DE69817461T2

DE69817461T2 - Verfahren und Vorrichtung zur optimierten Verarbeitung eines Störsignals während einer Tonaufnahme

Info

Publication number: DE69817461T2
Application number: DE69817461T
Authority: DE
Inventors: Pascal Scalart; Andre Gilloire
Original assignee: France Telecom SA
Current assignee: Gula Consulting LLC
Priority date: 1997-06-09
Filing date: 1998-06-08
Publication date: 2004-06-24
Anticipated expiration: 2018-06-09
Also published as: EP0884926A1; FR2764469B1; JP4409642B2; FR2764469A1; EP0884926B1; DE69817461D1; JPH1188238A; US6122609A

Description

Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur optimierten Behandlung eines Störsignals während einer Tonaufnahme.
Mit Aufkommen des Zeitalters des Austausches von Informationen, Audiound/oder Videofrequenzinformationen, sind die Techniker aus der Forschung und der Entwicklung von Mitteln zum Zugriff auf diese Informationen in der Mehrzahl der Anwendungs- und Einsatzbereiche dieser Informationen am häufigsten mit dem allgemeinen Problem der Schätzung eines Nutzsignals konfrontiert, das Träger dieser Information ist, und zwar ausgehend von einem oder mehreren Beobachtungssignalen, welche Komponenten dieses Nutzsignals sind, welches aufgrund des Vorhandenseins von Störsignalen verschlechtert ist.
Insbesondere auf dem Gebiet der Tonaufnahme, auf dem diese Signale Audiofrequenzsignalen entsprechen, wird dieses Problem am häufigsten durch begleitende Inbetriebnahme, Ko-Inbetriebnahme, mehrerer Vorrichtungen zur Behandlung dieses Beobachtungssignals gelöst, wobei jede dieser Vorrichtungen lokal derart optimiert ist, dass sie in signifikanter Weise im Bereich einer dieser Vorrichtungen den Einfluss einer bestimmten Komponente dieser Störsignale oder wenigstens eines dieser Störsignale reduziert.
Bei diesen Bedingungen treten zwischen diesen verschiedenen Vorrichtungen Wechselwirkungsprobleme auf, was die Optimierung der verschiedenen verwendeten Behandlungen selbstverständlich schwierig macht. Zur Optimierung erfordert die Modifikation der Steuerparameter einer bestimmten Vorrichtung allgemein die wechselweise Modifikation jener der anderen verwendeten Vorrichtungen.
Außerdem führt die Ko-Inbetriebnahme dieser verschiedenen Vorrichtungen zu einer nicht optimierten Ausgestaltungskomplexität und im Allgemeinen zu hohen Kosten.
Nachstehend werden in Verbindung mit den 1a bis 1d verschiedene aus dem Stand der Technik bekannte klassische Lösungsbeispiele gegeben werden. Allgemein kann das Beobachtungssignal γ(t) betrachtet werden als die Summe aus dem ursprünglichen Nutzsignal s(t) und einem Störsignal p(t) gemäß der Gleichung: γ(t) = s(t) + p(t).
Das Störsignal selbst kann als Summe von N Einzelkomponenten betrachtet werden, welche die Gleichung erfüllen:
Wie in 1a dargestellt, kann eine gängige Lösung, die zur Lösung eines derartigen Problems vorgeschlagen wurde, in der Ko-Inbetriebnahme einer Anzahl N von Vorrichtungen bestehen, von denen jede für die Reduzierung, ja sogar die lokale Unterdrückung einer gegebenen Komponente p_k(t) des Störsignals optimiert und bestimmt ist.
Eine solche Vorgehensweise führt zu einer sukzessiven Minimierung eines lokalen Schätzfehlers, der jeder Komponente des Störsignals zugeordnet ist. Jede dieser sukzessiven Minimierungen bewirkt somit erneut lokal eine Behandlung T_k(t), die an die entsprechende Komponente p_k(t) angepasst ist.
Das allgemeine Behandlungsprinzip, das an sich bekannt und in 1a dargestellt ist, wird besonders im Zusammenhang mit dem Mobilfunk-Telefonieren sowie im Zusammenhang mit Videokonferenzen bei der freihändigen Tonaufnahme eingesetzt.
Im Rahmen von Anwendungen, die mit der freihändigen Funktelefonie für Handies verbunden sind, kann das Störsignal p(t) als aus einem Beobachtungsgeräusch b(t), Fahrzeugrollgeräusch, aerodynamische Geräusche, wie Wind, Luftströmung, sowie einem akustischen Echosignal z(t), das von der akustischen Kopplung zwischen dem Lautsprecher und dem Mikrofon der Tonaufnahme stammt, zusammengesetzt angesehen werden.
Mit dem Ziel, den Einfluss dieser beiden Komponenten des Störsignals zu minimieren und dem entfernten Gesprächspartner ein Signal besserer Qualität zu übertragen, haben die aktuellen Arbeiten und Forschungen eine Kaskadenanordnung eines Geräuschreduzierungssystems und eines Systems zur Kontrolle des akustischen Echos vorgeschlagen. Eine solche Verbindung von Systemen ist in 1b dargestellt. Das allgemeine Prinzip der so vorgeschlagenen Lösungen besteht darin, eine Vorrichtung zur Geräuschreduzierung, Filter RB, stromabwärts, wie in 1b dargestellt, oder stromaufwärts der Vorrichtung zur akustischen Unterdrückung, Filter Hi, anzuordnen. Für eine detailliertere Beschreibung dieses Vorrichtungstyps, kann man sich nützlichennreise auf die neuesten Artikel beziehen, die von:

– B. AYAD, G. FAUCON et R. LE BOUQUIN JEANNES, „Optimization of a Noise reduction preprocessing in an acoustic echo and noise controller", IEEE International Conference on Acoustics, Speech, and Signal Processing Conference, pp. 953–956, Atlanta, USA, May 7–10, 1996;
– Y. GUELOU, A. BENAMAR et P. SCARLART, „Analyses of two structures for combined acoustic echo cancellation and noise reduction", IEEE International Conference on Acoustics, Speech, and Signal Processing Conference, pp. 637-640, Atlanta, USA, May 7–10, 1996,
– R. MARTIN, P. VARY, „Combined acoustic echo control and noise reduction for hands-free telephony – State of the Art and perspectives", proceedings of the Eighth European Signal Procesing Conference, pp. 1127–1130, Trieste, Italy, 10–13 September 1996.

Im Rahmen von Anwendungen, die mit Videokonferenzen verbunden sind, kann das Störsignal p(t) nicht nur als aus einem Beobachtungsgeräusch b(t) und einem akustischen Echosignal z(t) zusammengesetzt angesehen werden, sondern auch aus einem Signal r(t), das durch den Nachhalleffekt des Raumes, in dem die Tonaufnahme durchgeführt wird, erzeugt wird.
Die in diesem Zusammenhang vorgeschlagenen Lösungen können in zwei Haupttypen klassifiziert werden, je nachdem, ob man das Echosignal und das Geräusch oder vielmehr das Geräusch und den Nachhall als besonders schädlich ansieht.
In den beiden vorstehend genannten Fällen entsprechen die vorgeschlagenen Lösungen dem Einsatz einer Aufeinanderfolge von Einzelbehandlungen, von denen jede an eine bestimmte Komponente des Störsignals angepasst ist.
Gemäß dem ersten Typ dieser Lösungen, wie er in 1c dargestellt ist, werden zwei Einzelbehandlungen durchgeführt: eine Behandlung zur Unterdrückung des Echos und eine Behandlung, deren Aufgabe es ist, den Einfluss von Geräusch auf das Nutzsignal zu reduzieren, Filter RB.
Insbesondere im Fall von 1c, in welchem man zur Bildung des Tonaufnahmesystems darüber hinaus über zwei Mikrofone verfügt, wird ein weiteres Filter RB auf das Signal angewendet, das über den Lautsprecher ausgegeben wird, um den Einfluss der nicht-linearen Variationen dieses Filters auf den Prozess der Identifizierung des Echosignals zu reduzieren. Für eine detailliertere Beschreibung der Behandlungsprozesse von Geräusch und Echo kann man sich nützlicherweise auf den Artikel beziehen, der von

– R. MARTIN and P. VARY „Combined acoustic echo cancellation, dereverberation and noise reduction: a two microphone approach", Annales des telecommunications, Tome 49, n° 7–8, pp. 429–438, 1994

Gemäß des zweiten Typs dieser Lösungen, wie er in 1d dargestellt ist, kann die Tonaufnahme ausgehend von einer großen Anzahl von Mikrofonen in der Weise erfolgen, dass man eine akustische Antenne realisiert, deren Aufgabe es ist, den Hauptkegel der Antenne auf den Sprecher und somit den Raumbereich, in dem sich der Sprecher tatsächlich befindet, zu fokussieren, um einen Vorgang der Reduzierung des Geräuschs und des Nachhalls zu realisieren. Die akustische Antenne umfasst herkömmlich eine Anzahl von Bandfiltern F₁ bis F_N und ein Summenglied, die eine Antennenbehandlung verwirklichen. Am Antennenausgang wird eine weitere Nachfilterungsbehandlung angewendet, die darin besteht, den bestehenden Nachhall zu reduzieren. Für eine detailliertere Beschreibung kann man sich nützlicherweise auf die Artikel beziehen, die von

– C. MARRO, Y. MAHIEUX and K. SIMMER, „Performance on adaptive dereverberation techniques using directivity controlled arrays", Proceedings of the Eighth European Signal Processing Conference, pp. 1127–1130, Trieste, Italy, 10–13 September, 1996;
– K. U. SIMMER, S. FISHER and A. WASILJEFF, „Suppression of coherent and incoherent noise using a microphone array", Annales des telecommunications, Tome 49, n° 7–8, pp. 439–446, 1994

