DE69633045T2 - Verfahren und Vorrichtung zur adaptiven Identifikation und entsprechender adaptiver Echokompensator - Google Patents

Verfahren und Vorrichtung zur adaptiven Identifikation und entsprechender adaptiver Echokompensator Download PDF

Info

Publication number
DE69633045T2
DE69633045T2 DE69633045T DE69633045T DE69633045T2 DE 69633045 T2 DE69633045 T2 DE 69633045T2 DE 69633045 T DE69633045 T DE 69633045T DE 69633045 T DE69633045 T DE 69633045T DE 69633045 T2 DE69633045 T2 DE 69633045T2
Authority
DE
Germany
Prior art keywords
signal
input signal
observation
input
identification
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
DE69633045T
Other languages
English (en)
Other versions
DE69633045D1 (de
Inventor
Pascal Scalart
Pierre Duhamel
Abdelkrim Benamar
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Orange SA
Original Assignee
France Telecom SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from FR9510714A external-priority patent/FR2738695B1/fr
Priority claimed from FR9605312A external-priority patent/FR2748184B1/fr
Application filed by France Telecom SA filed Critical France Telecom SA
Application granted granted Critical
Publication of DE69633045D1 publication Critical patent/DE69633045D1/de
Publication of DE69633045T2 publication Critical patent/DE69633045T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R3/00—Circuits for transducers, loudspeakers or microphones
    • H04R3/02—Circuits for transducers, loudspeakers or microphones for preventing acoustic reaction, i.e. acoustic oscillatory feedback
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B3/00—Line transmission systems
    • H04B3/02—Details
    • H04B3/20—Reducing echo effects or singing; Opening or closing transmitting path; Conditioning for transmission in one direction or the other
    • H04B3/23—Reducing echo effects or singing; Opening or closing transmitting path; Conditioning for transmission in one direction or the other using a replica of transmitted signal in the time domain, e.g. echo cancellers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M9/00—Arrangements for interconnection not involving centralised switching
    • H04M9/08—Two-way loud-speaking telephone systems with means for conditioning the signal, e.g. for suppressing echoes for one or both directions of traffic
    • H04M9/082—Two-way loud-speaking telephone systems with means for conditioning the signal, e.g. for suppressing echoes for one or both directions of traffic using echo cancellers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M9/00—Arrangements for interconnection not involving centralised switching
    • H04M9/08—Two-way loud-speaking telephone systems with means for conditioning the signal, e.g. for suppressing echoes for one or both directions of traffic
    • H04M9/085—Two-way loud-speaking telephone systems with means for conditioning the signal, e.g. for suppressing echoes for one or both directions of traffic using digital techniques
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters
    • H03H2021/007—Computation saving measures; Accelerating measures
    • H03H2021/0076—Measures relating to the convergence time
    • H03H2021/0078—Measures relating to the convergence time varying the step size
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H21/00—Adaptive networks
    • H03H21/0012—Digital adaptive filters
    • H03H2021/0085—Applications
    • H03H2021/0089—System identification, i.e. modeling

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Otolaryngology (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
  • Filters That Use Time-Delay Elements (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)
  • Telephone Function (AREA)

