Spitzenwert ist. Falls der ERLE-Wert 3 dB unter den minimalen Schwellwert fällt, wird die Anpassungsschwelle auf den minimalen Schwellwert zurückgesetzt. Der Vorteil dieses Ansatzes besteht darin, daß die Anpassung des Echounterdrücker-Filters 160 sofort bei einsetzendem Doppelsprechen angehalten wird. Z.B. angenommen, der ferne Sprecher ist der einzige, der spricht, und der letzte ERLE-Spitzenwert ist bei 34 dB. Sobald der nahe Sprecher zu sprechen beginnt, fällt der ERLE-Wert, und die Filteranpassung wird gestoppt, wenn der ERLE-Wert 28 dB erreicht. Klassische Detektierer naher Sprache unterbrechen die Anpassung nicht bevor der ERLE-Wert unter etwa 6 dB fällt, was eine leicht gestörte Echokanal-Schätzung zuläßt. Daher erreicht die vorliegende Erfindung durch die genauere Bewahrung der Echokanal-Eigenschaften eine größere Echounterdrückung bei Doppelsprechen, während sie die Sprachqualitätsverschlechterung im Zusammenhang mit den in traditionellen Echounterdrückern verwendeten Mittenclippern vermeidet.
In der beispielhaften Ausführung der vorliegenden Erfindung ist es vorteilhaft, daß der ERLE-Wert beider Filter 158 und 160 unter VT fällt, bevor die Anpassung von Filter 160 gestoppt wird. Diese Eigenschaft des Steuerungsalgorithmus hilft, den Beginn von Doppelsprechen von der normalen Variabilität der einzelnen ERLE-Werte zu unterscheiden, da die ERLE-Werte beider Filter sofort bei einsetzendem Doppelsprechen fallen.
Ein weiterer Aspekt der vorliegenden Erfindung besteht darin, daß sich der Wert des minimalen Schwellwerts für VT von seiner anfänglichen Einstellung steigert, während die Filter 158 und 160 Konvergenz erzielen. Mit der Steigerung des minimalen Schwellwertes für VT ist ein höherer ERLE-Wert erforderlich, bevor das Echounterdrücker-Filter 160 angepaßt wird.
Um zu verhindern, daß hohe Pegel von Hintergrundrauschen mit der Zustandsbestimmung interferieren, wendet der Echounterdrücker der vorliegenden Erfindung einen differentiellen Energie-Algorithmus auf die Signale x(n) und e(n) an. Dieser Algorithmus, in die differentielle Energiebetrags-Einheit 184 und das Zustandssteuerungswerk 180 eingebettet, in weiteren Details später hierin beschrieben, überwacht kontinuierlich den Pegel des Hintergrundrauschens und vergleicht es mit der Signalenergie, um zu entscheiden, ob der Sprecher spricht. Die differentielle Energiebetrags-Einheit 184 in der beispielhaften Ausführung berechnet drei Schwellwerte T&sub1;(Bi), T&sub2;(Bi), und T&sub3;(Bi), die Funktionen des Hintergrundrauschens Bi sind. Wenn die Signalenergie des Signals x(n) alle drei Schwellwerte übersteigt, wird festgelegt, daß der Sprecher spricht. Falls die Signalenergie T&sub1; und T&sub2; übersteigt, nicht jedoch T&sub3;, wird festgelegt, daß der Sprecher wahrscheinlich einen stimmlosen Laut, wie z.B. der "sp" Laut in "speed", äußert. Falls die Signalenergie kleiner als alle drei Schwellwerte ist, wird festgelegt, daß der Sprecher nicht spricht. Ein beispielhaftes Gesamt-Flußdiagramm der Verarbeitung der Abtastwerte in dem Echounterdrücker der vorliegenden Erfindung ist untenstehend in Fig. 7 dargestellt. Der Algorithmus unter der Steuerung des Zustandssteuerungswerkes 180 beginnt, Block 200, und erhält zuerst die u-law Abtastwerte von x(n) und v(n), Block 202, welche dann in ihre linearen Werte konvertiert werden, Block 204. Der Abtastwert für v(n) wird durch das Hochpaßfilter (HPF) geleitet, um den Abtastwert r(n) zu erhalten, Block 206. Das HPF, Filter 146 in Fig. 5, welches verbleibende Gleichspannungen und niederfrequentes Rauschen eliminiert, ist ein Digitalfilter, welches unter Verwendung hinreichend bekannter digitaler Filtertechniken konstruiert wurde. Das HPF ist typischerweise als ein elliptisches Filter dritter Ordnung mit den Eigenschaften eines Stopbandes mit einer 120 Hz Grenze bzw. Grenzfrequenz und einer Unterdrückung von 37 dB und eines Paßbandes mit einer 250 Hz Grenze und 0,7 dB Welligkeit gestaltet. Das HPF ist typischerweise als eine Kaskade einer Direktform-Ausführung (direct form realization) erster Ordnung und einer Direktform-Ausführung zweiter Ordnung mit den Koeffizienten wie folgt in Tabelle I angegeben: TABELLE I
Als nächstes werden die Energiemittelwerte Ex(n) und Exx(n) für den Abtastwert x(n) aktualisiert, Block 208. Der Energiemittelwert Er(n) wird dann für den Abtastwert r(n) zusammen mit dem Energieverlust Hloss(n) des Hybrids berechnet, Block 210.
Die Ausgabe des adaptiven Filters 158 (Fig. 5), der Wert y1(n) wird berechnet, Block 212, wobei dann das verbleibende Echosignal e1(n) bestimmt wird, Block 214. Der ERLE1-Wert und der Energiemittelwert Ee1 für das Filter 158 werden dann aktualisiert, Block 216. Gleichermaßen wird die Ausgabe des adaptiven Filters 160 (Fig. 5), der Wert y(n) berechnet, Block 218, wobei dann das verbleibende Echosignal e(n) bestimmt wird, Block 220. Der ERLE- Wert und der Energiemittelwert Ee für das Filter 160 werden dann aktualisiert, Block 222. Es versteht sich, bestimmte der in den Blöcken 208-222 angegebenen Schritte in verschiedenen anderen Reihenfolgen ausgeführt werden können, die durch die für die folgenden Schritte erforderlichen Werte diktiert werden. Darüberhinaus können verschiedene Schritte parallel ausgeführt werden, wie z.B. Schritte 212-216 und 218-222. Daher ist die hierin mit Bezug auf Fig. 7 erläuterte Reihenfolge lediglich eine beispielhafte Reihenfolge der Verarbeitungsschritte.
Nach Beendigung der vorangehenden Schritte wird ein Schritt zur Anpassung der Parameter ausgeführt, Block 224, wobei dieser Schritt in Zusammenhang mit Fig. 8 näher beschrieben wird. Nach Beendigung des Schrittes zur Anpassung der Parameter wird ein Schritt mit einer periodischen Funktion ausgeführt, Block 226, wobei dieser Schritt in Zusammenhang mit Fig. 9 näher beschrieben wird. Nach Beendigung des Schrittes mit einer periodischen Funktion wird ein Betriebsschritt des Zustandssteuerungswerkes ausgeführt, Block 228, wobei dieser Schritt in Zusammenhang mit Fig. 14 näher beschrieben wird. Nach Beendigung des Betriebsschrittes des Zustandssteuerungswerkes wird der Prozeß mit einer Rückkehr zu Punkt A in dem Flußdiagramm wiederholt.