Bei allen vorstehend beschriebenen Lösungen führt die Aufeinanderfolge dieser Einzelbehandlungen, von denen jede an eine einzige der Komponenten des Störsignals angepasst ist, zu einer suboptimalen Lösung des allgemeinen Problems der Abweisung des Störsignals und verursacht darüber hinaus hohe Herstellungskosten. Während jede dieser Behandlungen einen lokalen Fehler minimiert, da dieser zu einer Einzelkomponente oder lokalen Komponente des Störsignals in Beziehung steht, führt ihre Verbindung in der Tat allgemein nicht zu einem globalen Minimum der optimalen Lösung.
Darüber hinaus bildet der praktische Einsatz jeder dieser Einzelbehandlungen nur eine Näherung einer Idealbehandlung, wobei jede Behandlung hinsichtlich der anderen Behandlungen eine Verschlechterung des Nutzsignal nach sich zieht, was definitiv dazu führen kann, dass das übertragene Nutzsignal bezüglich des ursprünglichen Nutzsignals stark verschlechtert ist.
Schließlich erfordert es die Aufeinanderfolge dieser Einzelbehandlungen, die optimale Position und Interaktion der verschiedenen Einzelbehandlungen jeweils bezüglich der anderen zu untersuchen, um die beste Konfiguration zu erhalten. Festzuhalten ist jedenfalls, dass die Schlussfolgerungen einer solchen Untersuchung in Abhängigkeit der Wahl der zur Duchführung der verschiedenen Einzelbehandlungen verwendeten Prozesse und Algorithmen in Frage gestellt werden muss. Eine derartige Einschränkung ist in dem vorstehend zitierten Artikel, der von Y. GUELOU, A. BENAMAR und P. SCALART 1996 veröffentlicht worden ist, für den Fall der freihändigen Mobiltelefonie beschrieben. Das im Hinblick auf ihre Regelung erfolgende Parametriesieren der eingesetzten Prozesse und Algorithmen erscheint daher schwierig, da die Modifikation eines gegebenen Parameters im allgemeinen eine damit einhergehende Modifikation mindestens bestimmter Parameter der anderen Einzelbehandlungen erforderte.
Das Dokument EP-A-0 767 596 beschreibt ein System zur Behandlung des akustischen Echos durch eine adaptive Filtertechnik. Eine Besonderheit dieses Systems besteht in der Tatsache der Verwendung von Parametern zur Filtersteuerung, Adaptierungsschritt und Vergessensfaktor, welche zeitlich variabel sind und sich automatisch der akustischen Umgebung anpassen.
Gegebenenfalls kann eine a posteriori-Optimierung dieser Behandlungen in Betracht gezogen werden. Eine solche Betriebsweise impliziert unvermeidlich einerseits einen permanenten Informationsaustausch zwischen diesen Einzelbehandlungen und andererseits die Anwendung festgelegter Einschränkungen für die Steuerparameter dieser letzteren. Eine derartige a posteriori-Optimierung solcher Systeme hat aufgrund der letztendlich erhaltenen Resultate die Grenzen dieser Vorgehensweise aufgezeigt.
Aufgabe der vorliegenden Erfindung ist es, die Mängel und Nachteile der Verfahren, Prozesse und Systeme des vorstehend beschriebenen Standes der Technik zu beheben.
Diese Aufgabe wird durch den Einsatz eines Prozesses zur a priori-Optimierung der Behandlung des das gesamte Beobachtungssignal beeinträchtigenden Störsignals gelöst, wobei dieser Prozess sowohl von den vorstehend in der Beschreibung beschriebenen Prozessen des Standes der Technik als auch selbst von jeder a posteriori-Optimierung der vorstehenden Prozesse vollkommen verschieden ist.
Der Prozess zur a priori-Optimierung der Behandlung eines Störsignals bei einer Tonaufnahme, ausgehend von einem Beobachtungssignal, das aus einem ursprünglichen Nutzsignal und diesem Störsignals gebildet ist, wird dank eines Verfahrens und einer damit konsistenten Vorrichtung durchgeführt, die jeweils die Durchführung einer Schätzung des Störsignals zur Erzeugung eines geschätzten Störsignals erlauben. Eine Schätzung des Nutzsignals zur Erzeugung eines geschätzten Nutzsignals und eine Filterung des Beobachtungssignals anhand des geschätzten Störsignals und einer Optimalfilterung erlauben es, die Fehler zwischen dem Nutzsignal und dem geschätzten Nutzsignal zu minimieren. Das geschätzte Nutzsignal konvergiert für einen im Wesentlichen verschwindenden Fehler zwischen Nutzsignal und geschätztem Nutzsignal in Richtung dse ursprünglichen Nutzsignals.
Das erfindungsgemäße Verfahren und die erfindungsgemäße Vorrichtung finden in jedem sich auf Tonaufnahmen beziehenden Zusammenhang Anwendung, insbesondere der freihändigen Mobiltelefonie, freihändigen Videokonferenzen und noch allgemeiner bei Studio- oder Audioregie-Vorgängen.
Sie werden beim Lesen der Beschreibung und beim Betrachten der nachfolgenden Zeichnungen besser verständlich, in welchen neben den sich auf den Stand der Technik beziehenden 1a bis 1d
2a als nicht einschränkendes Beispiel ein Blockschaltbild darstellt, das den Einsatz des erfindungsgemäßen Verfahrens im Zeitraum erläutert;
2b als nicht einschränkendes Beispiel ein Blockschaltbild darstellt, das den Einsatz des erfindungsgemäßen Verfahrens im Zeitraum erläutert, und zwar im spezielleren Fall des Vorhandenseins eines Empfangssignals, das ein Echosignalerzeugt, das einen spezifischen Beitrag zum Störsignal liefert;
2c als nicht einschränkendes Beispiel in einer ähnlichen Situation wie jener der 2a ein erläuterndes Blockschaltbild des Einsatzes des erfindungsgemäßen Verfahrens im Frequenzraum darstellt;
2d als nicht einschränkendes Beispiel ein erläuterndes Blockschaltbild der Ausführung des erfindungsgemäßen Verfahrens darstellt, und zwar in einer Situation, die jener von 2b ähnlich ist, im Frequenzraum, in dem speziellen Fall eines Empfangssignals, das ein Echosignal erzeugt, das einen spezifischen Beitrag zum Störsignal leistet.
2e als nicht einschränkendes Beispiel ein erläuterndes Blockschaltbild einer bevorzugten Ausführung durch eine blockweise Behandlung des Beobachtungssignals darstellt, und zwar in einer 2d ähnlichen Situation, in dem Fall des Vorhandenseins eines Empfangssignals, das ein Echosignal erzeugt, das einen bestimmten Beitrag zum Störsignal liefert;
3a in Form eines Blockschaltbilds das synoptische Schema einer Vorrichtung darstellt, welche im Frequenzraum die allgemeine Behandlung bzw. die blockweise Behandlung eines Beobachtungssignals erlaubt, und zwar im Fall des Vorhandenseins eines Empfangssignals, welches ein Echosignal erzeugt, das einen bestimmten Beitrag zum Störsignal liefert;
3b ein Detail einer vorteilhaften Ausgestaltung eines Moduls zur Schätzung der spektralen Leistungsdichte des Nutzsignals darstellt, welche insbesondere in der in 3a dargestellten Vorrichtung zum Einsatz kommt, insbesondere bei Durchführung der blockweisen Behandlung;
3c eine Ausführungsvariante der in den 3a oder 3b dargestellten Vorrichtung darstellt, welche ein Modul zur Schätzung der spektralen Dichte des Echos eines Empfangssignals und ein Modul zur Schätzung der spektralen Dichte des Rauschsignals im Zusammenhang einer Anwendung bei der freihändigen Mobilfunktelefonie umfasst;
3d und 3e als nicht einschränkendes Beispiel ein Modul zur Schätzung der spektralen Leistungsdichte des Rauschsignals und des Beobachtungssignals durch Rekursivfilterung ausgehend von einem Vergessensfaktor darstellen;
4a bis 4e verschiedene Zeitdiagramme von Signalen darstellen, welche an bemerkenswerten Testpunkten der 3c erfasst wurden und die es erlauben, die Leistungen des erfindungsgemäßen Verfahrens und der erfindungsgemäßen Vorrichtung zur optimierten Behandlung eines Störsignals auszuwerten.
Das erfindungsgemäße Verfahren der optimierten Behandlung eines Störsignals bei einer Tonaufnahme wird nun in Verbindung mit den 2a bis 2d beschrieben.
Allgemein sei darauf hingewiesen, dass das vorstehend genannte Störsignal mindestens aus einem Rauschsignal besteht, welches gemäß der eigentlichen Definition eines Rauschsignals mit dem ursprünglichen Nutzsignal, dessen Wiederherstellung man nach der Dämpfung, ja sogar Unterdrückung dieses Rauschsignals wünscht, als im Wesentlichen nicht korreliert angesehen wird.
Einerseits sei darauf hingewiesen, dass das erfindungsgemäße Verfahren zur optimierten Behandlung des Störsignals ausgehend von einem mit γ(t) bezeichneten Beobachtungssignal durchgeführt wird, welches in einem Anfangsschritt 100 in 2a verfügbar ist, wobei angenommen wird, dass dieses Beobachtungssignal aus dem wiederherzustellenden, mit s(t) bezeichneten, ursprünglichen Nutzsignal und dem mit p(t) bezeichneten Störsignal gebildet ist.
Insbesondere wird darauf hingewiesen, dass das Störsignal neben dem vorstehend genannten Rauschsignal verschiedene Beiträge umfassen kann, beispielsweise ein Echosignal, ein Nachhallsignal oder auch jede andere Form von Rauschsignal, wie dies nachfolgend in der Beschreibung beschrieben werden wird. Im Rahmen der 2a beschränkt man sich auf das Vorhandensein eines Rauschsignals, das mit dem Nutzsignal im Wesentlichen nicht korreliert ist, wie dies vorstehend erwähnt wurde.
Gemäß dem erfindungsgemäßen Verfahren besteht dieses darin, das Störsignal im Schritt 101 abzuschätzen, um ein geschätztes Störsignal zu erzeugen, welches mit ^p(t) bezeichnet ist. Selbstverständlich verfügt man am Ende des vorstehend genannten Schritts 101 nicht nur über das geschätzte Störsignal ^p(t), sondern auch über das zuvor erwähnte Beobachtungssignal γ(t).
Nach Erhalt des geschätzten Störsignals ^p(t) im Schritt 101 besteht das erfindungsgemäße Verfahren zur optimierten Behandlung darin, in einem Schritt 102 ausgehend von dem vorstehend genannten Beobachtungssignal γ(t) eine grobe Schätzung des Nutzsignals durchzuführen, von dem auf Grund der nicht bestehenden Korrelation des ursprünglichen Nutzsignals und des Rauschsignals konventionsgemäß angenommen wird, dass es von der Differenz zwischen dem Beobachtungssignal γ(t) und dem geschätzten Störsignal ^p(t) gebildet wird. Am Ende des Schritts 102 verfügt man über ein geschätztes Nutzsignal, das durch den groben Schätzschritt erhalten wurde, wobei angenommen wird, dass dieses geschätzte Nutzsignal annähernd dem ursprünglichen Nutzsignal s(t) entspricht, und aus diesem Grund mit ^su bezeichnet wird.