Description

  • Die vorliegende Erfindung betrifft ein Verfahren und eine Vorrichtung zur adaptiven Systemidentifikation und einen sich darauf beziehenden adaptiven Echokompensator.
  • Der gegenwärtige Aufschwung der Telekommunikationen im Bereich der großen Öffentlichkeit und insbesondere der Funkkommunikationen mit Mobiltelefonen führt die Entwickler dieser Systeme zum Einsatz optimaler technischer Lösungen im Sinne von Benutzungskomfort.
  • In diesem Sinn sind die industriellen Forschungs- und Entwicklungsteams häufig mit Problemen der adaptiven Systemidentifikation konfrontiert. Von diesen Problemen kann man im Rahmen der Funkkommunikationen mit Mobiltelefonen die Problematik nennen, die mit der Entzerrung der Übertragungskanäle und mit der akustischen Echokompensation für die Freisprech-Funktelephonie verbunden ist.
  • Diese Probleme der Systemidentifikation werden häufig durch die Anwendung von Signalverarbeitungsverfahren, in die adaptive Identifikationsprozesse integriert sind, gelöst. Bis heute jedoch erlaubt keine dieser Vorrichtungen deren automatische Einstellung auf die Bedingungen von Umgebungsgeräusch.
  • Die Anwendung von solchen adaptiven Verfahren zur Systemidentifikation birgt einen wesentlichen Nachteil, der in der starken Korrelation zwischen den erzielten Leistungen und der Wahl der ihnen zugeordneten Steuer-/Regelparameter liegt. Diese Wahl ist umso mehr entscheidend, als sich die Benutzungsumgebung dieser Vorrichtungen im Laufe der Zeit weiterentwickelt, wie das zum Beispiel bei der akustischen Echokompensation im Kontext mit Funkkommunikationen mit den Mobiltelefonen der Fall sein kann.
  • Bei diesen Vorrichtungen kommen Identifikations-Algorithmen zum Einsatz, die in ihrer Zeitform durch die folgenden allgemeinen Gleichungen charakterisiert sind (siehe S. Haykin, "Adaptive Filter Theory", Englewood Cliffs, N. J. Prentice-Hall, 1991): et = yt – <HL,t–1, XL,t> (1) HL,t = HL,t–1 + μt·f(XL,t; et; λt) (2)wobei <., .> das Skalarprodukt zwischen zwei Vektoren repräsentiert, HL,t ein Vektor ist, der die Impulsantwort des Identifikationsfilters der Größe L zum Zeitpunkt t repräsentiert, μt ein normalisierter Adaptionsschritt ist, XL,t = (xt, xt–1, ..., xt–L+1) der aus L letzten Proben des Eingangssignals xt gebildete Vektor ist, yt die laufende Probe des Observationssignals ist, et der Filterungsfehler a priori ist, λt ein Auslassungsfaktor ist und f(.) die Funktion ist, die es erlaubt, diese verschiedenen Algorithmen zu unterscheiden. Es sei bemerkt, dass der Auslassungsfaktor ermöglicht, geglättete Korrelationskoeffizienten über die Zeit zu schätzen, wobei diese Koeffizienten den Identifikationsalgorithmen inhärent sind. Der NLMS-Algorithmus (Normalized Least Mean Squares, dt. normalisierte Methode der kleinsten Quadrate, siehe die oben zitierte Arbeit von S. Haykin) ist zum Beispiel durch die folgenden Gleichungen charakterisiert: et = yt – <HL,t–1, XL,t> (1)
    Figure 00020001
    wobei ||.||2 das Quadrat der Norm eines Vektors repräsentiert.
  • Diese Formulierung ((1) und (2)) nimmt Bezug auf einen Zeitalgorithmus, wobei aber zu bemerken ist, dass die hier dargestellte Methode auch für die Frequenzalgorithmen gültig ist.
  • Außerdem verwenden einige Algorithmen einen Adaptionsschritt und/oder einen Auslassungsfaktor. Also verwenden die schnellen rekursiven Algorithmen der kleinsten Quadrate (MCRR = frz. Moindres Carrés Récursifs Rapides) (siehe die vorstehend zitierte Arbeit von S. Haykin) einzig einen Auslassungsfaktor, während die Algorithmen des Gradiententyps (siehe die vorstehend zitierte Arbeit von S. Haykin) und des Projektionstyps (siehe den Artikel von K. Ozeki und T. Umeda, "An Adaptive Algorithm Using an Orthogonal Projection to an Affine Subspace and Its Properties", Electronics and Communications in Japan, vol. 67-A, n° 5, pp. 19–27, 1984) einen Adaptionsschritt und manchmal einen Auslassungsfaktor verwenden.
  • Wie vorstehend erwähnt, sind die Leistungen dieser Algorithmen (Konvergenzgeschwindigkeit, Fähigkeit zur Verfolgung nichtstationärer Zustände, Dejustierung nach Konvergenz) eng mit der Wahl der Größen λt und μt verbunden. Diese werden allgemein in Abhängigkeit von der Art der verarbeiteten Signale und von dem Pegel des für die gewünschte Anwendung charakteristischen Observierungsgeräusches eingestellt. Folglich wird im Fall von sehr verrauschten Signalen empfohlen, einen Adaptionsschritt zu wählen, der sehr nahe bei 0 liegt, und einen Auslassungsfaktor, der sehr nahe bei 1 liegt, um die Stabilität dieser Algorithmen gegenüber Geräusch zu vergrößern. Im Fall von schwach verrauschten Signalen dagegen erlaubt ein Adaptionsschritt nahe 1 das Erreichen einer größeren Konvergenzschnelligkeit des Identifikationsalgorithmus in Richtung auf die optimale Lösung.
  • Noch allgemeiner wird die Regelung dieser Parameter bei Anwendungen, bei denen der Geräuschpegel im Verlauf der Zeit variiert (das in der Praxis häufig angetroffene Fallbeispiel) schwierig und sie wird oft in Anbetracht der widrigsten Bedingungen realisiert. Folglich werden diese Größen im Rahmen der akustischen Echokompensation für die Freisprech-Funktelefone derart eingestellt, dass unter schwierigen Bedingungen (hohe Geschwindigkeit, offene Fenster, ...) ein zufriedenstellendes Verhalten erreicht wird. Dennoch ist es wichtig zu bemerken, dass diese Regelungen die Leistungen der besagten Algorithmen einschränken, wenn man sich unter weniger widrige Bedingungen begibt (zum Beispiel angehaltenes Fahrzeug für die akustische Echokompensation).