Das Flußdiagramm in Fig. 8 stellt den Schritt zur Anpassung der Parameter des Blockes 224 in Fig. 7 näher dar. Im Schritt zur Anpassung der Parameter werden die Parameter für die Schrittweite der Filter und die variablen Schwellwert-Parameter während des Betriebs des Echounterdrückers aktualisiert.
Sowohl das Zustandsfilter 158 als auch das Echounterdrücker-Filter 160 ( Fig. 5) werden zu Beginn des Betriebs durch das Zustandssteuerungswerk 180 durch eine im Steuerungs-Eingangssignal an den Filterkoeffizienten- Generator enthaltene Schrittweite von 1 (u1 = u2 = 1) initialisiert. Diese Initialisierung der Filter auf dieser Ebene erlaubt eine schnelle anfängliche Konvergenz. Bei Erreichen des Schrittes zur Anpassung der Parameter wird ein anfänglicher Algorithmus zur Anpassung der Parameter benutzt. In diesem anfänglichen Algorithmus wird eine Entscheidung getroffen, ob der durch das Steuerungselement gesetzte Wert für u2 für das Echounterdrücker-Filter größer als ein fester Wert von 0,5 ist, Block 250. Ist dies der Fall, wird eine Entscheidung getroffen, ob der ERLE-Wert größer als 14 dB ist, Block 252. Ist der ERLE-Wert nicht größer als 14 dB, wie beispielsweise zu Beginn des Erzielens der Konvergenz des Kanals, wird der Wert eines Zählers (des Zählers Scount) auf Null gesetzt (Scount = 0), Block 254, und der Schritt zur Anpassung der Parameter wird für diesen Abtastwert mit dem Beenden der Subroutine am Punkt C komplettiert.
Sollte der ERLE-Wert als größer als 14 dB festgestellt werden, wird der Zähler inkrementiert, Block 256. Es wird eine Entscheidung getroffen, ob der Wert von Scount auf einen Zählwert von 400 inkrementiert wurde, Block 258. Falls der Wert von Scount kleiner als ein Zählwert von 400 ist, wird der Schritt zur Anpassung der Parameter für diesen Abtastwert mit dem Beenden der Subroutine am Punkt C komplettiert.
Sollte allerdings die Entscheidung im Block 258 damit enden, daß der Wert von Scount gleich einem Zählwert von 400 ist, was einem ERLE-Wert größer als 14 dB für 50 ms (hintereinander) entspricht, wird die Schrittweite (u1) des Zustandsfilters auf 0,7 verändert und die Schrittweite (u2) des Echounterdrücker-Filters wird auf 0,4 verändert, Block 260. Ebenfalls in Block 260 wird der Scount Zähler auf Null zurückgesetzt. Der Schritt zur Anpassung der Parameter wird für diesen Abtastwert mit dem Beenden der Subroutine am Punkt C komplettiert.
Falls in Block 250 der durch das Steuerungselement gesetzte Wert für u2 für das Echounterdrücker-Filter als nicht größer als ein fester Wert von 0,5 festgestellt wird, wird ein Zwischenalgorithmus aufgerufen. In diesem Zwischenalgorithmus wird eine Entscheidung getroffen, ob der Wert für u2 größer ist als 0,2, Block 262. Ist dies der Fall, wird eine Entscheidung getroffen, ob der ERLE-Wert größer als 20 dB ist, Block 264. Falls der ERLE-Wert nicht größer als 20 dB ist, wird der Wert von Scount auf Null gesetzt (Scount = 0), Block 266, und der Schritt zur Anpassung der Parameter wird für diesen Abtastwert mit dem Beenden der Subroutine am Punkt C komplettiert.
Sollte der ERLE-Wert als größer als 20 dB festgestellt werden, wird der Zähler inkrementiert, Block 268. Es wird eine Entscheidung getroffen, ob der Wert von Scount auf einen Zählwert von 400 inkrementiert wurde, Block 270. Falls der Wert von Scount kleiner als ein Zählwert von 400 ist, wird der Schritt zur Anpassung der Parameter für diesen Abtastwert mit dem Beenden der Subroutine am Punkt C komplettiert.
Sollte allerdings die Entscheidung im Block 270 damit enden, daß der Wert von Scount gleich einem Zählwert von 400 ist, was einem ERLE-Wert größer als 20 dB für 50 ms entspricht, wird der Wert u1 auf 0,4 verändert, wobei der Wert u2 auf 0,1 verändert wird, Block 272. Weiterhin wird in Block 272 der minimale Schwellwert vom anfänglichen minimalen Schwellwert von 6 dB auf 12 dB erhöht. Der Schritt zur Anpassung der Parameter wird für diesen Abtastwert mit dem Beenden der Subroutine am Punkt C komplettiert.
Es sollte beachtet werden, daß das "Schalten" der Filter auf kleinere Schrittweiten die Verwendung höherer Stufen der ERLE-Werte erlaubt. In der bevorzugten Ausgestaltung wird jedoch ein Verhältnis u1 < u2 aufrechterhalten, so daß das Echounterdrücker-Filter einen hohen ERLE-Wert im eingeschwungenen Zustand erreicht und das Zustandsfilter schnell auf Änderungen in der Echokanal-Antwort reagiert.
Nach dem Setzen des dem Echounterdrücker-Filter zugeordneten Wertes von u2 gleich 0,1 wird der variable Anpassungsschwellen-Algorithmus in Kraft gesetzt, um die Echokanal-Antwort genauer zu bewahren. Der in der variablen Anpassungsschwellen-Einheit 186 enthaltene variable Anpassungsschwellen- Algorithmus wird aufgerufen, wenn der Wert von u2 in Block 262 als kleiner als 0,2 festgestellt wird. Falls festgestellt wird, daß der ERLE-Wert 6 dB größer ist als der variable Schwellwert (VT), welcher anfänglich auf den anfänglichen minimalen Schwellwert von 6 dB gesetzt wird, Block 274, wird der Wert von VT in Block 276 modifiziert. In Block 276 wird VT auf den bisherigen Wert von VT oder auf den ERLE-Wert minus 6 dB gesetzt, je nachdem, welcher der beiden größer ist. Sobald VT gesetzt ist, wird der Schritt zur Anpassung der Parameter anschließend für diesen Abtastwert mit dem Beenden der Subroutine am Punkt C komplettiert.
Falls jedoch in Block 276 festgestellt wird, daß der ERLE-Wert nicht größer als VT plus 6 dB ist, wird eine Entscheidung getroffen, ob der ERLE-Wert kleiner als der minimale Schwellwert minus 3 dB ist, Block 278. In Block 278 ist der minimale Schwellwert MT gleich 12 dB, wie durch den Zwischenalgorithmus gesetzt. Sollte der ERLE-Wert größer als der minimale Schwellwert minus 3 dB sein, wird dann der Schritt zur Anpassung der Parameter für diesen Abtastwert mit dem Beenden der Subroutine am Punkt C komplettiert. Sollte jedoch in Block 278 festgestellt werden, daß der ERLE-Wert nicht größer als der minimale Schwellwert minus 3 dB ist, wird VT auf den Wert von MT, der 12 dB ist, gesetzt, Block 280. Der Schritt zur Anpassung der Parameter wird anschließend für diesen Abtastwert mit dem Beenden der Subroutine am Punkt C komplettiert.