Nach den vorstehend genannten Schritten 101 und 102 besteht das erfindungsgemäße Verfahren zur optimierten Behandlung dann darin, dass man eine Filterung 103 des Beobachtungssignals γ(t) ausgehend von dem geschätzten Störsignal ^p(t) durchführt, sowie eine Optimalfilterung, um ein als su bezeichnetes Nutzsignal zu erzeugen.
Wie in 2a ferner dargestellt ist, erlaubt die Optimalfilterung 103 dann in einem Schritt 104 eine Minimierung des Fehlers zwischen dem geschätzten Nutzsignal su und dem Nutzsignal su durchzuführen. Das gesamte von den Schritten 103 und 104 vermittels der Schritte 101 und 102 gebildete Verfahren erlaubt es somit dank der Optimalfilterung für einen im Wesentlichen verschwindenden Fehler zwischen dem Nutzsignal su und dem geschätzten Nutzsignal ^su eine Konvergenz des geschätzten Nutzsignals ^su und des Nutzsignals su in Richtung auf das ursprüngliche Nutzsignal s(t) hin zu erhalten. Das geschätzte Nutzsignal ^su oder das Nutzsignal su sind dann im Wesentlichen bis auf Filterungsfehler gleich dem ursprünglichen Nutzsignal s(t).
In 2a ist das erfindungsgemäße Verfahren zur optimierten Behandlung des Störsignal im Zeitraum dargestellt. Insbesondere sei darauf hingewiesen, dass die Begriffe Schätzung des Störsignals, grobe Schätzung des Nutzsignals und Optimalfilterung im Zeitraum exakt definiert werden können.
Obgleich im Fall der 2a angenommen wird, dass das Beobachtungssignal γ(t) nur ein Störsignal p(t) beinhaltet, das von einem einzigen Rauschsignal gebildet wird, welches mit dem Nutzsignal nicht korreliert ist, kann das ertindungsgemäße Verfahren auch dann in besonders vorteilhafter Weise durchgeführt werden, wenn dem vorstehend genannten Beobachtungssignal ein Störsignal p(t) entspricht, das neben dem mit dem ursprünglichen Nutzsignal s(t) im Wesentlichen nicht korrelierten Rauschsignal ferner ein mit z(t) bezeichnetes Echosignal enthält. Dieses Echosignal entspricht, beispielsweise besonders in Fällen freihändiger Mobiltelefonie, einem mit x(t) bezeichneten Störsignal, das durch ein Beobachtungssignal erzeugt wurde, und zwar unter Bedingungen, die weiter unten in der Beschreibung noch werden detaillierter erläutert werden.
Unter diesen Bedingungen, wie in 2b dargestellt, und nach wie vor im Rahmen einer erfindungsgemäßen optimierten Behandlung im Zeitraum, wird darauf hingewiesen, dass die Schätzung des Störsignals im Schritt 101 vorteilhafterweise darin besteht, den Beitrag 101b dieses Empfangssignals und den Beitrag 101a des Rauschsignals zu diesem Störsignal getrennt zu schätzen.
In 2b findet man die gleichen Bezeichnungen wie im Fall der 2a, wobei das geschätzte Störsignal nach wie vor mit ^p(t) bezeichnet ist und nicht nur aus dem Beitrag des Rauschsignals, das in der gleichen Weise wie im Fall der 2a mit dem Nutzsignal nicht korreliert ist, sondern auch aus dem Beitrag des mit x(t) bezeichneten Empfangssignals zu diesem Störsignal besteht.
Aufgrund des Nichtbestehens einer Korrelation zwischen dem Empfangssignal und dem Rauschsignal kann der angewendete Prozess gemäß eines besonders vorteilhaften Aspekts des erfindungsgemäßen Verfahrens auch im Wesentlichen identisch zu jenem sein, der in Verbindung mit 2a erläutert wurde.
Aus dem gleichen Grund wird darauf hingewiesen, dass das geschätzte Störsignal ^p(t) ebenso wie das Nutzsignal su in dem Prozess der Optimalfilterung 103 und in dem Prozess der groben Schätzung 102 bzw. in dem Prozess der Fehlerkalkulation und Minimierung dieses Fehlers 104, die gleiche Rolle spielen wie im Fall der 2a.
Unter diesen Bedingungen und aus denselben Gründen konvergiert das Nutzsignal su, das aus der Optimalfilterung im Schritt 103 hervorgegangenen ist, in Richtung des Werts des geschätzten Nutzsignals su und folglich in Richtung des Werts des ursprünglichen Nutzsignals s(t).
Eine bevorzugte Ausführungsweise des Verfahrens zur optimierten Behandlung eines Störsignals im Frequenzraum, die dem Fall entspricht, in dem das Störsignal p(t) einfach von einem Rauschsignal gebildet wird, das mit dem Nutzsignal s(t) nicht korreliert ist, bzw. in dem Fall, in dem dieses Störsignal im Gegenteil nicht nur von dem Beitrag eines mit dem Nutzsignal nicht korrelierten Rauschsignals gebildet wird, sondern auch von dem Beitrag eines Empfangssignals x(t), beispielsweise eines Echosignals, eines Nachhallsignal oder dergleichen, das in der Tat durch das Beobachtungssignal γ(t) erzeugt wird, wird in Verbindung mit den 2c bzw. 2d gegeben werden.
Diese bevorzugte Ausführungsweise ist insbesondere aufgrund der Tatsache besonders vorteilhaft, dass es im Rahmen der Durchführung durch die digitalen Filterungstechniken im Frequenzraum nicht notwendig ist, einen Echounterdrücker einzusetzen, und dies im Gegensatz zu den Techniken, die mit Bezug auf den Stand der Technik weiter vorne in der Beschreibung beschrieben worden sind.
In Verbindung mit 2c und in dem Fall, in dem das Störsignal p(t) einfach durch ein Rauschsignal gebildet wird, das mit dem Nutzsignal nicht korreliert ist, kann das erfindungsgemäße Verfahren zur optimierten Behandlung im Frequenzraum darin bestehen, im Schritt 100 eine Frequenztransformation des Beobachtungssignals γ(t) mittels einer Fourier-Transformation durchzuführen, beispielsweise einer üblicherweise als FFT bezeichneten Schnelltransformation, um die Erzeugung eines umgewandelten Signals Υ(f) zu erlauben, wobei dieses Signal im Frequenzraum das Beobachtungssignal repräsentiert.
Außerdem besteht der vorstehend genannte Schritt 100 darin, ausgehend von dem transformierten Signal Υ(f) ein die spektrale Leistungsdichte des Beobachtungssignals wiedergebendes Signal abzuschätzen, wobei dieses Signal mit ^γ_yy(f) bezeichnet ist.
Am Ausgang des Schritts 100 verfügt man somit nicht nur über das transformierte Signal Υ(f), das die Frequenztransformierte des Beobachtungssignals γ(t) repräsentiert, sondern auch über das mit ^γ_yy(f) bezeichnete Signal, das die geschätzte spektrale Leistungsdichte dieses Beobachtungssignals repräsentiert.
Gemäß eines besonders vorteilhaften Aspekts der Durchführung des erfindungsgemäßen Verfahrens zur optimierten Behandlung eines Störsignals wird darauf hingewiesen, dass der Schritt 102 der Schätzung des Nutzsignals auch direkt an der geschätzten spektralen Leistungsdichte zum einen des Beobachtungssignals ^γ_yy(f) und zum anderen des Signals durchgeführt werden kann, welches die geschätzte spektrale Leistungsdichte des Störsignals repräsentiert, am Ende des Schritts 101 erhalten wurde und mit ^γ_pp(f) bezeichnet ist. In diesem Fall und gemäß eines bemerkenswerten Aspekts des erfindungsgemäßen Verfahrens führt der Schritt 102 der groben Schätzung des Nutzsignals wieder eine a posteriori-Schätzung der spektralen Leistungsdichte des Nutzsignals durch, welches aus diesem Grund mit als ^γ_ss(f) bezeichnet wird. Am Ende des Schritts 102 verfügt man daher über das Signal, welches die geschätzte spektrale Leistungsdichte des vorstehend genannten Nutzsignals repräsentiert.
Gemäß eines weiteren besonders vorteilhaften Aspekts des erfindungsgemäßen Verfahrens wird dann, wenn die Behandlung im Frequenzraum durchgeführt wird, wie dies in 2c dargestellt ist, der Schritt der Optimalfilterung 103 an dem Signal durchgeführt, welches die Frequenztransformierte des Beobachtungssignals Υ(f) repräsentiert, ausgehend von Signalen, welche die geschätzte spektrale Leistungsdichte des Störsignals ^γ_pp(f) repräsentieren, und von dem mit ^γ_ss(f) bezeichneten Signal, welches die geschätzte spektrale Leistungsdichte des Nutzsignals repräsentiert und am Ende des vorstehend genannten Schritts 102 verfügbar ist. In diesem Fall können der Schritt der Optimalfilterung 103 und der Schritt der Fehlerkalkulation sowie die Minimierung dieses Fehlers 104 mittels ein und desselben Schritts einer Globalfilterung durchgeführt werden, der in 2c aus diesem Grund mit 103 + 104 bezeichnet ist, wobei die Behandlung im Frequenzraum, insbesondere die digitale Behandlung, dank des Einsatzes eines einzigen Optimalfilters die Optimierung des Nutzsignals erlaubt, wobei das Fehlersignal zwischen dem Nutzsignal und dem geschätzten Nutzsignal, oder genauer zwischen den geschätzten spektralen Leistungsdichten dieser Signale auf Grund der durchgeführten Optimalfilterung direkt verfügbar sind. Aus diesem Grund ist die Globalfilterung in 2c als Vereinigung der Schritte 103 und 104 punktiert dargestellt.
Es versteht sich von selbst, dass in dem Fall, in dem das Störsignal p(t) nicht nur aus dem Beitrag eines Rauschsignals besteht, wie mit Bezug auf 2c beschrieben wurde, sondern auch aus dem Beitrag eines Empfangssignals, ähnlich wie dies für die entsprechende Behandlungsweise in 2b dargestellt ist, das erfindungsgemäße Verfahren für eine Behandlung im Frequenzraum im Fall des Vorhandenseins eines Empfangssignals, wie in 2d dargestellt ist, selbstverständlich mit den gleichen Vorteilen durchgeführt werden kann wie im Fall von 2c.
In diesem Fall besteht das erfindungsgemäße Verfahren darin, im Schritt 100a eine mit FFT bezeichnete Frequenztransformation des Beobachtungssignals auszuführen, um das transformierte Signal Υ(f) zu erzeugen, das im Frequenzraum das Beobachtungssignal repräsentiert, sowie im Schritt 100b eine Frequenztransformation des Empfangssignals, um ein mit X(f) bezeichnetes transformiertes Signal zu erzeugen, welches das Empfangssignal repräsentiert.