  • Diese Schwierigkeiten der Regelung der Steuer/Regel-Parameter der Identifikationsalgorithmen machen dieses Verfahren zur Zeit der Entwicklung sehr teuer. Um diesen beachtlichen Kosten entgegenzuwirken, wurde die Suche von Formulierungen des Adaptionsschritts und des Auslassungsfaktors unter Berücksichtigung der Variationen der Charakteristiken des Observationsgeräusches in Angriff genommen. Die in der Literatur vorhandenen Informationen betreffen variable Steuer/Regel-Parameter, die eine Unterscheidung von zwei Lösungstypen ermöglichen:
    • – Die Adaptionsschrittfolge {μt} wird zeitlich unendlich periodisch definiert, das heißt, dass μt für eine Rekursion der Ordnung N als Funktion von μt–1, ..., μt–N berechnet wird. Die Initialisierungswerte sind im allgemeinen von der Leistung des Observationssignals abhängig und sie berücksichtigen nicht explizit Geräuschbedingungen. Ein Beispiel dieses Typs ist in dem Artikel von D. T. M. Slock, "On the Convergence Behavior of the LMS and the Normalized LMS Algorithms", IEEE Trans. on Signal Processing, vol. 41, N° 9, pp. 2811–2825, September 1993, angegeben.
    • – Der Adaptionsschritt ist variabel und hängt im allgemeinen von der kurzzeitigen Leistung des Restfehlers ab. Dieser Fehler führt den Begriff des Umgebungsgeräusches insofern ein, als dieser sich durch die Summe des eigentlichen Identifikationsfehlers und des Observationsgeräusches ergibt. Dennoch erlaubt es dieser Adaptionsschritt nicht, den relativen Einfluss des Observationsgeräusches und jenen des identifikationsfehlers zu unterscheiden. Ein Beispiel dieses Typs ist in dem Artikel von H. Perez Meana et al., "A Time Varying Step Size Normalized LMS Echo Canceller Algorithm", Proc. of EUSIPCO-94, pp. II-249–II-252, Edinburgh, Schottland, September 1994 angegeben.
  • Es konnte also in der Literatur keine zufriedenstellende Lösung für das oben genannte Problem identifiziert werden.
  • Ein Ziel der Erfindung ist es, eine solche Lösung vorzuschlagen.
  • Die Erfindung schlägt deshalb ein adaptives Identifikationsverfahren zum Schätzen der Antwort eines Systems auf ein Eingangssignal vor, bei welchem man einerseits das Eingangssignal und andererseits ein Observationssignal empfängt, von dem eine Komponente die Antwort auf das Eingangssignal ist, bei welchem man ein Fehlersignal bestimmt, indem man von dem Observationssignal das durch ein Identifikationsfilter mit begrenzter Impulsantwort, die für die Antwort des Systems repräsentativ ist, gefilterte Eingangssignal subtrahiert, und bei welchem man die Koeffizienten des Identifikationsfilters unter Berücksichtigung des Eingangssignals, des Fehlersignals und eines Adaptionsschrittes adaptiert. Erfindungsgemäß variiert man den Wert des Adaptionsschrittes μt gemäß:
    Figure 00050001
    wobei a, c und d positive Konstanten bezeichnen, P1t eine Schätzung der Leistung des Eingangssignals zu dem in Betracht gezogenen Zeitpunkt bezeichnet und P2t eine Schätzung der Leistung des Observationssignals oder einer Störkomponente des Observationssignals zu dem in Betracht gezogenen Zeitpunkt bezeichnet.
  • Der Ausdruck (3) erlaubt eine automatische Einstellung des Adaptionsschrittes μt auf die Geräuschbedingungen, denen das System unterworfen ist.
  • Wenn man das Zusatzgeräusch voraussetzt, ergibt sich das Observationssignal durch die Summe des Ausgangssignals des zu identifizierenden Systems und des Observationsgeräusches. Wenn P2t die Leistung des Observationssignals ist, erlaubt der Ausdruck (3) das Erreichen eines Wertes nahe bei a/(c + dγ), wobei γ eine Majorante des Moduls im Quadrat der Übertragungsfunktion des zu identifizierenden Systems ist, wenn die Leistung des Geräusches oder der Störung gegenüber jener des Eingangssignals (und somit gegenüber jener des Ausgangssignals) schwächer ist und wenn umgekehrt ein Wert umso näher bei 0 liegt, je beachtlicher das Geräusch ist (das Identifikationsfilter muss bei einem vorhandenen beachtlichen Geräusch schwach adaptiert werden). Wenn P2t die Leistung der Störkomponente ist, liefert der Ausdruck (3) einen Wert von μ, der nahe bei a/c liegt, wenn die Leistung des Geräusches oder der Störung gegenüber jener des Eingangssignals schwach ist, und einen Wert, der nahe bei 0 liegt, wenn der Geräuschpegel beachtlich ist. In der Praxis werden die Konstanten a, c und d derart gewählt, dass der Variationsbereich des Adaptionsschrittes dem Stabilitätsbereich des verwendeten Algorithmus entspricht. Beispielsweise im Fall der Anwendung des NLMS auf weißes Rauschen erlaubt die Wahl a = c das Erhalten eines Adaptionsschrittes nahe 1 (Optimalwert für die Konvergenz in diesem Fall), wenn die Leistung des Observationsgeräusches gegenüber jener des Eingangssignals des zu identifizierenden Systems schwach ist.
  • Wenn der verwendete Adaptionsalgorithmus einen Auslassungsfaktor berücksichtigt, kann man erfindungsgemäß auch den Auslassungsfaktor λt variieren gemäß:
    Figure 00060001
    wobei μt den variablen Adaptionsschritt und αL eine positive Konstante bezeichnet.
  • Wenn der Adaptionsalgorithmus nicht ausdrücklich einen Adaptionsschritt berücksichtigt, sondern nur einen Auslassungsfaktor λt, kann dieser einen Wert haben, der gemäß einer entsprechenden Relation zu einer Verkettung der Formeln (3) und (4) variiert, das heißt:
  • Figure 00070001
  • Der Ausdruck (4) oder (5) erlaubt ebenfalls eine automatische Einstellung des Auslassungsfaktors λt des Algorithmus auf die Bedingungen des Observationsgeräusches.
  • Folglich tendiert dieser Auslassungsfaktor nach [1 – a/((c + dγ)αL)] (oder nach [1 – a/cαL]), wenn die Rauschleistung gegenüber jener des Eingangssignals schwach ist, und umgekehrt nach 1, wenn der Rauschpegel anwächst. Dieser letzte Aspekt kann sich durch das Fehlen der kurzzeitigen Verfügbarkeit von Energieschätzfunktionen bei einem vorhandenen beachtlichen Geräusch und somit durch die Notwendigkeit erklären, den Speicher um diese Schätzfunktionen zu erweitern, um Informationen längerfristig zu verwerten.
  • Ein zweiter Aspekt der Erfindung betrifft eine Vorrichtung zur adaptiven Identifikation eines Systems, an welches ein Eingangssignal angelegt wird, umfassend:
    • – einen ersten Eingang, der das Eingangssignal empfängt;
    • – einen zweiten Eingang, der ein Observationssignal empfängt, von dem eine Komponente eine Antwort des Systems auf das Eingangssignal ist;
    • – ein Identifikationsfilter mit begrenzter Impulsantwort, die repräsentativ ist für die Antwort des Systems;
    • – ein Subtrahierglied, das ein Fehlersignal produziert, indem es das durch das Identifikationsfilter gefilterte Eingangssignal von dem Observationssignal subtrahiert;
    • – Mittel zur Anpassung der Koeffizienten des Identifikationsfilters abhängig von dem Eingangssignal, dem Fehlersignal und einem Adaptionsschritt und/oder einem Auslassungsfaktor;
    • – erste Mittel zum Schätzen der Leistung des Eingangssignals;
    • – zweite Mittel zum Schätzen der Leistung des Observationssignals oder einer Störkomponente des Observationssignals; und
    • – Mittel zur Berechnung des Adaptionsschrittes und/oder des Auslassungsfaktors, der(die) an die Adaptionsmittel geliefert wird(werden).
  • Wenn die Adaption einen Adaptionsschritt μt aufruft, variiert dieser gemäß der obenstehenden Formel (3). Wenn die Adaption einen Auslassungsfaktor λt aufruft, variiert dieser gemäß der obenstehenden Formel (4) oder (5).
  • Eine solche Vorrichtung kann insbesondere Teil eines adaptiven Echokompensators sein. Ein adaptiver Echokompensator entnimmt einem Rückmeldesignal Echokomponenten eines direkten Signals. Der erste Eingang der Vorrichtung zur adaptiven Identifikation empfängt das direkte Signal als Eingangssignal, während der zweite Eingang das Rückmeldesignal empfängt. Das Fehlersignal bildet das Ausgangssignal des Echokompensators.
  • Weitere Merkmale und Vorteile der vorliegenden Erfindung ergeben sich aus der nachstehenden Beschreibung von bevorzugten, jedoch die Erfindung nicht einschränkenden Ausführungsbeispielen unter Bezugnahme auf die anliegenden Zeichnungen. Darin zeigt:
  • 1 ein Blockschaltbild einer erfindungsgemäßen Vorrichtung zur adaptiven Identifikation;
  • 2 ein Blockschaltbild eines erfindungsgemäßen Echokompensators.
  • 1 zeigt ein zu identifizierendes System 10, an welches ein zeitvariables Signal xt angelegt wird. Mit zt ist die Antwort des Systems 10 auf das Eingangssignal xt bezeichnet. Das Maß der Antwort zt ist unvermeidbar mit der Beifügung einer Störkomponente bt, die Observationsgeräusch genannt wird, verbunden. Dieses Observationsgeräusch bt kann streng genommen ein Geräusch (weißes Geräusch oder Straßengeräusch zum Beispiel), aber auch ein Nutzsignal umfassen. Die Komponente bt wird insofern als Observationsgeräusch bezeichnet, als sie die Observation der Antwort zt stört. Die Additionseinrichtung 12 symbolisiert in der Figur das Hinzufügen der Störkomponente bt, die als additiv betrachtet wird, zur Antwort zt. Das gemessene Observationssignal yt ist folglich die Antwort eines wirklichen Systems 14, welches das zu identifizierende System 10 und die Additionseinrichtung 12 enthält.
  • Die Vorrichtung 16 zur adaptiven Identifikation empfängt das Eingangssignal xt an einem ersten Eingang E1 und das Observationssignal yt an einem zweiten Eingang E2. Die Signale xt und yt werden am Eingang der Vorrichtung 16 durch nicht dargestellte übliche Elemente verstärkt, gefiltert und digitalisiert.
  • Die Vorrichtung 16 zur adaptiven Identifikation umfasst ein Identifikationsfilter 18, das aus einem programmierbaren Filter mit begrenzter Impulsantwort besteht. Die Koeffizienten des Identifikationsfilters 18 werden adaptiert, damit dieses Filter für die Antwort des zu identifizierenden Systems repräsentativ ist. Das Filter 18 empfängt das digitalisierte Eingangssignal xt und liefert eine Schätzung ẑt der Antwort zt des Systems 10.
  • Eine Subtrahiereinrichtung 20 zieht diese Schätzung ẑt von dem digitalisierten Observationssignal yt ab, um ein Fehlersignal et zu liefern. Dieses Fehlersignal et kann als eine Schätzung der Störkomponente bt gesehen werden.
  • Eine Einheit 22 zur Aktualisierung des Identifikationsfilters adaptiert die Koeffizienten des Filters 18 auf Grundlage des Eingangssignals xt und des Fehlersignals et. Die Einheit 22 berücksichtigt für die Adaption einen Adaptionsschritt μt und/oder einen Auslassungsfaktor λt. Erfindungsgemäß sind der Adaptionsschritt μt und gegebenenfalls der Auslassungsfaktor λt in Abhängigkeit von dem Eingangssignal und von dem Observationssignal variabel.