Es sollte beachtet werden, daß durch Erhöhen des minimalen Schwellwertes der Prozeß selektiver wird hinsichtlich wann das Echounterdrücker-Filter angepaßt wird: ein höherer ERLE-Wert eines der Filter ist erforderlich. Die Verwendung eines höheren minimalen Schwellwertes resultiert darin, daß ein höherer ERLE-Wert benötigt wird, um aus dem Doppelsprechen-Zustand in den Nachwirken-Zustand (hangover state) einzutreten, wie später mit Bezug auf die Arbeitsweise des Zustandssteuerungswerkes in Fig. 14 erläutert.
Um einen schnellen Wechsel in den eingeschwungenen Zustand selbst bei Vorhandensein größeren nahen Hintergrundrauschens zu fördern, stellt der Echounterdrücker der vorliegenden Erfindung die Eingangsverstärkung für x(n) auf +3 dB (IGain = 3 dB) während ferner Sprache. Wie in Fig. 5 gezeigt, liefert das Zustandssteuerungswerk 180 die Steuerung der variablen Verstärkerstufe 170. Diese anfängliche Verstärkung von 3 dB vergrößert die Größe des an r(n) empfangenen Echos relativ zum nahen Rauschen (S/N-Verhältnis steigt um 3 dB), was eine schnellere anfängliche Konvergenz erlaubt. Wenn der minimale Schwellwert 12 dB erreicht, Block 272 in Fig. 7, setzt das Zustandssteuerungswerk 180 IGain in Schritten von 1,5 dB aller 100 ms auf den nominalen Wert von 0 dB zurück. Experimentelle Untersuchungen haben ergeben, daß Änderungen der Verstärkung von 1,5 dB für Zuhörer nicht wahrnehmbar sind. Diese Anpassung der Verstärkung ist normalerweise innerhalb der ersten 500 ms ferner Sprache beendet.
Eine zweite Anpassung der Verstärkung an der variablen Verstärkerstufe 170, unter Steuerung der automatischer Verstärkungsregelungs-Einheit 188, wird automatisch durchgeführt, um Begrenzung (clipping) zu vermeiden. Die u-law- Abtastwerte von x(n), die der Echounterdrücker vom Vocoder empfängt, bewegen sich typischerweise zwischen -8031 und +8031. Wenn die Abtastwerte x(n), die an den Hybrid gesendet werden, nahe des maximalen Wertes von +8031 oder -8031 sind, stehen die vom Hybrid zurückkommenden Werte in einer nichtlinearen Beziehung zum Referenzsignal x(n). Um dieses Problem zu lösen, benutzt der Echounterdrücker der vorliegenden Erfindung die automatische Verstärkungsregelungs-Einheit 188, um das variable Verstärkerelement 170 automatisch zu steuern, um die Eingangs-Abtastwerte immer dann um 1,5 dB abzuschwächen (IGain = -1,5 dB), wenn der Absolutwert des Abtastwertes x(n) größer als ein voreingestellter Wert nahe dem Maximum, z.B. ein Wert von 7900, ist. IGain wird auf 0 dB zurückgesetzt, sobald der Echounterdrücker in den Stille-Zustand eintritt. Diese Änderung der Verstärkung, die für den nahen Zuhörer nicht wahrnehmbar ist, wird normalerweise in einer typischen Konversation nicht in Kraft gesetzt, verbessert aber den Betrieb des Echounterdrückers außerordentlich, wenn der ferne Sprecher schreit.
Unter Rückbezug auf Fig. 7, nachdem der Schritt zur Anpassung der Parameter beendet ist, wird der Schritt zur periodischen Funktionsberechnung ausgeführt. Fig. 9 stellt die drei Berechnungen dar, die periodisch im Schritt zur periodischen Funktionsberechnung ausgeführt werden: (1) die differentiellen Energiebeträge der Signale x(n) und e(n), (2) die Autokorrelation und die Durbin-Rekursion für die Rauschanalyse, und (3) der Tap- Verschiebungsalgorithmus zur Berücksichtigung variierender Echoverzögerungen.
In Abb. 9 beginnt der Schritt zur periodischen Funktionsberechnung mit einem Schritt zur Funktionsauswahl, Block 300, der aus dem Zustand des Zustandssteuerungswerkes und einem Zähler (Fcount) bestimmt, welche Berechnungen ausgeführt werden müssen. Unabhängig vom Zustand werden aller 128 Abtastwerte die differentiellen Energiebeträge der Signale x(n) und e(n) in der differentiellen Energiebetrags-Einheit 184 (Fig. 6) berechnet.
Der differentielle Energiebetrag des Signals x, mit DEM(x) bezeichnet, wird verwendet, um festzustellen, ob der ferne Sprecher spricht. Der DEM(x)-Wert wird in dem bevorzugten Ausführungsbeispiel als ganze Zahl im Intervall [0, 3] geliefert. Der DEM(x)-Wert wird bestimmt durch Vergleich der Energie Ex des Signals x(n), bereitgestellt durch die Energieberechnungs-Einheit 182 aus Fig. 6, mit drei berechneten Schwellwerten, die eine Funktion einer Schätzung der Energie des Pegels des Hintergrundrauschens XBi sind, Block 302.
In diesem Schritt wird die Schätzung des Hintergrundrauschens aller 128 Abtastwerte berechnet, wobei die nächste Aktualisierung XBi+1 berechnet wird als:
XBi+1 = min(Ex, 160000, max (1.00547XBi, XBi+1)). (17)
Die drei Schwellwerte werden als eine Funktion von XBi wie folgt berechnet:
T&sub1;(XBi) = -(3.160500 · 10&supmin;&sup5;)XBi² + 10.35XBi + 704.44; (18)
T&sub2;(XBi) = -(7.938816 · 10&supmin;&sup4;)XBi² + 26.00XBi + 1769.48; (19)
T&sub3;(XBi) = -(3.160500 · 10&supmin;&sup4;)XBi² + 103.5XBi + 7044.44. (20)
Die Energie Ex des fernen Signals wird erneut mit diesen drei Schwellwerten verglichen. Falls Ex größer als alle drei Schwellwerte ist, DEM(x) = 3, was anzeigt, daß Sprache vorhanden ist. Falls Ex größer als T1 und T2, aber nicht T3 ist, dann wird DEM(x) = 2, was anzeigt, daß wahrscheinlich stimmlose Sprache vorhanden ist. Falls Ex größer als T1, aber nicht T2 und T3 ist, DEM(x) = 1. Und schließlich, falls Ex kleiner ist als alle drei Schwellwerte, DEM(x) = 0, was anzeigt, daß keine Sprache vorhanden ist. Der Wert von DEM(x) wird von der differentiellen Energiebetrags-Einheit 184 an das Zustandssteuerungswerk 180 geliefert.
Gleichermaßen wird der differentielle Energiebetrag des Signals e, DEM(e), berechnet und wird verwendet, um festzustellen, ob der nahe Sprecher spricht. Der DEM(e)-Wert wird in dem bevorzugten Ausführungsbeispiel ebenfalls als ganze Zahl im Intervall [0, 3] geliefert. Der DEM(e)-Wert wird bestimmt durch Vergleich der Energie Ee des Signals e(n), bereitgestellt durch die Energieberechnungs-Einheit 182 aus Fig. 6, mit den folgenden drei berechneten Schwellwerten in Block 304:
T&sub1;(EBi) = -(6.930766 · 10&supmin;&sup6;)EBi² + 4.047152EBi + 289.7034; (21)
T&sub2;(EBi) = -(1.912166 · 10&supmin;&sup5;)EBi² + 8.750045EBi + 908.971; (22)
T&sub3;(EBi) = -(4.946311 · 10&supmin;&sup5;)EBi² + 18.89962EBi + 2677.431 (23)