In analoger Weise zu dem in 2c beschriebenen Prozess wird in den Schritten 100a und 100b ein Schätzschritt ausgeführt, wobei dieser Schätzschritt darin besteht, ausgehend von jedem der vorstehend genannten transformierten Signale Υ(t) und X(f) ein Signal zu erhalten, welches die geschätzte spektrale Leistungsdichte des Beobachtungssignals repräsentiert und aus diesem Grund mit ^γ_yy(f) bezeichnet ist, bzw. des Empfangssignals repräsentiert und aus diesem Grund mit ^γ_yy(f) bezeichnet ist.
Allgemein kann Schätzung der spektralen Leistungsdichte des Beobachtungssignals, des Empfangssignals, des Echosignals mittels einer Rekursivfilterung ausgehend von einem Vergessensfaktor durchgeführt werden, wie dies weiter unten in der Beschreibung beschrieben werden wird.
Die im Schritt 101 ausgeführte Schätzung der spektralen Leistungsdichte des Störsignals besteht darin, den Schätzschritt der spektralen Leistungsdichte des Beobachtungssignals ^γ_pp(f) an dem Signal auszuführen, welches die spektrale Leistungsdichte des Beobachtungssignals ^γ_yy(f) repräsentiert und am Ende des Schritts 100a verfügbar ist, bzw. an dem Signal, welches die spektrale Leistungsdichte des Empfangssignals ^γ_xx(f) repräsentiert und am Ende des Schritts 100b verfügbar ist. Man erhält so am Ende der Schritte 101a und 101b, d. h. schließlich am Ende des Schritts 101, Signale, welche die geschätzte spektrale Leistungsdichte des Rauschsignals, welches mit ^γ_ppy(f) bezeichnet ist, bzw. des durch das Empfangssignal erzeugten Echosignals repräsentieren, welches aus diesem Grund mit ^γ_ppx(f) bezeichnet ist.
Aufgrund des gleichen Prinzips des Nichtvorhandenseins einer Korrelation zwischen dem Beitrag des Rauschens zum Störsignal und dem Beitrag des Empfangssignals zu eben diesem Störsignal und eben diesem Nutzsignal, wird von der geschätzten spektralen Leistungsdichte, die sich aus dem Störsignal ergibt und daher mit ^γ_PP(f) bezeichnet wird, angenommen, dass sie aus der Summe der geschätzten spektralen Leistungsdichten ^γ_ppy(f) und ^γ_ppx(f) besteht.
Zur Vereinheitlichung der Bezeichnung, die zur Beschreibung der 2d und 2c gebraucht wurde, besteht der Schritt 102, so wie er in 2d dargestellt ist, ebenfalls darin, die spektrale Dichte des Nutzsignals ^γ_ss(f) abzuschätzen, von welcher angenommen wird, dass sie gleich dem Unterschied der geschätzten spektralen Dichten des Beobachtungssignals ^γ_yy(f) und des Störsignals ^γ_pp(f) ist.
Selbstverständlich und ebenso wie im Fall von 2c erlauben es die Signale der geschätzten spektralen Dichte des Nutzsignals ^γ_ss(f), welches im Schritt 102 verfügbar ist, und des Störsignals ^γ_pp(f), somit die Optimalfilterung im Schritt 103 und allgemeiner die Globalfilterung 103 + 104 am Signal Υ(f) sicherzustellen, welches im Frequenzraum das Beobachtungssignal repräsentiert.
Was das Kriterium der Fehlerminimierung zwischen dem Nutzsignal und dem geschätzten Nutzsignal betrifft, sei darauf hingewiesen, dass das Minimierungskriterium in einer Minimierung des geschätzten mittleren Fehlerquadrats gemäß der Gleichung (1) bestehen kann: E[(su – ^ssu)2]
Die vorstehend genannte Gleichung (1) kann entweder für die Behandlung im Zeitraum oder für die Behandlung im Frequenzraum verwendet werden.
Nachfolgend wird auf theoretischer Ebene eine Rechtfertigung der Gesamtheit des erfindungsgemäßen Verfahrens zur optimierten Behandlung für eine Behandlung im Frequenzraum gegeben werden.
Die vorstehend genannte Fehlerminimierung zwischen dem Nutzsignal und dem geschätzten Nutzsignal führt für den Frequenzraum zur Durchführung einer Filterung des Beobachtungssignals in seiner Signalform Υ(t), welche das Beobachtungssignal im Frequenzraum repräsentiert, gemäß Gleichung (2): ^SS(f) = T(f)Υ(f) = su.
In dieser Gleichung stellt T(f) die Frequenzantwort einer Optimalfilterung dar, deren Ausdruck durch die Gleichung (3) gegeben ist:
In dieser Gleichung bezeichnet:
^γ_ys(f) den Frequenzgang zwischen dem Beobachtungssignal, d. h. dem Signal, welches das Beobachtungssignal im Frequenzraum repräsentiert, und dem Nutzsignal und
^γ_yy(f) die geschätzte spektrale Leistungsdichte, welche im Folgenden als dsp bezeichnet wird, des Beobachtungssignals.
Unter Berücksichtigung der vorstehend genannten realistischen Annahmen des effektiven Nichtvorhandenseins einer Korrelation zwischen dem Nutzsignal und dem von Rauschen und Echo gebildeten Störsignal erfüllt die Frequenzantwort der Optimalfilterung die Gleichung (4):
In dieser Gleichung bezeichnet:
^γ_ss(f) die geschätzte spektrale Leistungsdichte des Nutzsignals,
^γ_pp(f) die geschätzte spektrale Leistungsdichte des Störsignals.
Aus praktischer Sicht ist die geschätzte spektrale Leistungsdichte des Nutzsignals ^γ_ss(f) a priori nicht bekannt. Dieses Signal kann beispielsweise unter Berücksichtigung der vorstehend genannten Hypothesen des Nichtvorhandenseins einer Korrelation zwischen dem Nutzsignal und dem Störsignal unter Verwendung des Prozesses der vorstehend angesprochenen Spektralsubtraktion abgeschätzt werden, die die Gleichung (5) erfüllt: ^γss (f) = ^γyy (f) – ^γpp (f)
Der erfindungsgemäße Prozess der optimierten Behandlung des Störsignals reduziert sich so auf die Durchführung einer einzigen Optimalfilterung, was es erlaubt, die Gesamtheit der das Störsignal bildenden Komponenten global zu reduzieren. Tatsächlich versteht sich insbesondere, dass das Störsignal von einer Mehrzahl von Komponenten gebildet sein kann, vorausgesetzt, dass das Nichtvorhandensein einer Korrelation zwischen dem Nutzsignal und dem Störsignal, d. h. jeder der dieses letztere bildenden Komponenten, ausreichend ist. Diese Annahme ist in den verschiedenen Anwendungen weitgehend erfüllt, die beispielsweise mit der freihändigen Mobiltelefonie in Kraftfahrzeugen verbunden sind, oder ferner bei freihändigen Videokonferenzen, und allgemeiner bei allen Anwendungstypen, bei welchen eine Mehrzahl der Komponenten eines Störsignals zu Tage treten können.
Für ein Störsignal, das aus einer Mehrzahl von Komponenten dieses Störsignals besteht, wird in einem solchen Fall dann die geschätzte spektrale Leistungsdichte des Störsignals ^γ_pp(f) gleich der Summe der geschätzten spektralen Leistungsdichten ^γⁱ _pp(f) jeder Komponente des Ranges i dieses Störsignals genommen. In diesem Fall erfüllt das Signal, welches die geschätzte spektrale Leistungsdichte des Störsignals repräsentiert, die Gleichung (6):
In dieser Gleichung stellt P die Anzahl der Komponenten des Störsignals dar.
Eine bevorzugte Ausführungsweise des erfindungsgemäßen Verfahrens zur optimierten Behandlung wird nun in Verbindung mit 2e in dem Fall beschrieben werden, dass eine blockweise Behandlung des Beobachtungssignals durchgeführt wird.
Im Rahmen einer solchen Behandlung versteht sich insbesondere, dass das Beobachtungssignal γ(t), über das man verfügt, selbstverständlich mit einer geeigneten Abtastfrequenz aufgezeichnet wurde, wobei die aufeinandertolgenden Abtastungen in Abtastblöcke unterteilt werden. Jedem Abtastblock wird ein fortlaufender Rang m zugewiesen, und zwar bezeichnet m den Rang des gerade einer Behandlung unterzogenen Blocks. Insbesondere versteht sich, dass die Technik der Bildung der Abtastblöcke eine herkömmliche Technik ist, wobei die aufeinanderfolgenden Abtastblöcke einer bestimmten Überlappung unterworfen sein können, die in der Anzahl der jeden Block bildenden Abtastungen typischerweise gleich 50% beträgt.
Im Rahmen der 2e wird angenommen, dass die blockweise Behandlung auf allgemeinere Art durchgeführt wird, wenn das Störsignal nicht nur den Beitrag eines Rauschsignals berücksichtigt, sondern auch jenen, der von einem Empfangssignal x(t) erzeugt wurde.
Wie in 2e dargestellt ist, wird im Schritt 100a jeder mit Bm(t) bezeichnete Abtastblock, neben der Subtraktion des Beobachtungssignals nach aufeinanderfolgenden Blöcken des Rang m, selbstverständlich einer Frequenztransformation FFT unterzogen, die es erlaubt, im Frequenzraum mit Bm(f) bezeichnete Abtastblöcke zu erhalten. Der Schritt 100a besteht darüber hinaus darin, die spektrale Leistungsdichte des Beobachtungssignals auf dem momentanen Block abzuschätzen, wobei das Signal der geschätzten spektralen Leistungsdichte des Beobachtungssignals mit ^γ_yy(f, m) bezeichnet wird, wobei m selbstverständlich den Index des momentanen Blocks bezeichnet.
Am Ende des Schritts 100a verfügt man in der Tat nicht nur über das vorstehend genannte Signal ^γ_yy(f, m), welches die geschätzte spektrale Leistungsdichte des Beobachtungssignals repräsentiert, sondern auch über den Block Bm(f), welcher das Beobachtungssignal für den betrachteten momentanen Block des Rang m repräsentiert.
Das Gleiche gilt für den Schritt 100b, für welchen, analog zu 2d, eine entsprechende Behandlung am Empfangssignal x(t) durchgeführt wird, wobei diese Behandlung somit aus einer Unterteilung in entsprechende Blöcke des Rangs m besteht, wobei jeder Block mit B'm(t) bezeichnet ist, und jeder vorstehend genannte Block einer als FFT bezeichneten Frequenztransformation unterzogen wird, wobei es dieser Vorgang erlaubt, Blöcke zu erhalten, welche Abtastblöcken im Frequenzraum repräsentieren und daher mit B'm(f) bezeichnet sind. Der in 2e dargestellte Schritt 100b umfasst ferner den Vorgang der Schätzung der spektralen Leistungsdichte des Empfangssignals auf dem momentanen Block B'm(f). Am Ende des Schritts 100b der 2e verfügt man über jeden momentanen Block B'm(f), der den Abtastblock im Frequenzraum repräsentiert, sowie über ein Signal, welches die geschätzte spektrale Leistungsdichte des Empfangssignals für den vorstehend genannten momentanen Block repräsentiert, wobei dieses Signal mit ^γ_xx(f, m) bezeichnet ist.