  • Die Vorrichtung 16 zur adaptiven Identifikation umfasst eine Einheit 24, die eine Schätzung P1t der Leistung des Eingangssignals xt berechnet, und eine Einheit 26, die eine Schätzung P2t entweder der Leistung des Observationssignals yt oder der Leistung der Störkomponente bt des Observationssignals yt berechnet. Eine Einheit 28 berechnet den Adaptionsschritt μt und gegebenenfalls den Auslassungsfaktor λt in Abhängigkeit der Leistungsschätzungen P1t und P2t und liefert sie an die Einheit 22 zur Aktualisierung des Identifikationsfilters. Der Adaptionsschritt μt wird berechnet gemäß der Formel:
    Figure 00100001
    wobei a, c und d positive Konstanten bezeichnen.
  • Wenn der durch die Einheit 22 durchgeführte Aktualisierungs-Algorithmus einen Auslassungsfaktor λt aufruft, wird dieser durch die Einheit 28 berechnet gemäß der Formel:
    Figure 00100002
    wobei αL eine positive Konstante bezeichnet, die gleich dem Produkt eines Koeffizienten α mit der in Probenmengen ausgedrückten Länge L der Impulsantwort des verwendeten Identifikationsfilters 18 ist.
  • Die Einheit 22 zur Aktualisierung des Identifikationsfilters führt zum Beispiel den Algorithmus des normalisierten stochastischen Gradienten (NMLS) durch, dessen Gleichungen (1) und (2b) in der Einleitung in Erinnerung gebracht wurden. Ein weiteres Beispiel eines anwendbaren Adaptionsalgorithmus ist der Algorithmus der affinen Projektion (APA) der 2. Ordnung, dessen Gleichungen lauten:
  • Figure 00110001
  • Der variable Adaptionsschritt und/oder der variable Auslassungsfaktor können ebenso mit verschiedenen anderen Adaptionsalgorithmen verwendet werden, die von der Einheit 22 durchgeführt werden können.
  • Der Auslassungsfaktor λt dient, wenn er verwendet wird, allgemein zur Berechnung von Skalarprodukten wie beispielsweise jenen, wie sie in der Gleichung (6) im Fall des Algorithmus APA der 2. Ordnung vorgesehen sind. Die Skalarprodukte werden folglich rekursiv an einem exponentiellen Fenster berechnet, das durch den Wert des Auslassungsfaktors charakterisiert ist: <XL,t, XL,t–1> = λt<XL,t–1, XL,t–2> + xtxt–1 (8) oder <XL,t, XL,t–1> = λt<XL,t–1, XL,t–2> + (1 – λt)xtxt–1 (8b)und ||XL,t–1||2 = λt||XL,t–2||2 + xt–1 2 (9)oder ||XL,t–1||2 = λt||XL,t–2||2 + (1 – λt)xt–1 2 (9b)
  • Der Ausdruck (9) oder (9b) können im Fall des NLMS-Algorithmus gleichermaßen zum Berechnen von ||XL,t||2 (Gleichung (2b)) verwendet werden. Der Wert des Koeffizienten α, der zur Berechnung des variablen Auslassungsfaktors λt dient, hängt von dem verwendeten Adaptionsalgorithmus ab. Der Wert α = 1 eignet sich im allgemeinen für die Algorithmen des Gradienten- oder des Projektionstyps, während α = 3 für Algorithmen des Typs MCRR geeignet ist.
  • Ein Beispiel eines Adaptionsalgorithmus, der einzig den variablen Auslassungsfaktor λt (definiert durch die Gleichung (5) mit α = 3) einsetzt, ist der RLS-Algorithmus (rekursive Methode der kleinsten Quadrate oder MCR für frz. Moindres Carrés Récursifs) mit exponentieller Auslassung, der durch die folgenden Gleichungen (10) bis (15) angegeben ist:
    • • Initialisierung: R–1L,0 = c·IL wobei c eine reelle positive Zahl ist und IL die Matrixidentität der Dimension L × L ist.
    • • Akquisition von xt und yt; Speichern von xt
    • • Berechnung der Kalman-Verstärkung:
    • – Berechnung eines dazwischenliegenden Vektors KL,t und eines Skalars kL,t KL,t = R–1L,t–1 ·XL,t (10) kL,t = λt + <KL,t, XL,t> (11)
    • – Berechnung der Kalman-Verstärkung:
      Figure 00130001
    • • Aktualisierung der Inversen der Autokorrelationsmatrix:
      Figure 00130002
    • • Filterung: et = yt – <HL,t–1, XL,t> (14)
    • • Adaption: HL,t = HL,t–1 – et·CL,t (15)
  • Obwohl vorstehend auf Zeitalgorithmen Bezug genommen wurde, ist die Erfindung auch auf Frequenzalgorithmen anwendbar, d. h. bei diesen werden die Signale im Frequenzbereich konvertiert (zum Beispiel durch Fourier-Transformation), im Frequenzbereich durch ein programmierbares Filter gefiltert und dann im Zeitbereich durch inverse Fourier-Transformation zugeführt. In diesem Fall entsprechen die Eingangssignale xt Frequenzkomponenten des Ursprungssignals, die durch Fourier-Transformation oder Unterbandfilterung erhalten werden, und die Leistungen P1t und P2t repräsentieren die entsprechenden Leistungen. Man stellt fest, dass die so erhaltenen Koeffizienten μt und λt hinsichtlich der verschiedenen Frequenzkomponenten allgemein verschieden sind.
  • 2 zeigt einen adaptiven Echokompensator, der eine Vorrichtung 16 zur adaptiven Identifizierung des mit Bezug auf 1 beschriebenen Typs enthält. Der Echokompensator ist mit einer Freisprech-Telefoneinrichtung verbunden. Das Eingangssignal xt ist das am Lautsprecher 11 der Freisprecheinrichtung bestimmte direkte Signal. Das Observationssignal yt ist das durch das Mikrophon 13 der Freisprecheinrichtung aufgenommene Rückmeldesignal. Dieses Observationssignal yt enthält Echokomponenten zt des direkten Signals und Störkomponenten bt, die Geräusch und Sprache des Sprechers enthalten können. Das zu identifizierende System besteht aus dem oder den Echowegen zwischen dem Lautsprecher 11 und dem Mikrophon 13.
  • Bei seiner Anwendung auf einen adaptiven Echokompensator umfasst das System 16 zur adaptiven Identifikation einen Stimmaktivitäts-Detektor 30, der anzeigt, ob das direkte Signal xt stimmaktiv oder -inaktiv ist. Solche Stimmaktivitäts-Detektoren werden üblicherweise in den Echokompensatoren verwendet. Die Einheit 22 führt eine Aktualisierung des Identifikationsfilters 18 nur aus, wenn das direkte Signal xt eine Stimmaktivität unterstützt.