wobei die Schätzung des Hintergrundrauschens des Signals e(n) ebenfalls aller 128 Abtastwerte aktualisiert wird als:
EBi+1 = min(Ee, 160000, max (1.00547EBi , EBi+1)). (24)
Falls Ee größer als alle drei Schwellwerte ist, DEM(e) = 3, was anzeigt, daß nahe Sprache vorhanden ist. Falls Ee größer als T1 und T2, aber nicht T3 ist, dann wird DEM(e) = 2, was anzeigt, daß wahrscheinlich stimmlose nahe Sprache vorhanden ist. Falls Ee größer als T1, aber nicht T2 und T3 ist, DEM(e) = 1. Und schließlich, falls Ee kleiner ist als alle drei Schwellwerte, DEM(e) = 0, was anzeigt, daß keine Sprache vorhanden ist. Der Wert von DEM(e) wird ebenfalls von der differentiellen Energiebetrags-Einheit 184 an das Zustandssteuerungswerk 180 geliefert.
Sobald die Werte für DEM(x) und DEM(e) berechnet wurden, werden die Werte für XBi und EBi mittels der Gleichungen (17) und (24) in Block 306 aktualisiert. Es sollte beachtet werden, daß sowohl XBi als auch EBi mit einem Wert von 160000 initialisiert werden.
Durch die Verwendung differentieller Energiemessungen, die den Pegel des Hintergrundrauschens verfolgen, kann selbst bei hohen Pegeln von Hintergrundrauschen eine akkurate Entscheidung getroffen werden, ob jemand spricht. Dies hilft dem Zustandssteuerungswerk 180 in Fig. 6 beim Treffen der korrekten Zustandsentscheidungen.
Wie bereits erwähnt, wird eine Berechnung einer Rauschanalyse im Schritt zur periodischen Funktionsberechnung ausgeführt. Wenn die Funktionsauswahl, Block 300, feststellt, daß das Zustandssteuerungswerk für den aktuellen Abtastwert in einem Zustand "0" ist, wird eine Feststellung getroffen, ob die zurückliegenden 256 Abtastwerte einschließlich des aktuellen Abtastwertes alle vom Zustand "0" des Zustandssteuerungswerkes waren, Block 308. Falls ja, wird ein Verfahren der linearen Vorhersagekodierung (linear predictive coding) (LPC), traditionell zur Sprachkodierung eingesetzt, verwendet, um die spektralen Eigenschaften des Rauschens zu berechnen. Falls alle dieser Abtastwerte nicht vom Zustand "0" waren, wird das LPC-Verfahren übersprungen.
Das LPC-Verfahren modelliert jeden Abtastwert als erzeugt durch eine Linearkombination vorangegangener Abtastwerte plus eine Erregung. Wenn keiner der Sprecher spricht, wird das Fehlersignal e(n) durch ein Vorhersagefehler-Filter (Rauschanalyse-Element 166 in Fig. 5) geleitet, um Kurzzeit- Redundanzen zu entfernen. Die Transferfunktion für dieses Filter ist durch folgende Gleichung gegeben:
A(z) = 1 - aiz-i (25)
wobei die Ordnung des Vorhersagers in der beispielhaften Ausführung 5 ist (P = 5).
Die LPC-Koeffizienten, ai, werden aus einem Block von 128 Abtastwerten unter Verwendung des Autokorrelations-Verfahrens, Block 310, mit der Durbin- Rekursion, Block 312, berechnet, wie in der Schrift Digitale Verarbeitung von Sprachsignalen (Digital Processing of Speech Signals) von Rabiner & Schafer erläutert, welches ein wohlbekanntes, effizientes Berechnungsverfahren ist. Die ersten 6 Autokorrelations-Koeffizienten R(0) bis R(5) werden berechnet als:
R(k) = e(m)e(m + k). (26)
Die LPC-Koeffizienten werden dann direkt aus den Werten der Autokorrelation unter Verwendung des Durbin'schen Rekursionsalgorithmus berechnet. Der Algorithmus kann wie folgt angegeben werden:
(1) E(0) = R(0), i = 1 (27)
(2) ki = {R(i) - α R(i - j)}/E(i-1) (28)
(3) α = ki (279)
(5) E(i) = (1 - ki²) E(i-1) (31)
(6) Falls i < P dann gehe zu (2) mit i = i + 1 (32)
(7) Die endgültige Lösung für die LPC-Koeffizienten ist gegeben als
aj = α 1 < = j < = P (33)
Sobald die LPC-Koeffizienten erhalten wurden, können synthetisierte Rausch- Abtastwerte mit den gleichen spektralen Eigenschaften erzeugt werden, indem weißes Rauschen durch das Rauschsynthese-Filter (Rauschsynthese- Einheit 168) geleitet wird, gegeben durch:
was gerade die Umkehrung des für die Rauschanalyse benutzten Filters ist. Es versteht sich, daß in der beispielhaften Ausführung LPC Kodierverfahren ein hervorragendes Verfahren für die Modellierung des Rauschens darstellen. Andere Verfahren können jedoch ebenfalls für die Modellierung des Rauschens verwendet werden, oder überhaupt keine Rauschmodellierung.
Als eine weitere Funktion des Schrittes zur periodischen Funktionsberechnung wird ein Tap-Verschiebungsalgorithmus verwendet, um variierende Echoverzögerungen zu berücksichtigen. Diese Berechnung wird nach dem anfänglichen Verarbeiten der Abtastwerte für eine Verbindung und optional alter 256 Abtastwerte ausgeführt, vorausgesetzt der ERLE-Wert ist größer als 10 dB, Block 314. Sollte der ERLE-Wert größer als 10 dB sein, eine Indikation dafür, daß etwas Unterdrückung vorliegt, wird der größte Tap, d.h. der Filterkoeffizient mit dem größten Wert, in dem Initialfilter (Filter 156 aus Fig. 5) bestimmt, Block 316, durch die Flachverzögerungs-Berechnungseinheit 190 aus Fig. 6. Eine Verschiebung der Taps wird dann vorgenommen, um eine größere Anzahl der Abtastwerte aus dem Echodispersions-Gebiet und eine geringere aus dem Flachverzögerungs-Gebiet zu verarbeiten, Block 318. Die Verschiebung der Taps ist eine bestimmte Zuordnung einer größeren Anzahl von Abtastwerten des Echodispersions-Gebiets aus dem Puffer an das Zustandsfilter und an das Echounterdrücker-Filter, als normalerweise stattfinden würde. Eine Neuberechnung der Energiemittelwerte über diese Abtastwerte wird vorgenommen, Block 320. Sobald der Tap-Verschiebungsalgorithmus abgeschlossen ist oder eine der anderen zwei Berechnungen des Schrittes zur periodischen Funktionsberechnung abgeschlossen sind wird Fcount inkrementiert, Block 322, und die Subroutine verlassen.
Mit Bezug auf die Anpassung der Echoverzögerung, da die Entfernung zwischen dem Echounterdrücker in der Basisstation und dem Hybrid in dem Telefonnetz zwischen Verbindungen stark variieren kann, hat die Flachverzögerung des Echosignals ebenfalls eine große Spanne. Wir können die Spanne dieser Verzögerung schnell bestimmen unter der Annahme daß die Vereinigten Staaten 3000 Meilen (4827 km) breit sind und elektrische Signale sich mit 2/3 der Lichtgeschwindigkeit ausbreiten. Da die Rundreise-Entfernung 6000 Meilen (9654 km) beträgt, ist die maximale Flachverzögerung ungefähr:
[(6000 miles) · (1609.34 meters/mile)]/[2 · 10&sup5; meters/ms] = 48.3 ms. (35)
Der Netzwerk-Echounterdrücker der vorliegenden Erfindung berücksichtigt die in verschiedenen Verbindungen zu findenden verschiedenen Werte der Flachverzögerung, so daß mehr Taps in dem Echodispersions-Gebiet arbeiten, statt in dem Flachverzögerungs-Gebiet "verschwendet" zu werden. In einem traditionellen Echounterdrücker ohne Tap-Verschiebungsmechanismus beispielsweise würde eine Flachverzögerung von 16 ms bewirken, daß die ersten 128 Taps des Echounterdrückers nahe Null sind, da die 128 jüngsten Abtastwerte in der Filterverzögerungslinie nicht mit dem in den Echounterdrücker eintretenden Echo-Abtastwert korreliert sind. Das tatsächliche Echosignal würde daher nur durch die verbleibenden 128 Taps unterdrückt. Dagegen bestimmt der NEC der vorliegenden Erfindung automatisch, daß die Flachverzögerung 16 ms beträgt und verschiebt die Taps, um mit älteren Abtastwerten zu arbeiten. Diese Strategie verwendet mehr Taps in dem Echodispersions-Gebiet, was in einer besseren Unterdrückung resultiert.
Der NEC der vorliegenden Erfindung speichert 512 Abtastwerte der fernen Sprache x(n) in einem Umlauf-Pufferspeicher (Pufferspeicher 154 aus Fig. 5), was einer Verzögerung von 64 ms entspricht. Wenn der Unterdrücker gestartet wird, paßt es zu Beginn, im Initialfilter 156 aus Fig. 5, 448 Filter-Taps aus den 448 jüngsten Abtastwerten an, wie in Fig. 10 gezeigt.
Nach dem Erhalt anfänglicher Konvergenz mit den Taps in dieser Position bestimmt der Algorithmus die Flachverzögerung in der Flachverzögerungs- Berechnungseinheit 190 durch Auffinden des größten Tap-Wertes und seiner entsprechenden Position im Tap-Puffer des Initialfilters 156. Die Tap-Nummer des größten Taps (bezeichnet mit Tmax) korrespondiert mit der Flachverzögerung, da es die Zeit (in 8 kHz Abtastwerten) für einen fernen Sprach- Abtastwert ist, ausgegeben zu werden vom Echounterdrücker, reflektiert zu werden am Hybrid und zurückzukehren zum Eingang des Echounterdrückers. Anstelle die Taps um Tmax zu verschieben, läßt der Algorithmus einen Spielraum von 32 Abtastwerten für den Fall, daß sich die Echokanal-Antwort leicht verändert. Der tatsächliche Tap-Verschiebungswert ist gegeben durch:
Tshift = MAX[0, MIN(Tmax - 32,256)]. (36)
Sobald Tshift bestimmt wurde, werden die Taps des Initialfilters beginnend bei Tshift durch die Flachverzögerungs-Berechnungseinheit 190 sowohl in das Zustandsfilter als auch in das Echounterdrücker-Filter kopiert, wie in Fig. 11 dargestellt. Ein Offset-Wert von Tshift in den Umlauf-Pufferspeicher wird verwendet, so daß der Null-te Filter-Tap sowohl des Steuerungsfilters als auch des Echounterdrücker-Filters mit dem Abtastwert, der Tshift Plätze vor dem aktuellen Abtastwert eintraf, abgeglichen werden. Fig. 12 stellt die maximale Verschiebung dar, die eine Echo-Abdeckung von 64 ms erlaubt. Nachdem die Taps verschoben wurden, um mit älteren Abtastwerten zu arbeiten, werden die Energiemessungen Ex(n) und Exx(n) entsprechend modifiziert, um die Summe der Quadrate dieser älteren Abtastwerte zu messen.
Wie hierin zu Zwecken der Darstellung beschrieben, wurden drei adaptive Filter beschrieben. Es versteht sich jedoch, daß in verschiedenen Implementierungen, besonders in einem digitalen Signalprozessor, das Initialfilter unter Verwendung des gleichen physikalischen Speichers ebenfalls als das Zustandsfilter und das Echounterdrücker-Filter fungieren kann.
Nach Beendigung des Schrittes zur periodischen Funktionsberechnung am Punkt D, Fig. 7 und 9, wird ein Steuerungsalgorithmus des Zustandssteuerungswerkes durch das Zustandssteuerungswerk 180 (Fig. 6) ausgeführt.
Der Steuerungsalgorithmus des Zustandssteuerungswerkes kann als ein Zustandssteuerungswerk mit fünf Zuständen modelliert werden, wie in Fig. 13 gezeigt. Der Steuerungsalgorithmus des Zustandssteuerungswerkes, wie in dem Zustandssteuerungswerk 180 enthalten, kann mit jedem neuen Abtastwert in einer Zustandsänderung resultieren.
Zustand 0, Block 330, ist der Stille-Zustand, wenn keiner der Sprecher spricht. Weder das Zustandsfilter noch das Echounterdrücker-Filter werden in diesem Zustand angepaßt, um eine Abweichung vom Echokanal zu verhindern. Wenn der NEC im Zustand 0 für 256 aufeinanderfolgende Abtastwerte verbleibt, initiiert der Steuerungsalgorithmus die Rauschanalyse-Routine in Fig. 9, um die Frequenzeigenschaften des Hintergrundrauschens mittels LPC-Analyse zu kodieren.
Falls der ferne Sprecher der einzige ist, der spricht, tritt der NEC in den Zustand 1 ein, Block 332, in weichem das Zustandsfilter immer angepaßt wird. Das Echounterdrücker-Filter wird angepaßt, falls der ERLE-Wert eines der Filter oberhalb der Anpassungsschwelle VT ist. Die Rauschsynthese-Routine erzeugt Rauschen (unter Verwendung der während des letzten Stille-Intervalls erhaltenen LPC-Koeffizienten), um jedes verbleibende Echo zu ersetzen. Als Effekt hat der NEC einen unendlichen ERLE-Wert im Zustand 1, da unabhängig davon, wie laut die ferne Sprache x(n) ist, das verbleibende Echo nie an das mobile Endgerät zurückgeleitet wird.
Falls der nahe Sprecher der einzige ist, der spricht, tritt der NEC in den Zustand 2 ein, Block 334. Hier stoppt das Zustandssteuerungswerk die Anpassung beider Filter und gibt das Signal e(n) aus. Falls der nahe Sprecher zu sprechen aufhört, geht der NEC in den Zustand 4 (Nachwirken) über, mit einem Nachwirken von 50 ms in der beispielhaften Ausführung, vor dem Übergang in den Zustand 0 (Stille). Dieses Nachwirken berücksichtigt mögliche Pausen in der nahen Sprache. Wenn der ferne Sprecher zu sprechen beginnt, geht der NEC in den Zustand 3 (Doppelsprechen) über.