Wie in 2e darüber hinaus dargestellt ist, besteht das erfindungsgemäße Verfahren der optimierten Behandlung dann im Schritt 101 darin, die spektrale Leistungsdichte jeder Komponente ^γⁱ _pp(f, m) des vorstehend genannten Störsignals abzuschätzen. Es versteht sich beispielsweise, dass das Signal, welches die spektrale Leistungsdichte jeder Komponente ^γⁱpp(f, m) des Störsignals repräsentiert, in der Tat zumindest von dem Signal gebildet wird, welches die geschätzte spektrale Leistungsdichte ^γ_ppy(f, m) repräsentiert, welches den Beitrag des Rauschsignals zum Störsignal repräsentiert, sowie von dem Signal, welches die geschätzte spektrale Leistungsdichte ^γ_ppx(f, m) des Beitrags des Empfangssignals zu diesem Störsignal repräsentiert.
Somit wird ausgehend von dem Empfangssignal die spektrale Leistungsdichte jeder Komponente ^γⁱ _PP(f, m) des Störsignals abgeschätzt, und insbesondere ausgehend von der geschätzten spektralen Leistungsdichte des Empfangssignals ^γ_xx(f, m) und vom momentanen Block B'm(f), der Schätzung der spektralen Leistungsdichte des Beobachtungssignals auf dem momentanen Block Bm(f) des Beobachtungssignals des gleichen Rang m.
Am Ende des Schritts 101 in 2e verfügt man in der Tat für den momentanen Block des Rangs m über das Beobachtungssignal und das Empfangssignal sowie über die geschätzte spektrale Leistungsdichte des Beobachtungssignals auf diesem momentanen Block, die als ^γ_yy(f, m) bezeichnet ist, und selbstverständlich über eine Schätzung der spektralen Leistungsdichte des Störsignals ^γ_pp(f, m), welche selbstverständlich die vorstehend genannte Gleichung (6) erfülllt.
Wie in 2e dargestellt, wird die spektrale Leistungsdichte des Nutzsignals somit auf dem momentanen Block durch eine sogenannte a posteriori-Schätzung abgeschätzt. Das Signal, das die geschätzte spektrale Leistungsdichte des Nutzsignals repräsentiert, erfüllt somit die Gleichung (7):
Es sei daran erinnert, dass mit dem Begriff a posteriori-Schätzung der Begriff der Schätzung der spektralen Leistungsdichte des Nutzsignals bei gänzlichem Fehlen dieses letzten Wissens gemeint ist. Dieser Vorgang ist in 2e mit 102a bezeichnet.
Der Vorgang des a posteriori-Schätzens 102a wird dann gefolgt von einem Schritt 102b der a priori-Schätzung der Amplitude des Spektrums des Nutzsignals auf dem momentanen Block. Allgemein sei darauf hingewiesen, dass die Amplitude des Spektrums des Nutzsignals auf dem momentanen Block die allgemeine Gleichung (8) erfülllt: Ass(f, m) = T(f, m)·Υ(f, m).
In dieser Gleichung bezeichnet:
T(f, m) die Frequenzantwort der Optimalfilterung für den momentanen Block;
Υ(f, m) die kurzfristige Frequenztransformierte, d. h. die Fourier-Transformation, auf dem momentanen Block des Beobachtungssignals.
Es sei insbesondere darauf hingewiesen, dass das Signal Υ(f, m) erhalten werden kann ausgehend von dem momentanen Block Bm(t) und Anwendung einer einfachen kurzfristigen Fourier-Transformation auf diesem momentanen Block, um das Signal Υ(f, m) zu erhalten.
Es sei darauf hingewiesen, dass zur Durchführung einer a priori-Schätzung der Amplitude des Spektrums des Nutzsignals dieser in Schritt 102b realisierte Vorgang darin besteht, das Signal als Wert zu nehmen, welches der Filterung des momentanen Blocks des Beobachtungssignals entspricht, durch Speicherung des Wertes der Frequenzantwort der Optimalfilterung, der auf dem vorhergehenden Block, d. h. T(f, m – 1 ), berechnet wurde, gemäß der Gleichung (9): Ass(f, m) = T(f, m – 1)·Υ(f, m).
Es versteht sich somit, dass der Schätzschritt 102b als Speichern des Wertes der Frequenzantwort der für den vorhergehenden momentanen Block berechneten Optimalfilterung verstanden werden kann.
Auf den vorstehend genannten Schritt 102b folgt dann die Schätzung der spektralen Leistungsdichte des Nutzsignals im Schritt 102c, der in 2e dargestellt ist. Im vorstehend genannten Schritt 102c wird die geschätzte spektrale Leistungsdichte des Nutzsignals derart erstellt, dass sie die nachstehende Gleichung (10) erfüllt: ^γss(f, m) = β(m)|Ass(f, m)|2 + (1 –β(m)) ^γss-post(f, m).
Der Schritt 102c des Schätzens der spektralen Leistungsdichte des Nutzsignals wird dank der Durchführung eines Schritts 102d durchgeführt, der es erlaubt, für jeden momentanen Block Bm(f) einen Gewichtungsparameter β(m) zu erzeugen, der es erlaubt, ein angepasstes Gewicht zwischen der momentanen Schätzung, die ausgehend von der auf den vorhergehenden Block des Ranges m – 1 angewendeten Filterung durchgeführt wird, und dem Beitrag für den momentanen Rahmen der geschätzten spektralen Leistungsdichte des Nutzsignals zu erzeugen, der selbstverständlich durch das Signal ^γ_ss-post(f, m) repräsentiert wird.
Am Ende des Schritts 102 verfügt man selbstverständlich über das Signal, welches die geschätzte spektrale Leistungsdichte des Nutzsignals repräsentiert und mit ^γ_ss(f, m) bezeichnet ist. Der Prozess der Optimalfilterung kann somit für den momentanen Block an dem Signal Υ(f, m) dank der vorstehend mit Bezug auf die 2c in den Schritten 103 und 104 beschriebenen Globalfilterung gesteuert werden. Selbstverständlich wird der Übergang zum nachfolgenden Block durch die in 2e dargestellte Inkrementierung m = m + 1 verwirklicht.
Mit Bezug auf die 3a und 3b wird nun eine nicht einschränkende Ausführungsform einer Vorrichtung zur optimierten Behandlung eines Störsignals bei einer Tonaufnahme ausgehend von einem Beobachtungssignal, wobei dieses Signal von einem Nutzsignal und diesem Störsignal gebildet ist, detaillierter beschrieben werden.
Insbesondere und auf Grund der vorstehend in der Beschreibung hinsichtlich der Frequenzbehandlung erwähnten Hauptvorteile wird die erfindungsgemäße und in 3a dargestellte Vorrichtung für eine derartige Behandlung beschrieben werden.
Darüber hinaus wird das Störsignal als von einem Rauschen und einem von einem Empfangssignal erzeugten Echo bestehend angesehen. In gleicher Art, wie in 2c und 2d wird das Beobachtungssignal mit γ(t) bezeichnet und wird als von einem Mikrofon M geliefert angesehen, und das mit x(t) bezeichnete Empfangssignal entspricht jenem des Signals, das von einem Lautsprecher HP, beispielsweise im Zusammenhang der freihändigen Mobiltelefonie, geliefert wird. Da der Lautsprecher HP und das Mikrofon M notwendigerweise jeweils in der Nähe des anderen angeordnet sind, versteht es sich somit, dass in der Fahrzeugkabine der Beitrag des Empfangssignals zum Störsignal keinesfalls vernachlässigt werden kann, ebenso wie selbstverständlich weitere Komponenten, etwa das Motorengeräusch, die vom umgebenden Verkehr erzeugten Rollgeräusche, die beispielsweise ebenso Komponenten und Beiträge zum Störsignal bilden.
3a und 3b werden in dem Fall des allgemeinen Prinzips einer Globalbehandlung beschrieben werden, sowie in dem Fall einer ähnlichen Behandlung, die in Form einer blockweisen Behandlung realisiert ist, wobei die Bezugszeichen der Elemente, welche die erfindungsgemäße Vorrichtung zur optimierten Behandlung bilden, im Fall der blockweisen Behandlung jenen entsprechen, die für die allgemeine Behandlung verwendet wurden, wobei sie jedoch um den Index m ergänzt sind, welcher der Bezeichnung des Rangs des betrachteten momentanen Blocks entspricht, wie dies vorstehend in Verbindung mit 2d und 2e beschrieben wurde.
Wie in 3a dargestellt ist, wird das Beobachtungssignal γ(t), das von dem Mikrofon M geliefert wird, mittels eines mit T₁(f, m), T₁(f) bezeichneten Moduls einer digitalen Abtastung mit einer geeigneten Frequenz, einer Unterteilung in Blöcke und selbstverständlich einer in 3a als FFT bezeichneten Frequenztransformation unterzogen. Das Modul T₁(f, m) liefert somit das Signal Υ(f, m), welches im Frequenzraum das Beobachtungssignal auf dem Block des betrachteten Ranges m repräsentiert.
Das Gleiche gilt auch hinsichtlich des Empfangssignals mittels eines Moduls T₂(f, m), T₂(f), welches es erlaubt, das Signal zu liefern, welches im Frequenzraum X(f, m) repräsentiert, sowie die Blöcke B'm(f), welche das Empfangssignal für den Block des betrachteten Rangs m repräsentieren.
Die Module T₁(f, m) und T₂(f, m) sind identische Module herkömmlichen Typs, die durch ein und dasselbe, nicht dargestellte Taktsignal synchronisiert sind. Aus diesem Grund werden diese Module nicht im Detail beschrieben, da sie auf dem einschlägigen technischen Gebiet üblicherweise verwendeten Modulen entsprechen und daher dem Fachmann völlig bekannt sind.
Wenn man 3a ferner entnimmt, umfasst die erfindungsgemäße Vorrichtung zur optimierten Behandlung ein Modul 1, 1_m zur Schätzung der spektralen Leistungsdichte des Beobachtungssignals, welches ausgehend von diesem Beobachtungssignal, oder genauer ausgehend von dem Signal, welches im Frequenzraum dieses Beobachtungssignal repräsentiert, d. h. sei es das Signal Υ(f) oder das Signal Υ(f, m), ein digitales Signal liefert, welches die geschätzte spektrale Leistungsdichte des Beobachtungssignals repräsentiert und aus eben diesem Grund mit ^γ_yy(f) bzw. ^γ_yy(f, m) auf dem betrachteten momentanen Block bezeichnet wird.
Darüber hinaus umfasst die erfindungsgemäße Vorrichtung, wie es in 3a dargestellt ist, ein Modul 2, 2_m zur Schätzung der spektralen Leistungsdichte des Störsignals, welches das Empfangssignal enthält, oder genauer das Signal, das im Frequenzraum dieses Empfangssignal repräsentiert, d. h. sei es das Signal X(f, m) oder das Signal X(f). Das Modul 2 zur Schätzung der spektralen Leistungsdichte des Störsignals erhält ferner das digitale Signal, welches die geschätzte spektrale Leistungsdichte des Beobachtungssignals repräsentiert, d. h. das Signal ^γ_yy(f) bzw. ^γ_yy(f, m). Im Gegenzug liefert es ein digitales Signal, welches die geschätzte spektrale Leistungsdichte des Störsignals repräsentiert und mit ^γ_pp(f) bezeichnet ist. In einer besonderen nicht einschränkenden Ausführungsform sei darauf hingewiesen, dass das Modul 2, 2_m in der Tat die Gesamtheit der Signale liefert, welche die geschätzte spektrale Leistungsdichte der Komponenten des Störsignals repräsentieren und mit ^γⁱ _pp(f) bzw. "γⁱpp(f, m) bezeichnet sind.