  • Zum Schätzen der Leistung P1t des Eingangssignals xt benutzt die Einheit 24 ein exponentielles Fenster, dessen Zeitkonstante von der Größe γ = 1 – 1/L abhängt: P1t = γ·P1t–1 + xt 2 (16)oder P1t = γP1t–1 + (1 – γ)xt 2 (16b)wobei xt die Probe des Eingangssignals zum Zeitpunkt t repräsentiert.
  • Dasselbe exponentielle Fenster kann von der Einheit 26 zum Berechnen der Schätzung P2t. verwendet werden. Wenn P2t eine Schätzung der Leistung des Observationssignals repräsentiert, wird diese angegeben durch P2t = γ·P2t–1 + yt 2 (17)oder P2t = γ·P2t–1 + (1 – γ)yt 2 (17b)wobei yt die Probe des Rückmeldesignals zum Zeitpunkt t ist. Wenn die Schätzung P2t die Leistung der Störkomponente des Observationssignals repräsentiert, wendet die Einheit 26 die gleiche Formel (17) oder (17b) an, aber lediglich zu Zeitpunkten, an denen der Stimmaktivitäts-Detektor 30 anzeigt, dass das direkte Signal stimminaktiv ist.
  • Der vorstehende Echokompensator hat den Vorteil, dass er gegenüber dem Phänomen des Doppelsprechens (der Fall, in dem sich die lokale Sprache über das Echosignal legt) relativ stabil ist. Die Situation des Doppelsprechens führt zur Erhöhung der Leistungsschätzung P2t und somit zu einer Verringerung des Werts des Adaptionsschrittes μt. Die automatische Einstellung des Adaptionsschrittes μt erlaubt folglich die Begrenzung des Einflusses der Adaption in der Situation des Doppelsprechens, ohne dass diese Situationen des Doppelsprechens eigens erfasst werden müssen. Die im Labor durchgeführten Versuche konnten die guten Leistungen des Echokompensators in Situationen des Doppelsprechens bestätigen.
  • In der Praxis kann dieser Echokompensator realisiert werden, indem man einen für die Bearbeitung des Signals (DSP) spezialisierten Prozessor in der üblichen Weise programmiert. Er kann auch mittels einer dieser Anwendung gewidmeten speziellen integrierten Schaltung (ASIC) realisiert werden.
  • Die Erfinder konnten die Leistungsverbesserung verifizieren, die das erfindungsgemäße adaptive Identifikationsverfahren in einem Echokompensator herbeiführt. Indem man zum Beispiel den Adaptionsschritt μt und den Auslassungsfaktor λt gemäß den Beziehungen (3) und (4) variiert, wobei P2t die Leistung der Störkomponente des Observationssignals repräsentiert und wobei die Parameterwahl a = c = 20, d = L = 256 bei einer Signal-Abstastfrequenz von 8 kHz ist, kann man beobachten, dass der APA-Algorithmus der 2. Ordnung für eine signifikante Vergrößerung der Echodämpfung (ERLE: "Echo Return Loss Enhancement") im Verhältnis zu demselben Algorithmus sorgt, der ein festen Adaptionsschritt verwendet, insbesondere bei vorhandenem starken Umgebungsgeräusch. Die Erfinder haben auch verifiziert, dass man eine geringere Störung der Leistungen des Echokompensators in der Situation des Doppelsprechens erreicht, indem man einen festen Adaptionsschritt verwendet. Dies kann zum Beispiel bei dem APA-Algorithmus der 2. Ordnung beobachtet werden, indem man den Adaptionsschritt μt und den Auslassungsfaktor λt gemäß den Relationen (3) und (4) variiert, wobei P2t die Leistung des Observationssignals repräsentiert und wobei die Parameterwahl a = 2,5, c = 10, d = 80, L = 256 bei einer Signal-Abtastfrequenz von 8 kHz ist.
  • Das Verfahren und die Vorrichtung zur adaptiven Identifikation gemäß der Erfindung erlauben eine Verbesserung der Leistungsfähigkeit der adaptiven Identifikationssysteme in verrauschter Umgebung. Die dargestellte Technik löst das durch die Wahl der Parameter für die Steuerung/Regelung dieser Systeme in Umgebungen, deren Charakteristiken des Geräusches im Verlauf der Zeit variieren, häufig gestellte Problem. Von diesen Umgebungen, die man in der Praxis häufig antrifft, kann man die Variation des im Innenraum eines Fahrzeugs aufgenommenen Geräuschpegels bei offenen oder geschlossenen Fenstern oder auch bei einem entgegenkommenden Fahrzeug nennen.
  • Es ist wichtig zu bemerken, dass die Parameterwahl bis heute empirisch im Labor und unter Berücksichtigung der widrigsten Bedingungen erfolgt ist. Die Erfindung schafft einen bedeutenden Fortschritt insofern, als diese Parameter abhängig von den angetroffenen Geräuschbedingungen in adaptiver Weise automatisch eingestellt werden.
  • Diese Vorrichtung erlaubt im übrigen eine signifikante Erhöhung der Leistung dieser Identifikationssysteme in der Situation des Doppelsprechens, was die mit diesen Identifikationssystemen verbundenen Steuer-/Regelmechanismen erheblich vereinfacht.
  • Obwohl das Verfahren und die Vorrichtung zur adaptiven Identifikation gemäß der Erfindung in ihrer Anwendung auf die akustische Echounterdrückung im Zusammenhang mit Funkkommunikationen mittels Mobiltelefonen beschrieben wurden, können sie andererseits ebenso in jedem adaptiven Identifikationssystem (Entzerrung der Übertragungskanäle, elektrische Echounterdrückung für die Telephonie, automatische Verfahrensbefehle für die Produktionssteuerung, ...) angewendet werden.
  • Die Vielzahl der Anwendungsbereiche der vorstehend beschriebenen Erfindung vergrößert nur ihren wesentlichen Vorteil, nämlich die äußerst signifikante Leistungsverbesserung der adaptiven Identifikationssysteme, die durch eine automatische und adaptive Vorrichtung erreicht wird, und dies inmitten von Umgebungen, deren Geräuschcharakteristiken im Verlauf der Zeit variieren.