Im Zustand 3, Block 336, welcher der Doppelsprechen-Zustand ist, stoppt das Zustandssteuerungswerk die Anpassung des Echounterdrücker-Filters und gibt e(n) aus. Falls der Verlust am Hybrid größer als 3 dB ist, erlaubt das Zustandssteuerungswerk die Anpassung des Zustandsfilters, um eine eventuelle Änderung der Impulsantwort des Echokanals zu berücksichtigen. Beispielsweise angenommen, beide Filter seien konvergiert, der ferne Sprecher sei der einzige, der spricht, und der Echokanal ändert sich abrupt. Diese Situation könnte beispielsweise auftreten, wenn jemand ein Erweiterungs-Telefon abnimmt, so daß der Sprecher am mobilen Endgerät mit zwei Leuten auf der Land-Telefon-Seite gleichzeitig spricht. In diesem Fall würde der ERLE-Wert beider Filter plötzlich fallen und der NEC würde in den Doppelsprechen- Zustand umschalten, durch Verwechslung des Echosignals mit naher Sprache. Obwohl normalerweise beide Filter bei Doppelsprechen angehalten wären, wird in diesem Fall der NEC in diesem Zustand verbleiben, bis die Ver- bindung getrennt wird, falls die Anpassung der beiden Filter nicht zugelassen ist. Der NEC benutzt jedoch den Verlust am Hybrid, um zu bestimmen, ob die Anpassung des Zustandsfilters zugelassen ist. Während das Zustandsfilter angepaßt wird, steigt sein ERLE-Wert während es einen neuen Kanal zurükkerwirbt, und der NEC wird aus dem Zustand 3 (Doppelsprechen) herauskommen. Wie im Zustandsdiagramm gezeigt, ist der einzige Weg zum Verlassen des Zustands 3 (Doppelsprechen) durch den Zustand 4 (Nachwirken), in den nur eingetreten wird, falls der Verlust am Hybrid größer als 3 dB ist und der ERLE-Wert entweder des Zustandsfilters oder des Echounterdrücker- Filters oberhalb des minimalen Schwellwertes MT ist.
Zustand 4, Block 338, ist ein Nachwirken-Zustand, der Pausen in der nahen Sprache berücksichtigt. Wenn der ferne Sprecher spricht und nahe Sprache in der beispielhaften Ausführung für 100 ms nicht detektiert wird, geht der NEC vom Zustand 4 (Nachwirken) in den Zustand 1 (ferne Sprache) über. Falls der ferne Sprecher nicht spricht und nahe Sprache in der beispielhaften Ausführung für 50 ms nicht detektiert wird, geht der NEC vom Zustand 4 (Nachwirken) in den Zustand 0 (Stille) über. Falls nahe Sprache detektiert wird, setzt der Steuerurigsalgorithmus den NEC in einen der Zustände 2 (nahe Sprache) oder 3 (Doppelsprechen) zurück.
Ein detailliertes Flußdiagramm des Steuerungsalgorithmus des Zustandssteuerungswerkes des NEC ist in Fig. 14 gezeigt. In Fig. 14 wird der Algorithmus für jeden Abtastwert mit einer einleitenden Bestimmung ausgeführt, ob der aktuelle Zustand der Zustand 1 (ferne Sprache) ist, Block 340. Falls der aktuelle Zustand als der Zustand 1 bestimmt wird und der Wert von Hloss als kleiner als 3 dB bestimmt wird, Block 342, dann ermöglicht das Steuerungselement die Ausgabe des Wertes e(n), Block 344. Dieser Fall weist auf den Zustand hin, daß für den vorhergehenden Abtastwert ferne Sprache vorhanden war, aber für den aktuellen Abtastwert Doppelsprechen vorhanden ist. Sollte in gleicher Weise der aktuelle Zustand in den entsprechenden Blöcken 340, 346 und 348 als nicht einer der Zustände 1, 2 oder 3 (ferne Sprache, nahe Sprache und Doppelsprechen) bestimmt werden, wird die Ausgabe des Wertes e(n) zugelassen, Block 344, wobei die Ausgabesteuerung durch das Zustandssteuerungswerk geleistet wird. Anschließend wird eine Entscheidung bezüglich des nächsten Zustandes, in dem der NEC für die Verarbeitung des nächsten Abtastwertes sein wird, getroffen, anhand der Bestimmung des nächsten Zustandes beginnend bei Punkt E des Steuerungsalgorithmus des Zustandssteuerungswerkes.
Zurück zu Block 340, falls der aktuelle Zustand als der Zustand 1 (ferne Sprache) bestimmt wird und der Wert von Hloss als größer als 3 dB bestimmt wird, Block 342, dann wird die Anpassung des Zustandsfilters ermöglicht, Block 350. Der ERLE-Wert und der ERLE1-Wert werden anschließend mit VT verglichen und falls einer von beiden Werten größer als VT ist, Blöcke 352 und 354, dann wird die Anpassung des Echounterdrücker-Filters ermöglicht, Block 356. Sollten jedoch in beiden Blöcken 352 und 354 der ERLE-Wert und der ERLE1-Wert nicht größer als VT sein, wird das Echounterdrücker-Filters nicht angepaßt. In jedem Fall wird durch das vom Steuerungselement unter Verwendung der während des letzten Stille-Intervalls erhaltenen LPC- Koeffizienten gesteuerte Rauschsynthese-Element ein synthetisierter Rausch- Abtastwert erzeugt, Block 358. Der synthetisierte Rausch-Abtastwert s(n) wird ausgegeben, Block 360, wobei die Ausgangssteuerung durch das Steuerungselement geleistet wird. Anschließend wird eine Entscheidung bezüglich des nächsten Zustandes, in dem der NEC für die Verarbeitung des nächsten Abtastwertes sein wird, getroffen, anhand der Bestimmung des nächsten Zustandes beginnend bei Punkt E.
Bei Punkt E tritt die Programmausführung in eine nächste Subroutine ein. Sollte der Wert von DEM(x) nicht größer als oder gleich dem ganzahligen Wert 2 sein, Block 362, wird eine Abfrage durchgeführt, um festzustellen, ob DEM(e) kleiner als oder gleich 1 ist, Block 364. Falls DEM(e) nicht kleiner als oder gleich 1 ist, dann geht das Zustandssteuerungswerk in einen nächsten Zustand von 2 (nahe Sprache) über, Block 366. Sollte jedoch DEM(e) kleiner als oder gleich 1 sein, dann geht das Zustandssteuerungswerk in einen nächsten Zustand von 0 (Stille) über, Block 368. Unabhängig davon, ob ein Übergang zum Zustand 0 oder 2 erfolgt, wird die Routine bei Punkt F des Steuerungsalgorithmus des Zustandssteuerungswerkes zur Bestimmung von Nachwirken fortgesetzt.
Sollte jedoch der Wert von DEM(x) beim Eintritt in die Nächster-Zustand- Subroutine bei Punkt E größer als oder gleich 2 sein, Block 362, wird bestimmt, ob der Wert von DEM(e) gleich 3 ist, Block 370. Falls nicht, wird der nächste Zustand als 1 (ferne Sprache) festgelegt, Block 372, und die Routine wird bei Punkt F des Steuerungsalgorithmus des Zustandssteuerungswerkes zur Bestimmung von Nachwirken fortgesetzt. Falls in Block 370 der Wert von DEM(e) als gleich 3 bestimmt wird, wird eine Prüfung durchgeführt, um zu bestimmen, ob von den Werten Hloss, ERLE, ERLE1 jeder kleiner als 3 dB ist, Blöcke 374, 376 und 378. Falls in den Blöcken 374, 376 und 378 irgendeiner der Werte kleiner als 3 dB ist, wird der nächste Zustand als Zustand 3 (Doppelsprechen) festgelegt, Block 380. Falls jedoch in den Blöcken 374, 376 und 378 jeder Wert größer als oder gleich 3 dB ist, wird der nächste Zustand als Zustand 1 (ferne Sprache) festgelegt, Block 372. Von Block 380 und Block 372 wird die Routine wie zuvor bei Punkt F des Steuerungsalgorithmus des Zustandssteuerungswerkes zur Bestimmung von Nachwirken fortgesetzt.