Ferner ist ein Modul 3, 3_m zur Schätzung der spektralen Leistungsdichte des Nutzsignals vorgesehen, welches ein digitales Signal empfängt, das die vom Modul 1, 1_m gelieferte, geschätzte spektrale Leistungsdichte des Beobachtungssignals ^γ_yy(f) bzw. ^γ_yy(f, m) repräsentiert, sowie das digitale Signal, welches die geschätzte spektrale Leistungsdichte des Störsignals ^γ_pp(f) bzw. ^γ_pp(f, m) repräsentiert oder die Komponenten dieses letzteren, wie vorstehend erwähnt. Das Modul 3, 3_m zur Schätzung der spektralen Leistungsdichte des Nutzsignals liefert durch einen Prozess, der von dem allgemeinen Prinzip der Spektralsubtraktion inspiriert ist, ein mit ^γ_ss(f) bzw. als ^γ_ss(f, m) bezeichnetes digitales Signal, welches die geschätzte spektrale Leistungsdichte des vorstehend genannten Nutzsignals repräsentiert.
Schließlich umfasst die erfindungsgemäße Vorrichtung zur optimierten Behandlung eines Störsignals, wie in 3a dargestellt, ein mit 4, 4_m bezeichnetes Globalfilterungs-Modul, welches es erlaubt, eine Optimalfilterung des Signals sicherzustellen, welches im Frequenzraum das Beobachtungssignal repräsentiert, d. h. des Signals Υ(f) bzw. Υ(f, m), welches von dem Modul T₁(f, m), T₁(f) geliefert wird.
Wie in 3a insbesondere dargestellt ist, umfasst das Filterungsmodul 4, 4_m vorteilhaftenaeise ein mit 4a, 4a_m bezeichnetes Modul zur Berechnung der Koeffizienten einer Optimalfilterung, welches das digitale Signal empfängt, das die geschätzte spektrale Leistungsdichte des Störsignals ^γ_pp(f) bzw. ^γ_pp(f, m) repräsentiert, sowie das digitale Signal, welches die geschätzte spektrale Leistungsdichte des Nutzsignals ^γ_ss(f), bzw. ^γ_ss(f, m) repräsentiert. Das in 3a dargestellte Modul 4a, 4a_m liefert ein digitales Signal zur Adaptierung der Filterung, das mit of bezeichnet ist und eine Frequenzantwort der Optimalfilterung repräsentiert, die die vorstehend in der Beschreibung angegebene Gleichung (4) erfüllt. Es versteht sich selbstverständlich, dass in dieser Gleichung die geschätzte spektrale Leistungsdichte des Störsignals der Summe der spektralen Leistungsdichten der Komponenten des Störsignals gemäß der vorstehend in der Beschreibung angegebenen Gleichung (6) entspricht.
Schließlich empfängt ein Modul 4b, 4b_m , das Bestandteil des Globalfilterungs-Moduls 4, 4_m ist, das Signal, welches die Frequenzantwort repräsentiert, d. h. das von dem Modul 4b, 4b_m gelieferte Signal af, um ausgehend von dem Signal, welches im Frequenzraum das Beobachtungssignal repräsentiert, das Nutzsignal su zu liefern. Es versteht sich insbesondere, dass das Optimalfilterungs-Modul 4b, 4b_m beispielsweise aus einem Wiener-Filterungsmodul bestehen kann. Das von diesem Filterungsmodul 4b, 4b_m gelieferte Signal wird dann von einem mit 5, 5_m bezeichneten Modul empfangen zur Frequenzrücktransformation, aus diesem Grund mit FFT^–1 bezeichnet, und zur blockweisen Synthese, welches ausgehend von dem Optimalfilterungssignal das im Zeitraum rekonstruierte Nutzsignal liefert, nämlich su(t).
Im Folgenden wird in Verbindung mit 3b für eine blockweise Behandlung des aufeinanderfolgenden Ranges m eine bevorzugte Ausführungsform des in 3a dargestellten Moduls 3_m zur Schätzung der spektralen Leistungsdichte des Nutzsignals detaillierter beschrieben werden, welches der Durchführungsart des erfindungsgemäßen Verfahrens, wie es in 2e dargestellt ist, entspricht.
Selbstverständlich und übereinstimmend mit der in Verbindung mit 3a gegebenen Beschreibung, umfasst die erfindungsgemäße Vorrichtung neben dem Moduls T₁(f, m), das eine Folge von aufeinanderfolgenden momentanen Blöcken des Ranges m liefert, das Modul zur Schätzung der spektralen Leistungsdichte des Beobachtungssignals auf dem momentanen Block ^γ_yy(f, m), das Modul 1_m , und das Modul zur Schätzung der spektralen Leistungsdichte jeder Komponente des Störsignals ^γ¹ _pp(f, m), das Modul 2_m , das Modul zur blockweisen Schätzung der spektralen Leistungsdichte des Nutzsignals, das Modul 3_m , welches vorteilhafterweise wie in 3b dargestellt, ein Modul 30_m zur a posteriori-Schätzung der spektralen Leistungsdichte des Nutzsignals auf dem momentanen Blocks umfasst, die als ^γ_ss-post(f, m) bezeichnet ist und die vorstehend in der Beschreibung erwähnte Gleichung (7) erfüllt. Außerdem umfasst das Modul 3_m auch ein Modul 31_m zur a priori-Schätzung der Amplitude des Spektrums des Nutzsignals auf dem momentanen Block, welche die vorstehend in der Beschreibung erwähnte Gleichung (9) erfüllt. Das Modul 31_m empfängt einerseits das vom Modul 30_m gelieferte Signal ^γ_ss-post(f, m), sowie andererseits das vom Block T₁(f, m) gelieferte Signal Υ(f, m), sowie ein Signal, welches die Frequenzantwort der Optimalfilterung für den dem momentanen Block vorhergehenden Block, nämlich T(f, m – 1 ), repräsentiert, das beispielsweise vom Block 4a_m der 3a geliefert wurde.
Der Block 31_m liefert somit eine a priori-Schätzung der Amplitude des Spektrums des Nutzsignals, welche mit A_ss(f, m) bezeichnet wird.
Schließlich ist ein Modul zur Berechnung der spektralen Leistungsdichte des Nutzsignals für den momentanen Block, ein Modul 32_m , vorgesehen, welches das Signal der a priori-Schätzung der Amplitude des Spektrums des Nutzsignals A_ss(f, m) empfängt, das durch das Modul 31_m geliefert wurde, sowie ein Signal empfängt, welches eine Gewichtungskoeffizienten oder -parameter β(m) repräsentiert, und zwar von einem Modul 33_m , wie in 3b dargestellt ist. Der Parameter β(m) erlaubt es, ein Gewicht zu verwenden, welches zwischen der am vorigen Block des Rang m – 1 ausgeführten Schätzung und dem Beitrag der spektralen Leistungsdichte des Nutzsignals für den momentanen Rahmen angepasst ist, wie dies vorstehend in der Beschreibung erwähnt wurde. Der Parameter β(m) kann gemäß den Eigenschaften der Nutzsignale und des geschätzten Rauschens eingestellt werden. Das Modul 32_m liefert also das Signal, welches die geschätzte spektrale Leistungsdichte des Nutzsignals repräsentiert und die vorstehend in der Beschreibung erwähnte Gleichung (10) erfüllt.
Die Ausführungsform der erfindungsgemäßen Vorrichtung zur optimierten Behandlung eines Störsignals, wie sie in 3a und 3b dargestellt ist, ist nicht einschränkend.
Es versteht sich insbesondere, dass beispielsweise in Verbindung mit dem Zusammenhang der 2d für ein Störsignal, welches von einem Echosignal dieses Empfangssignals und einem Rauschsignal gebildet wird, wenn das Rauschsignal mit dem Echosignal im Wesentlichen nicht korreliert ist, und das Modul zur Schätzung der spektralen Leistungsdichte des Echosignals 2, 2_m somit ein digitales Signal liefert, welches die mit ^γ_zz(f) bzw. ^γ_zz(f, m) bezeichnete, geschätzte spektrale Leistungsdichte des Echosignals repräsentiert, die erfindungsgemäße Vorrichtung gemäß 3c modifiziert ist, in der jedenfalls die gleichen Bezugszeichen die gleichen Elemente darstellen, wie im Fall von 3a.
Unter dieser Annahme und unter Berücksichtigung der realistischen Annahme des Nichtvorhandenseins einer Korrelation zwischen den Komponenten des Störsignals, d. h. zwischen dem Rauschsignal und dem akustischen Echo, wird die vorstehend in der Beschreibung erwähnte Gleichung (4) zu Gleichung (11):
Diese Gleichung stellt die Frequenzantwort des Globalfilters unter Berücksichtigung der Schätzung der spektralen Leistungsdichte des Nutzsignals, des Rauschsignals und des Echosignals dar, welche mit Bezug auf 3c mit ^γ_ss(f) bzw. ^γ_bb(f, m), ^γ_zz(f, m) bezeichnet sind.
In der gleichen Art und auf Grund der gleichen realistischen Annahmen des Nichtvorhandenseins einer Korrelation zwischen den Komponenten des Störsignals, wandelt sich die vorstehend in der Beschreibung erwähnte Gleichung (5) in die Gleichung (12) um: ^γss(f) = ^γyy(f) – ^γbb(f) – ^γzz(f).
In einer vorteilhaften Ausführungsform der erfindungsgemäßen Vorrichtung zur optimierten Behandlung des Störsignals und spezifischer im Zusammenhang mit der freihändigen Mobiltelefonie kann eine Schätzung der spektralen Leistungsdichte allein des Rauschens insbesondere in Abwesenheit des Echosignals und des Nutzsignals erhalten werden.
Auf die gleiche Art ist es möglich, die spektrale Leistungsdichte des Echosignals ausgehend von dem Signal abzuschätzen, welches im Frequenzraum das Empfangssignal und das Beobachtungssignal repräsentiert. Als nicht einschränkendes Beispiel kann diese Schätzung eine Schätzung der Übertragungsfunktion des akustischen Kanals zwischen dem Empfangssignal und dem Beobachtungssignal ins Spiel bringen.
Unter Berücksichtigung der vorhergehenden Bemerkungen umfasst die Vorrichtung in einem derartigen Fall, wie in 3c dargestellt, ein zusätzliches Modul zur Schätzung der spektralen Leistungsdichte des das Beobachtungssignal beeinträchtigenden Rauschens, welches mit dem Modul 1, 1_m zur Schätzung der spektralen Leistungsdichte des Beobachtungssignals verbunden ist.
Ferner bildet in diesem Fall, wie in 3c dargestellt, das Modul 2, 2_m zur Schätzung der spektralen Leistungsdichte des Störsignals in der Tat ein Modul zur Schätzung der spektralen Leistungsdichte des akustischen Echos, welches ein Signal liefert, welches die mit ^γ_zz(f, m) bezeichnete, geschätzte spektrale Leistungsdichte des akustischen Echos repräsentiert.
Unter diesen Bedingungen und wie in 3c dargestellt erhält das Modul zur Berechnung der Koeffizienten des Optimalfilters 4a, 4a_m direkt das Signal, welches die geschätzte spektrale Leistungsdichte des akustischen Echos ^γ_zz(f, m) repräsentiert, das Signal, welches die mit ^γ_bb(f, m) bezeichnete, geschätzte spektrale Leistungsdichte des Rauschens repräsentiert, und selbstverständlich das Signal, welches die mit ^γ_yy(f, m) bezeichnete, geschätzte spektrale Leistungsdichte des Beobachtungssignals repräsentiert.
Unter diesen Bedingungen und unter Berücksichtigung der Verfügbarkeit der vorstehend erwähnten Signale im Bereich des Moduls 4a, 4a_m , d. h.:

– des Signals, welches die vom Modul 1, 1_m gelieferte, geschätzte spektrale Leistungsdichte ^γ_yy((f) bzw. ^γ_yy(f, m) repräsentiert,
– des Signals, welches die geschätzte spektrale Leistungsdichte des Rauschens ^γ_bb(f), bzw. ^γ_bb(f, m), repräsentiert
– des Signals, welches die vom Modul 2, 2_m gelieferte, spektrale Leistungsdichte ^γ_zz(f), bzw. ^γ_zz(f, m) repräsentiert,

3

3_m

_ss

4a

4a_m

Für eine spezifische Ausführungsform der erfindungsgemäßen Vorrichtung zur optimierten Behandlung eines Störsignals, wie sie in 3c dargestellt ist, sei darauf hingewiesen, dass das Modul 1a, 1a_m zur Schätzung der spektralen Dichte des Rauschens, wie in 3d dargestellt, vorteilhafterweise ein Modul zur Erfassung des Nichtvorhandenseins eines Nutzsignals und des Nichtvorhandenseins eines Echosignals in dem Beobachtungssignal umfassen kann, und ein Rekursivfilter erster Ordnung, das einen Vergessensfaktor λ_bb darstellt, wobei dieser Vergessensfaktor durch einen reellen Koeffizienten gebildet wird, der einen Wert zwischen 0 und 1 aufweist. In diesem Fall liefert das Rekursivfilter das digitale Signal, welches die geschätzte spektrale Leistungsdichte des Rauschsignals ^γ_bb(f) bzw. ^γ_bb(f, m) repräsentiert, das die Gleichung (13) erfüllt: ^γbb(f, m) =λ bb· ^γbb(f, m – 1) + (1 – λbb) (|b(f, m)|2).
Für die vorstehend genannte Gleichung (13) sei darauf hingewiesen, dass b(f, m) die Frequenztransformierte, Fourier-Transformierte, des Beobachtungssignals bezeichnet, welche auf einem momentanen Zeitsegment des Beobachtungssignals in Abwesenheit einer Sprechaktivität, d. h. eines Wortes des einen oder des anderen der beiden sich in Kommunikation befindenden Sprecher, gebildet wurde. Wie man 3d entnimmt, umfasst das Schätzmodul 1_am in seiner sich auf die blockweise Behandlung beziehenden Version, welche in nicht einschränkender Art beschrieben wurde, das Modul 10_am zur Erfassung einer Sprechaktivität, das beispielsweise das Signal Υ(f, m) empfängt, welches von dem Modul T₁(f, m) geliefert wurde, einen Unterbrecher 11_am , der von dem Modul 10_am zur Erfassung der Sprechaktivität gesteuert wird, ein Quadrierungs-Modul 12_am , einen Multiplikationsschaltkreis 13_am , der das von dem Quadrierungs-Modul 12_am gelieferte Signal und den Wert 1 – λ_bberhält. Ein Summierglied 14_am erhält das von dem Modul 12_am gelieferte Signal, liefert das Signal, welches die geschätzte spektrale Leistungsdichte des Rauschsignals ^γ_bb(f, m) repräsentiert, und erhält über eine Reaktionsschleife das Signal, welches die geschätzte spektrale Leistungsdichte des Rauschsignals ^γ_bb(f, m – 1) repräsentiert und sich auf den dem momentanen Block vorhergehenden Block bezieht, vermittels eines Verzögerungsmoduls 15_am , beispielsweise eines Speichers, und eines Gewichtungs-Multiplikationsmoduls 16_am , das den Wert λ_bb erhält. Bei Erfassung der Abwesenheit einer Sprechaktivität entspricht der Block B_m(f), der von dem Modul T₁(f, m) geliefert wurde, der Frequenztransformierten b(f, m) des Rauschsignals.
Was schließlich das Modul zur Schätzung der spektralen Leistungsdichte des Beobachtungssignals anbelangt, insbesondere das Modul 1, 1_m , sei darauf hingewiesen, dass dieses, wie in 3e dargestellt, ein Rekursivfilter erster Ordnung umfassen kann, das einen Vergessensfaktor λ_bb darstellt, der von einem reellen, zwischen 0 und 1 enthaltenen Koeffizienten gebildet wird. Das zuvor beschriebene Rekursivfilter liefert dann das digitale Signal, welches die geschätzte spektrale Leistungsdichte des Beobachtungssignals ^γ_yy(f), bzw. ^γ_yy(f, m) repräsentiert und die Gleichung (14) erfüllt: ^γyy(f)= λyy· ^γyy(f) + (1 – λyy)·|Υ(f)|2.
In dieser Gleichung bezeichnet Υ(f) bzw. Υ(f, m) das Signal, welches im Frequenzraum das Beobachtungssignals repräsentiert, d. h. beispielsweise die Frequenztransformierte dieses Beobachtungssignals auf dem momentanen Block.
Das in 3e dargestellte Rekursivfilter umfasst Elemente, die den in 3d dargestellten ähnlich sind, wobei die Bezeichnungen am jeweils in m abgewandelt sind und folglich der Wert λ_yy angenommen wurde.
Die 4a bis 4e erlauben es, die dank des Einsatzes des erfindungsgemäßen Verfahrens zur optimierten Behandlung eines Störsignals und mittels einer erfindungsgemäßen Vorrichtung, wie sie beispielsweise in 3c dargestellt ist, erhaltenen Leistungen auszuwerten.
In den 4a, 4b, und 4c ist die Abszissenachse nach Sekunden und die Ordinatenachse nach Amplitudenwert in digitaler PCM-Kodierung unterteilt, wobei eine Kodierung auf 16 bits einem maximalen Wert von 32768 entspricht.
Der Zusammenhang der Anwendung betraf die freihändige Funktelefonie in einem Kraftfahrzeug.
Die Abtastfrequenz der Probennahme lag bei einem Wert von 8 kHz, wobei die so erhaltene digitale Kodierung der Proben auf dem PCM-Format basierte, nämlich 16 bits linear.
Im Laufe dieser Versuche wurden das auf den Lautsprecher gegebene Signal, das Empfangssignal, und das Mikrofon-Signal, d. h. das Beobachtungssignal, synchron aufgezeichnet, wobei der Motor des Fahrzeugs abgeschaltet war.
Im Rahmen dieser Auswertung wurden Rauschsignale und lokale Sprache, die in einem gleichen Fahrzeug separat aufgezeichnet wurden, künstlich zum Echosignal summiert.
Das ursprüngliche Echosignal, das durch das Mikrofon M aufgenommen wurde, ist in 4a dargestellt.
Das wie vorstehend erwähnt erhaltene, verrauschte Beobachtungssignal ist in 4b dargestellt, wenn die lokale Sprache, d. h. des Sprechers des Fahrzeuges, künstlich durch ein Rauschsignal und ein einer menschlichen Stimme entsprechendes Echosignal gestört wurde.
In den 4a und 4b stellt das zinnenartig dargestellte Signal unter den vorstehend angesprochenen Aufzeichnungen die Erfassung der empfangenen Sprechaktivität dar, d. h. auf dem vom Lautsprecher HP empfangenen Empfangssignal.
Das in 4b dargestellte Testbeobachtungssignal umfasst somit Zeitintervalle alleine mit Rauschen, Zeitintervalle alleine mit Echo im Rauschen, aber auch Zeitintervalle mit doppelter Sprache, d. h. Zeitintervalle, während derer die beiden miteinander kommunizierenden Sprecher gleichzeitig sprechen. Dieses Testsignal entspricht im Zusammenhang von freihändigem Mobilfunk einem typischen Fall.
Die Eigenschaften des Beobachtungssignals sind in der nachstehenden Tabelle gegeben:
Im Laufe dieser Versuche waren die Behandlungsparameter neben der vorstehend angesprochenen Frequenz der Probennahme die folgenden:

– Länge des Analysefensters: 256 Proben
– Typ des Analysefensters: Hanning-Fenster
– Überdeckung: 50%, nämlich 128 Proben
– Anzahl der Punkte der schnellen Fourier-Transformation FFT: 226 Punkte
– Beanspruchung der linearen Faltung für die durch inverse FFT realiserte Filterung auf 512 Punkten;
– Methode der Signalsynthese: OLA, zur Bezeichnung der Methode Overlapp Add