Claims (7)

  1. Verfahren zur adaptiven Identifikation zum Schätzen der Antwort eines Systems (10) auf ein Eingangssignal (xt), bei welchem man einerseits das Eingangssignal und andererseits ein Observationssignal (yt) empfängt, von dem eine Komponente die Antwort auf das Eingangssignal ist, bei welchem man ein Fehlersignal (et) bestimmt, indem man von dem Observationssignal das durch ein Identifikationsfilter (18) mit begrenzter Impulsantwort, die für die Antwort des Systems repräsentativ ist, gefilterte Eingangssignal subtrahiert, und bei welchem man die Koeffizienten des Identifikationsfilters unter Berücksichtigung des Eingangssignals, des Fehlersignals und eines Adaptionsschrittes adaptiert, dadurch gekennzeichnet, dass man den Wert des Adaptionsschrittes μt variiert gemäß:
    Figure 00190001
    wobei a, c und d positive Konstanten bezeichnen, P1t eine Schätzung der Leistung des Eingangssignals zu dem in Betracht gezogenen Zeitpunkt bezeichnet und P2t eine Schätzung der Leistung des Observationssignals oder einer Störkomponente des Observationssignals zu dem in Betracht gezogenen Zeitpunkt bezeichnet.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Adaption der Koeffizienten des Identifikationsfilters (18) einen variablen Auslassungsfaktor λt der Formel:
    Figure 00200001
    berücksichtigt, wobei μt den variablen Adaptionsschritt und αL eine positive Konstante bezeichnet.
  3. Verfahren zur adaptiven Identifikation zum Schätzen der Antwort eines Systems (10) auf ein Eingangssignal (xt), bei welchem man einerseits das Eingangssignal und andererseits ein Observationssignal (yt) empfängt, von dem eine Komponente die genannte Antwort auf das Eingangssignal ist, bei welchem man ein Fehlersignal (et) bestimmt, indem man von dem Observationssignal das durch ein Identifikationsfilter (18) mit begrenzter Impulsantwort, die für die Antwort des Systems repräsentativ ist, gefilterte Eingangssignal subtrahiert, und bei welchem man die Koeffizienten des Identifikationsfilters unter Berücksichtigung des Eingangssignals, des Fehlersignals und eines Auslassungsfaktors adaptiert, dadurch gekennzeichnet, dass man den Wert des Auslassungsfaktors λt variiert gemäß:
    Figure 00200002
    wobei a, c, d und αL positive Konstanten bezeichnen, P1t eine Schätzung der Leistung des Eingangssignals zu dem in Betracht gezogenen Zeitpunkt bezeichnet und P2t eine Schätzung der Leistung des Observationssignals oder einer Störkomponente des Observationssignals zu dem in Betracht gezogenen Zeitpunkt bezeichnet.
  4. Vorrichtung zur adaptiven Identifikation eines Systems (10), an welches ein Eingangssignal (xt) angelegt wird, umfassend: – einen ersten Eingang (E1), der das Eingangssignal empfängt; – einen zweiten Eingang (E2), der ein Observationssignal (yt) empfängt, von dem eine Komponente eine Antwort des Systems auf das Eingangssignal ist; – ein Identifikationsfilter (18) mit begrenzter Impulsantwort, die repräsentativ ist für die Antwort des Systems; – ein Subtrahierglied (20), das ein Fehlersignal (et) produziert, indem es das durch das Identifikationsfilter gefilterte Eingangssignal von dem Observationssignal subtrahiert; und – Mittel (22) zur Anpassung der Koeffizienten des Identifikationsfilters abhängig von dem Eingangssignal, dem Fehlersignal und einem Adaptionsschritt, dadurch gekennzeichnet, dass sie ferner umfasst: – erste Mittel (24) zum Schätzen der Leistung (P1t) des Eingangssignals; – zweite Mittel (26) zum Schätzen der Leistung (P2t) des Observationssignals oder einer Störkomponente des Observationssignals; und – Mittel (28) zur Berechnung des Adaptionsschrittes, der an die Adaptionsmittel (22) geliefert wird, wobei der Adaptionsschritt μt gemäß der Formel
    Figure 00210001
    variiert, in der a, c und d positive Konstanten bezeichnen, P1t die von den ersten Schätzmitteln (24) gelieferte Leistungsschätzung ist und P2t die von den zweiten Schätzmitteln (26) gelieferte Leistungsschätzung ist.
  5. Vorrichtung nach Anspruch 4, dadurch gekennzeichnet, dass die Mittel (22) zur Adaption der Koeffizienten des Identifikationsfilters einen variablen Auslassungsfaktor λt berücksichtigen, der durch die Berechnungsmittel (28) berechnet wird gemäß:
    Figure 00220001
    wobei μt den variablen Adaptionsschritt und αL eine positive Konstante bezeichnet.
  6. Vorrichtung zur adaptiven Identifikation eines Systems (10), an welches ein Eingangssignal (xt) angelegt wird, umfassend: – einen ersten Eingang (E1), der das Eingangssignal empfängt; – einen zweiten Eingang (E2), der ein Observationssignal (yt) empfängt, von dem eine Komponente eine Antwort des Systems auf das Eingangssignal ist; – ein Identifikationsfilter (18) mit begrenzter Impulsantwort, die repräsentativ ist für die Antwort des Systems; – ein Subtrahierglied (20), das ein Fehlersignal (et) produziert, indem es das durch das Identifikationsfilter gefilterte Eingangssignal von dem Observationssignal subtrahiert; und – Mittel (22) zur Adaption der Koeffizienten des Identifikationsfilters abhängig von dem Eingangssignal, dem Fehlersignal und einem Auslassungsfaktor, dadurch gekennzeichnet, dass sie ferner umfasst: – erste Mittel (24) zum Schätzen der Leistung (P1t) des Eingangssignals; – zweite Mittel (26) zum Schätzen der Leistung (P2t) des Observationssignals oder einer Störkomponente des Observationssignals; und – Mittel (28) zur Berechnung des Auslassungsfaktors, der an die Adaptionsmittel (22) geliefert wird, wobei der Auslassungsfaktor λt gemäß der Formel
    Figure 00230001
    variiert, in der a, c, d und αL positive Konstanten bezeichnen, P1t die von den ersten Schätzmitteln (24) gelieferte Leistungsschätzung ist und P2t die von den zweiten Schätzmitteln (26) gelieferte Leistungsschätzung ist.
  7. Adaptiver Echokompensator zum Beseitigen von Echokomponenten eines direkten Signals (xt) aus einem Rückmeldesignal (yt), dadurch gekennzeichnet, dass er eine Identifikationsvorrichtung (16) entsprechend einem der Ansprüche 4 bis 6 umfasst, deren erster Eingang (E1) das direkte Signal (xt) als Eingangssignal empfängt und deren zweiter Eingang (E2) das Rückmeldesignal (yt) als Observationssignal empfängt, wobei das Fehlersignal (et) das Ausgangssignal des Echokompensators bildet.
DE69633045T 1995-09-13 1996-09-10 Verfahren und Vorrichtung zur adaptiven Identifikation und entsprechender adaptiver Echokompensator Expired - Lifetime DE69633045T2 (de)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
FR9510714A FR2738695B1 (fr) 1995-09-13 1995-09-13 Procede et dispositif d'identification adaptative et annuleur d'echo adaptatif incluant un tel dispositif
FR9510714 1996-04-26
FR9605312A FR2748184B1 (fr) 1996-04-26 1996-04-26 Procede et dispositif d'annulation d'echo
FR9605312 1996-04-26