Zurück zu Block 346, in den eingetreten wird, falls in Block 340 der aktuelle Zustand nicht als Zustand 1 (ferne Sprache) bestimmt wird, es wird eine Entscheidung getroffen, ob der aktuelle Zustand der Zustand 2 (nahe Sprache) ist. Falls der aktuelle Zustand der Zustand 2 ist, dann wird der Wert von e(n) ausgegeben, Block 382. Anschließend wird eine Entscheidung bezüglich des nächsten Zustandes getroffen, indem zuerst bestimmt wird, ob DEM(x) gleich 2 ist, Block 384, und falls ja, wird der nächste Zustand auf den Zustand 3 (Doppelsprechen) gesetzt, Block 386. Falls jedoch DEM(x) nicht gleich 3 ist, wird eine Entscheidung getroffen, ob DEM(e) größer als oder gleich 2 ist, Block 388.
Falls DEM(e) in Block 388 als größer als oder gleich 2 bestimmt wird, wird der nächste Zustand als verbleibend im aktuellen Zustand, Zustand 2 (nahe Sprache) gesetzt, Block 390. Falls jedoch in Block 388 DEM(e) als nicht größer als oder gleich 2 bestimmt wird, wird eine Entscheidung getroffen, ob DEM(x) kleiner als oder gleich 1 ist, Block 392. Falls in Block 392 DEM(x) als nicht kleiner als oder gleich 1 bestimmt wird, dann wird der nächste Zustand als Zustand 3 (Doppelsprechen) gesetzt, Block 386. Sollte DEM(x) in Block 392 als kleiner als oder gleich 1 bestimmt werden, dann wird der nächste Zustand als Zustand 4 (Nachwirken) gesetzt, Block 394. Zusätzlich wird in Block 394 ein interner Zähler Hcounter (nicht dargestellt) in dem Steuerungselement auf einen Hcount-Wert von 400 gesetzt. Von den Blöcken 386, 390 und 394 wird die Routine bei Punkt F des Steuerungsalgorithmus des Zustandssteuerungswerkes zur Bestimmung von Nachwirken fortgesetzt.
Zurück zu Block 346, falls das Ergebnis der Entscheidung ist, daß der aktuelle Zustand nicht Zustand 2 (nahe Sprache) ist, wird in Block 348 eine Entscheidung getroffen, ob der aktuelle Zustand der Zustand 3 (Doppelsprechen) ist. Falls der aktuelle Zustand der Zustand 3 ist, dann wird der Wert von e(n) ausgegeben, Block 396. Anschließend wird eine Entscheidung bezüglich des nächsten Zustandes getroffen, indem zuerst bestimmt wird, ob DEM(x) gleich 3 ist, Block 398, und falls nicht, wird die Routine bei Block 388 zur Zustandsbestimmung wie oben erläutert fortgesetzt. Falls jedoch DEM(x) gleich 3 ist, wird eine Entscheidung getroffen, ob Hloss größer als 3 dB ist, Block 400. Falls Hloss in Block 400 nicht größer als 3 dB ist, wird der nächste Zustand auf den Zustand 3 (Doppelsprechen) gesetzt, Block 386. Sollte Hloss größer als 3 dB sein, wird die Anpassung des Zustandsfilters ermöglicht, Block 402. Sobald dem Zustandsfilter die Anpassung ermöglicht wird, wird eine Entscheidung getroffen, ob der ERLE-Wert größer als MT ist, Block 404, und falls nicht, wird eine Entscheidung getroffen, ob der ERLE1-Wert größer als MT ist, Block 406. Falls einer der Werte ERLE oder ERLE1 größer als MT ist, dann wird der nächste Zustand auf den Zustand 4 (Nachwirken) gesetzt, Block 408. Falls jedoch der ERLE1-Wert nicht größer als MT ist, dann wird der nächste Zustand auf den Zustand 3 (Doppelsprechen) gesetzt, Block 386. Falls der nächste Zustand in Block 408 auf den Zustand 4 gesetzt wird, wird der Hcount-Wert auf 800 gesetzt. Von den Blöcken 386 und 408 wird die Routine bei Punkt F des Steuerungsalgorithmus des Zustandssteuerungswerkes zur Bestimmung von Nachwirken fortgesetzt.
Die Nachwirken-Routine stellt sicher, daß eine Verzögerung zwischen dem Übergang von einem Zustand mit naher Sprache oder einem Zustand mit Doppelsprechen zu einem Zustand mit ferner Sprache oder Stille auftritt. Sobald bei Punkt F der Eintritt in die Nachwirken-Routine erfolgt, wird eine Entscheidung getroffen, ob der aktuelle Zustand der Zustand 4 (Nachwirken) ist, Block 410. Sollte der aktuelle Zustand nicht Zustand 4 sein, wird der Steuerungsalgorithmus des Zustandssteuerungswerkes verlassen, wobei die Routine zum Punkt A aus Fig. 7 zurückkehrt.
Sollte in Block 410 der aktuelle Zustand als der Zustand 4 bestimmt werden, wird eine Entscheidung getroffen, ob der nächste Zustand auf einen Zustand kleiner als 2, d.h. Zustand 1 (ferne Sprache) oder Zustand 0 (Stille), gesetzt wurde, Block 412. Falls der nächste Zustand in Block 412 nicht als Zustand 0 oder 1 bestimmt wird, wird der Steuerungsalgorithmus des Zustandssteuerungswerkes verlassen, wobei die Subroutine zum Punkt A aus Fig. 7 zurückkehrt. Sollte jedoch der nächste Zustand als Zustand 0 oder 1 bestimmt werden, wird der Hcount-Wert dekrementiert, Block 414, wobei anschließend eine Entscheidung getroffen wird, ob der Hcount-Wert gleich 0 ist, Block 416. Falls der Hcount-Wert als gleich 0 bestimmt wird, dann wird der Steuerungsalgorithmus des Zustandssteuerungswerkes verlassen, wobei die Subroutine zum Punkt A aus Fig. 6 zurückkehrt. Falls jedoch der Hcount-Wert nicht gleich 0 ist, dann wird der nächste Zustand auf den Zustand 4 gesetzt, Block 418, und der Steuerungsalgorithmus des Zustandssteuerungswerkes wird verlassen, wobei die Subroutine zum Punkt A aus Fig. 7 zurückkehrt.
Es versteht sich, daß viele der Parameter, wie im Zusammenhang mit der beispielhaften Ausführung erläutert, innerhalb der Lehre der vorliegenden Erfindung verändert werden können. Beispielsweise kann der Wert der Verzögerung des Nachwirkens geändert werden, wie auch andere Parameter wie Schwellwerte, die Anzahl der Schwellwert-Stufen oder die Werte für die Schrittweiten der Filter, geändert werden können.
Die vorstehende Beschreibung des bevorzugten Ausführungsbeispiels wird bereitgestellt, um jede Person mit Fachkenntnis in die Lage zu versetzen, die vorliegende Erfindung auszuführen oder zu benutzen. Die verschiedenen Modifikationen zu diesen Ausführungsbeispielen werden für Jene mit Fachkenntnis leicht ersichtlich sein, und die allgemeinen Grundsätze hierin können auf andere Ausführungen ohne erfinderische Tätigkeit angewendet werden. Daher ist es nicht beabsichtigt, die vorliegende Erfindung auf die hierin aufgezeigten Ausführungsbeispiele einzuschränken, sondern sie soll dem weitesten Anwendungsbereich, der mit den hierin offenbarten Grundsätzen und neuartigen Merkmalen übereinstimmt, entsprechen.