Publications (2)

Publication Number Publication Date
DE69633045D1 DE69633045D1 (de) 2004-09-09
DE69633045T2 true DE69633045T2 (de) 2005-07-28

Family

ID=26232201

Family Applications (2)

Application Number Title Priority Date Filing Date
DE69634841T Expired - Lifetime DE69634841T2 (de) 1995-09-13 1996-09-10 Verfahren und Vorrichtung zur Echokompensation
DE69633045T Expired - Lifetime DE69633045T2 (de) 1995-09-13 1996-09-10 Verfahren und Vorrichtung zur adaptiven Identifikation und entsprechender adaptiver Echokompensator

Family Applications Before (1)

Application Number Title Priority Date Filing Date
DE69634841T Expired - Lifetime DE69634841T2 (de) 1995-09-13 1996-09-10 Verfahren und Vorrichtung zur Echokompensation

Country Status (4)

Country Link
US (1) US5734715A (de)
EP (2) EP1401183B1 (de)
JP (1) JP4101317B2 (de)
DE (2) DE69634841T2 (de)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE516835C2 (sv) * 1995-02-15 2002-03-12 Ericsson Telefon Ab L M Ekosläckningsförfarande
US6192087B1 (en) 1996-11-15 2001-02-20 Conexant Systems, Inc. Method and apparatus for spectral shaping in signal-point limited transmission systems
US6278744B1 (en) 1996-11-15 2001-08-21 Conexant Systems, Inc. System for controlling and shaping the spectrum and redundancy of signal-point limited transmission
FR2764469B1 (fr) * 1997-06-09 2002-07-12 France Telecom Procede et dispositif de traitement optimise d'un signal perturbateur lors d'une prise de son
JP3564974B2 (ja) * 1997-11-07 2004-09-15 東海ゴム工業株式会社 周期性信号の適応制御方法
US6570985B1 (en) * 1998-01-09 2003-05-27 Ericsson Inc. Echo canceler adaptive filter optimization
US6381272B1 (en) * 1998-03-24 2002-04-30 Texas Instruments Incorporated Multi-channel adaptive filtering
DE19831320A1 (de) * 1998-07-13 2000-01-27 Ericsson Telefon Ab L M Digitales adaptives Filter und akustischer Echokompensator
FR2791492B1 (fr) * 1999-03-26 2001-06-08 France Telecom Procede et dispositif d'identification adaptative, et annuleur d'echo adaptatif mettant en oeuvre un tel procede
FR2792146B1 (fr) * 1999-04-07 2001-05-25 Parrot Sa Procede de suppression de l'echo acoustique d'un signal audio, notamment dans le signal capte par un microphone
US6694020B1 (en) * 1999-09-14 2004-02-17 Agere Systems, Inc. Frequency domain stereophonic acoustic echo canceller utilizing non-linear transformations
DE10043064B4 (de) * 2000-09-01 2004-07-08 Dietmar Dr. Ruwisch Verfahren und Vorrichtung zur Elimination von Lautsprecherinterferenzen aus Mikrofonsignalen
JP3707443B2 (ja) 2002-03-28 2005-10-19 日本電気株式会社 適応忘却係数制御適応フィルタ、および忘却係数適応制御方法
FR2841721B1 (fr) * 2002-06-28 2004-08-20 France Telecom Dispositif de traitement d'echo pour systeme de communication de type monovoie ou multivoies
US7480595B2 (en) * 2003-08-11 2009-01-20 Japan Science And Technology Agency System estimation method and program, recording medium, and system estimation device
US7046794B2 (en) * 2003-12-12 2006-05-16 Motorola, Inc. Double talk activity detector and method for an echo canceler circuit
US7099458B2 (en) * 2003-12-12 2006-08-29 Motorola, Inc. Downlink activity and double talk probability detector and method for an echo canceler circuit
DE602005013362D1 (de) * 2004-01-29 2009-04-30 Nxp Bv Echolöscher mit durch störungspegel gesteuerter schrittgrösse
JP4573792B2 (ja) * 2006-03-29 2010-11-04 富士通株式会社 ユーザ認証システム、不正ユーザ判別方法、およびコンピュータプログラム
EP1940139B1 (de) 2006-12-28 2013-05-22 France Telecom Steuerung von Echounterdrückungsfiltern
JP6389805B2 (ja) * 2015-06-23 2018-09-12 日本電信電話株式会社 伝達系推定装置、その方法及びプログラム
CN109360580B (zh) * 2018-12-11 2022-01-04 珠海一微半导体股份有限公司 一种基于语音识别的迭代去噪装置和清洁机器人
CN113655280B (zh) * 2021-08-13 2023-09-26 海南师范大学 一种在电动汽车动力电池连接时的绝缘阻值检测方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5797262A (en) * 1980-12-09 1982-06-16 Nippon Telegr & Teleph Corp <Ntt> Loud speaker telephone set system
US4591669A (en) * 1984-09-26 1986-05-27 At&T Bell Laboratories Adaptive filter update gain normalization
CA1233925A (en) * 1985-05-10 1988-03-08 Gordon J. Reesor Digital loudspeaking telephone
US4901346A (en) * 1988-12-28 1990-02-13 American Telephone And Telegraph Co. Computer controlled speakerphone for adapting to a communication line
JPH04271622A (ja) * 1991-02-27 1992-09-28 Nec Corp エコーキャンセラ
US5307405A (en) * 1992-09-25 1994-04-26 Qualcomm Incorporated Network echo canceller
JP3477763B2 (ja) * 1993-11-02 2003-12-10 富士通株式会社 エコーキャンセラ
JP3008763B2 (ja) * 1993-12-28 2000-02-14 日本電気株式会社 適応フィルタによるシステム同定の方法および装置
US5606581A (en) * 1994-03-17 1997-02-25 Myers; Glen A. Method and apparatus for the cancellation of interference in electrical systems
DE4430189A1 (de) * 1994-08-25 1996-02-29 Sel Alcatel Ag Verfahren zur adaptiven Echokompensation
US5577116A (en) * 1994-09-16 1996-11-19 North Carolina State University Apparatus and method for echo characterization of a communication channel

Also Published As

Publication number Publication date
EP0767569A1 (de) 1997-04-09
DE69634841D1 (de) 2005-07-14
DE69634841T2 (de) 2006-03-23
EP1401183B1 (de) 2005-06-08
EP0767569B1 (de) 2004-08-04
DE69633045D1 (de) 2004-09-09
EP1401183A1 (de) 2004-03-24
JP4101317B2 (ja) 2008-06-18
US5734715A (en) 1998-03-31
JPH09139696A (ja) 1997-05-27

Similar Documents

Publication Publication Date Title
DE69633045T2 (de) Verfahren und Vorrichtung zur adaptiven Identifikation und entsprechender adaptiver Echokompensator
DE69632851T2 (de) Akustischer Teilband-Echokompensator
DE69835644T2 (de) Akustischer Echokompensator
DE69734932T2 (de) Schätzung der verzögerung auf einem echopfad
DE60024815T2 (de) System und verfahren zur erkennung eines nahen sprechers durch spektrumanalyse
DE69631086T2 (de) Teilbandechokompensationsverfahren unter Verwendung eines Projektionsalgorithmus
DE69838474T2 (de) Verfahren und vorrichtung zum blinden ausgleich von übertragungskanaleffekten auf ein digitales sprachsignal
DE69631955T2 (de) Verfahren und schaltung zur adaptiven rauschunterdrückung und sendeempfänger
DE69933221T2 (de) Adaptiver filter und akustischer echokompensator mit demselben
DE10240007B4 (de) Auffinden von Subband-Echos und Erkennung von Double-Talk in Kommunikationssystemen
DE60029436T2 (de) Akustischer Echokompensator
EP0614304A1 (de) Verfahren zum Verbessern der akustischen Rückhördämpfung von elektroakustischen Anlagen
DE19806015C2 (de) Verfahren zur Verbesserung der akustischen Rückhördämpfung in Freisprecheinrichtungen
DE10043064B4 (de) Verfahren und Vorrichtung zur Elimination von Lautsprecherinterferenzen aus Mikrofonsignalen
DE112007000974T5 (de) Verfahren und Systeme zum Verringern akustischer Echos bei Kommunikationssystemen
DE19805942C1 (de) Verfahren zur Verbesserung der akustischen Rückhördämpfung in Freisprecheinrichtungen
DE112014007255B4 (de) Echolöscheinrichtung und Echolöschverfahren
DE60032047T2 (de) Verfahren und Vorrichtung zur adaptiven Identifikation und entsprechender adaptiver Echokompensator
DE19729521B4 (de) Verfahren und Vorrichtung zur Störgeräusch- und Echounterdrückung
DE69932598T2 (de) Echokompensator
DE19743192C2 (de) Echokompensationsverfahren, Echokompensationsvorrichtung und Telekommunikationsgerät
DE19702117C1 (de) Echosperre für ein Spracheingabe Dialogsystem
EP2315200B1 (de) Adaptive MIMO-Filterung in dynamisch angepassten Transformationsbereichen
EP0615226A2 (de) Verfahren zur Geräuschreduktion für gestörte Sprachkanäle
DE4317043B4 (de) Verfahren und Vorrichtung zur Echokompensation in Übertragungssystemen

Legal Events

Date Code Title Description
8364 No opposition during term of opposition