Claims

1. Echokompensator bzw. Echolöscher zum Unterdrücken eines reflektierten Empfangskanalsignals in einem Rückkanalsignal, wobei das reflektierte Empfangskanalsignal durch einen Echokanal (142) mit einem Eingangs-Rückkanalsignal kombiniert ist, der Echokompensator bestehend aus:

einem ersten Filtermittel (156) zur Erzeugung erster Filterkoeffizienten, zur Erzeugung eines ersten geschätzten Echosignals mit den ersten Filterkoeffizienten, und zur Aktualisierung der ersten Filterkoeffizienten ansprechend auf ein erstes Filtersteuerungssignal;

einem ersten Addiermittel (148) zur Subtraktion des ersten geschätzten Echosignals von einem kombinierten Rückkanal- und Echo- Empfangskanalsignal, um ein erstes verbleibendes Echosignal zu erzeugen;

einem zweiten Filtermittel (158) zur Erzeugung zweiter Filterkoeffizienten, zur Erzeugung eines zweiten geschätzten Echosignals mit den zweiten Filterkoeffizienten, und zur Aktualisierung der zweiten Filterkoeffizienten ansprechend auf ein zweites Filtersteuerungssignal;

einem zweiten Addiermittel (150) zur Subtraktion des zweiten geschätzten Echosignals von dem kombinierten Signal, um ein zweites verbleibendes Echosignal zu erzeugen, und zur Versorgung des Rückkanals mit dem zweiten verbleibenden Echosignal;

und

einem Steuerungsmittel (152) zur Bestimmung eines von mehreren Steuerungszuständen aus dem Empfangskanalsignal, aus dem kombinierten Signal, und dem ersten und dem zweiten verbleibenden Echosignal, wobei ein erster Steuerungszustand ein Empfangskanalsignal oberhalb eines ersten vorbestimmten Energieniveaus anzeigt, wobei wenn sich das Steuerungsmittel (152) in dem ersten Steuerungszustand befindet, dieses das erste Steuerungssignal erzeugt, und das zweite Steuerungssignal erzeugt, wenn wenigstens ein erstes Energieverhältnis aus dem ersten verbleibenden Echosignal und dem kombinierten Signal oder ein zweites Energieverhältnis aus dem zweiten verbleibenden Echosignal und dem kombinierten Signal ein erstes vorbestimmtes Niveau übertrifft.

2. Echokompensator nach Anspruch 1, wobei das Steuerungsmittel (152), wenn im ersten Steuerungszustand, so gestaltet ist, daß es das erste vorbestimmte Energieverhältnis-Niveau bestimmt, indem bestimmt wird, ob das zweite Energieverhältnis größer ist als eine Summe eines ersten Schwellwertes und eines ersten vorbestimmten festen Wertes, und, falls dies so ist, das erste vorbestimmte Energieverhältnis-Niveau auf den ersten Schwellwert oder die Differenz aus zweitem Energieverhältnis und dem ersten vorbestimmten festen Wert setzt, je nachdem, welcher der beiden Werte größer ist, bzw. falls das zweite Energieverhältnis kleiner ist als die Summe des ersten Schwellwertes und des ersten vorbestimmten festen Wertes, das erste vorbestimmte Energieverhältnis- Niveau auf einen zweiten vorbestimmten festen Wert setzt, wenn das zweite Energieverhältnis kleiner ist als die Differenz zwischen dem zweiten vorbestimmten festen Wert und einem dritten vorbestimmten festen Wert.

3. Echokompensator nach Anspruch 1, wobei das Steuerungsmittel (152) ferner so gestaltet ist, daß es einen zweiten Steuerungszustand von mehreren Steuerungszuständen bestimmt, wobei der zweite Steuerungszustand ein Eingangs-Rückkanalsignal oberhalb eines zweiten vorbestimmten Energieniveaus anzeigt, und das Steuerungsmittel (152), wenn das Steuerungsmittel (152) im zweiten Steuerungszustand ist, die Erzeugung sowohl des ersten als auch des zweiten Steuerungssignals verhindert.

4. Echokompensator nach Anspruch 1, wobei das Steuerungsmittel (152) ferner so gestaltet ist, daß es einen zweiten Steuerungszustand von mehreren Steuerungszuständen bestimmt, wobei der zweite Steuerungszustand ein Empfangskanalsignal oberhalb des zweiten vorbestimmten Energieniveaus anzeigt und das Eingangs-Rückkanalsignal oberhalb eines zweiten vorbestimmten Energieniveaus ist, und das Steuerungsmittel, wenn das Steuerungsmittel im zweiten Steuerungszustand ist, das erste Steuersignal erzeugt.

5. Echokompensator nach Anspruch 4, wobei das Steuerungsmittel (152), wenn im zweiten Steuerungszustand, so gestaltet ist, daß es das erste Steuerungssignal erzeugt, wenn ein Verhältnis aus der Empfangskanalsignalenergie und kombiniertem Signal größer als ein drittes vorbestimmtes Energieverhältnis-Niveau ist.

6. Echokompensator nach Anspruch 1, wobei der Echokompensator ferner ein Ausgabemittel zur Erzeugung eines Rauschsignals und zur Bereitstellung des Rauschsignals als Ersatz für das zweite verbleibende Echosignal für den Rückkanal ansprechend auf ein Rauschauswahfsignal aufweist, wobei das Steuerungsmittel (152), wenn im ersten Steuerungszustand, ferner so gestaltet ist, daß es das Rauschauswahlsignal erzeugt.

7. Echokompensator nach Anspruch 6, wobei das Steuerungsmittel (152), wenn im ersten Steuerungszustand, so gestaltet ist, daß es das Rauschauswahlsignal erzeugt, wenn ein Verhältnis aus Empfangskanalsignalenergie und kombiniertem Signal größer als ein drittes vorbestimmtes Energieverhältnis-Niveau ist.

8. Echokompensator nach Anspruch 7, wobei das Steuerungsmittel (152) ferner so gestaltet ist, daß es einen zweiten Steuerungszustand von den genannten mehreren Steuerungszuständen bestimmt, wobei der zweite Steuerungszustand sowohl das Empfangskanalsignal als auch das Eingangs-Rückkanalsignal entsprechend unterhalb des zweiten und des dritten vorbestimmten Energieniveaus anzeigt, und daß das Steuerungsmittel, wenn das Steuerungsmittel (152) im zweiten Steuerungszustand ist, die Erzeugung sowohl des ersten als auch des zweiten Steuerungssignals verhindert, und wobei das Ausgabemittel besteht aus:

einem Rauschanalysemittel (166) zum Ausführen einer linearen Vorhersagekodierungsanalyse (linear predictive coding analysis) des zweiten verbleibenden Echosignals und zum Vorsehen einer Analyseausgabe, wenn das Steuerungsmittel (152) im zweiten Steuerungszustand ist;

einem Rauschsynthesemittel (168) zum Empfangen der Analyseausgabe und zum Synthetisieren des Rauschsignals repräsentativ für das zweite verbleibende Echosignal; und

einem Umschaltemittel (164) zum Vorsehen einer Ausgabe des zweiten verbleibenden Echosignals an den Rückkanal und zum Vorsehen eines Rauschsignals an den Rückkanal als Ersatz für das zweite verbleibende Echosignal ansprechend auf ein Rauschauswahlsignal.