Die 4c stellt das am Ausgang der Vorrichtung erhaltene Nutzsignal dar, nämlich das Signal su der 3c. Man bemerkt eine effektive Reduzierung des Einflusses des bei der Tonaufnahme aufgenommenen Störsignals. Das Rauschen und das ursprüngliche Echosignal sind durch die Durchführung der Behandlung stark gedämpft.
Um die von der Behandlung am Rauschen und am Echo erbrachte Reduzierung auszuwerten, wurde in 4d und 4e einerseits die Dämpfung des Echos in Dezibel und andereseits die Dämpfung des Rauschens in Dezibel dargestellt.
Die Dämpfung des Echos wurde mittels einer energetischen Methode bewertet, die unter dem Namen ERLE, für Echo Return Loss Enhancement, bekannt ist, wobei diese Methode an den Blöcken von 256 Proben bei Abwesenheit einer Überdeckung ausgewertet wurde.
Die Dämpfung des Rauschen wurde auf dieselbe Weise an den Blöcken von 256 Proben ohne Dämpfung ausgewertet.
Die Analyse der 4d und 4e zeigt, dass das erfindungsgemäße Verfahren und die erfindungsgemäße Vorrichtung zur optimierten Behandlung es erlauben, die mittlere Leistung des durch das Mikrofon M aufgenommenen akustischen Echos während Zeitintervallen mit alleine Echo in der Größenordnung von 15 dB und während Zeitintervallen mit doppelter Sprache in der Größenordnung von 10 dB zu reduzieren.
Was die Reduzierung der mittleren Leistung des Rauschens betrifft, liegt diese Reduzierung während des Zeitintervalls alleine mit Rauschen in der Größenordnung von 18 dB. Bei Zeitintervallen mit alleine Echo und mit doppelter Sprache passt sich die gesamte optimierte Behandlung automatisch dem durch das Mikrofon M gelieferten Beobachtungssignal an. Man kann daher in der Tat eine Reduzierung der Leistung des Rauschens von 15 dB bei Zeitintervallen mit alleine Echo und von 8 dB bei Zeitintervallen mit doppelter Sprache feststellen.
Das erfindungsgemäße Verfahren und die erfindungsgemäße Vorrichtung zur optimierten Behandlung von Störsignalen erscheinen insofern sehr vorteilhaft, als sie es erlauben, die in das lokal gesprochene Nutzsignal eingebrachten Verzerrungen zu reduzieren. Darüber hinaus bringt die Reduzierung der Dämpfung des Echosignals und des Rauschsignals während der Zeitintervalle mit Sprachaktivität bei Emission keine unerwünschten Effekte für das zum entfernten Gesprächspartner übertragene Signal mit sich, da die am Ende der Behandlung noch vorhandenen Signale, Restechosignal und Restrauschsignal, dann subjektiv von dem lokalen Sprachsignal überdeckt werden.
Das erfindungsgemäße Verfahren und die erfindungsgemäße Vorrichtung sind besonders gut an die freihändigen Mobilfunktelefonie in Kraftfahrzeugen angepasst. Da einige europäische Länder bereits Maßnahmen ergriffen haben, um den Gebrauch einer herkömmlichen tragbaren Telefonkombination während des Fahrens eines Kraftfahrzeugs zu untersagen, muss man in der Tat mit einer Verallgemeinerung dieser Maßnahmen rechnen. Die Analyse der freihändigen Telefonie in Fahrzeugen erlaubte es, die beiden Hauptstörfaktoren für den Fahrer, Gesprächspartner nicht nur beim gleichzeitigen Fahren und Kommunizieren sondern ferner im Bereich des umgebenden Rauschens aufzuzeigen, während für den Gesprächspartner dieses letzteren die wichtigsten Störungen durch das Vorhandensein des Rauschens und eines akustischen Echos erzeugt werden, welches durch die zwischen den Transducern bestehende akustische Koppelung induziert wird.
Durch den Einsatz einer Globalbehandlung des Störsignals, erlauben es das erfindungsgemäße Verfahren und die erfindungsgemäße Vorrichtung, sich vom Einsatz eines adaptiven Systems zur Unterdrückung des akustischen Echos zu lösen, dessen Montage sich als besonders kostspielig und schwierig auszuführen erweist, und das bei gleichzeitiger Sicherstellung einer ausreichenden Sprachqualität.

Claims

Verfahren zur optimierten Behandlung eines Störsignals bestehend aus mindestens einem Rauschsignal während einer Tonaufnahme anhand eines Beobachtungssignals, das aus einem ursprünglichen Nutzsignal und dem Störsignal gebildet ist, dadurch gekennzeichnet, dass es besteht aus der Vornahme – einer Schätzung des Störsignals zur Erzeugung eines geschätzten Störsignals; – einer Schätzung des Nutzsignals zur Erzeugung eines geschätzten Nutzsignals durch Subtraktion des geschätzten Störsignals von dem Beobachtungssignal; – einer Filterung des Beobachtungssignals anhand des geschätzten Störsignals und einer optimalen Filterung zur Erzeugung eines Nutzsignals, wobei die optimale Filterung eine Minimierung des Fehlers zwischen dem Nutzsignal und dem geschätzten Nutzsignal erlaubt, wobei das geschätzte Nutzsignal gegen das ursprüngliche Nutzsignal konvergiert für einen Fehler zwischen dem Nutzsignal und dem geschätzten Nutzsignal von nahezu null.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass dann, wenn die Tonaufnahme in Gegenwart eines Empfangssignals erfolgt, die Schätzung des Störsignals in der Vornahme einer getrennten Schätzung des Beitrags des Empfangssignals und des Beitrags des Rauschsignals des Störsignals besteht.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass es für eine Behandlung des Störsignals im Frequenzraum besteht aus der Vornahme – einer Frequenztransformation des Beobachtungssignals bzw. des Empfangssignals zur Erzeugung eines transformierten Signals, das im Frequenzraum das Beobachtungssignal bzw. das Empfangssignal repräsentiert; – einer von jedem transformierten Signal ausgehenden Schätzung eines Signals, das die spektrale Leistungsdichte des Beobachtungssignals bzw. des Empfangssignals repräsentiert; – der Anwendung des Schritts der Schätzung des Störsignals auf das Signal, das die spektrale Leistungsdichte des Beobachtungssignals repräsentiert, bzw. auf das Signal, das die spektrale Leistungsdichte des Empfangssignals repräsentiert; – der Anwendung der optimalen Filterung auf das transformierte Signal, das das Beobachtungssignal repräsentiert, zur Erzeugung eines transformierten Signals, das das Nutzsignal repräsentiert.
Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass die optimale Filterung anhand eines Signals, das die geschätzte spektrale Leistungsdichte des Nutzsignals repräsentiert, erfolgt, welche durch ein Spektralsubstraktionsverfahren bestimmt wurde und folgende Gleichung erfüllt: ^γss(f) = ^γyy)f) ^γpp(f)in welcher: ^γ_yy(f) die geschätzte spektrale Leistungsdichte des Beobachtungssignals bezeichnet; ^γ_pp(f) die geschätzte spektrale Leistungsdichte des Störsignals bezeichnet.
Verfahren nach Anspruch 3 oder 4, dadurch gekennzeichnet, dass für ein Störsignal, das aus mehreren Bestandteilen des Störsignals besteht, die geschätzte spektrale Leistungsdichte ^γ_pp(f) des Störsignals gleichgesetzt wird mit der Summe der geschätzten spektralen Leistungsdichten ^γⁱ _pp(f) jedes Bestandteils des Rangs i des Störsignals und die folgende Gleichung erfüllt:
wobei P die Anzahl der Bestandteile des Störsignals darstellt.
Verfahren nach Anspruch 4 oder 5, dadurch gekennzeichnet, dass für eine blockweise Behandlung im Frequenzraum des Beobachtungssignals, wobei dieses Signal in aufeinanderfolgende Abtastblöcke unterteilt ist, das Verfahren für jeden laufenden Block des Rangs m im Hinblick auf die Bildung der geschätzten spektralen Leistungsdichte des Nutzsignals besteht aus der Vornahme – einer Schätzung der spektralen Leistungsdichte ^γ_yy(f, m) des Beobachtungssignals für den laufenden Block; – einer Schätzung der spektralen Leistungsdichte ^γⁱ _pp(f, m) jedes Bestandteils des Störsignals anhand des Empfangssignals, des laufenden Blocks des Rangs m des Beobachtungssignals und der Schätzung der spektralen Leistungsdichte ^γ_yy(f, m) des Beobachtungssignals für den laufenden Block; – einer a posteriori-Schätzung der spektralen Leistungsdichte ^γ_ss-post(f, m) des Nutzsignals für den laufenden Block, welche die Gleichung erfüllt:
– einer a priori-Schätzung der Amplitude des Spektrums des Nutzsignals für den laufenden Block, die die Gleichung erfüllt: Ass(f, m) = T(f, m – 1)·Υ(f, m)wobei T(f, m – 1) die Frequenzantwort der auf den vorhergehenden Block angewendeten optimalen Filterung bezeichnet und Υ(f, m) die kurzfristige Fourier-Transformierte für den laufenden Block des Beobachtungssignals bezeichnet, wobei die geschätzte spektrale Leistungsdichte des Nutzsignals für den laufenden Block die Gleichung erfüllt: ^γ ss(f, m) = β(m)|Ass(f, m)|2 + (1 – β(m)) ^γss-post(f, m)wobei in dieser Gleichung β(m) für den laufenden Block einen Gewichtungsparameter bezeichnet, der es erlaubt, eine angepasste Gewichtung durchzuführen zwischen der laufenden Schätzung, durchgeführt anhand der auf den vorhergehenden Block des Rangs m – 1 angewendeten Filterung, und dem Beitrag für den laufenden Rahmen der spektralen Leistungsdichte des Nutzsignals.
Vorrichtung zur optimierten Behandlung eines Störsignals während einer Tonaufnahme anhand eines Beobachtungssignals, das aus einem Nutzsignal und dem Störsignal gebildet ist, wobei das Störsignal aus einem Rauschen und einem von einem Empfangssignal erzeugten Echo besteht, dadurch gekennzeichnet, dass die Vorrichtung für eine Behandlung im Frequenzraum dieser Signale mindestens umfasst: – Mittel zur Schätzung der spektralen Leistungsdichte des Beobachtungssignals, welche anhand des Beobachtungssignals ein digitales Signal abgeben, das die geschätzte spektrale Leistungsdichte ^γ_yy(f) des Beobachtungssignals repräsentiert; – Mittel zur Schätzung der spektralen Leistungsdichte des Störsignals, welche das Empfangssignal und das digitale Signal empfangen, das die geschätzte spektrale Leistungsdichte ^γ_yy(f) des Beobachtungssignals repräsentiert, und ein digitales Signal abgeben, das die geschätzte spektrale Leistungsdichte ^γ_pp(f) des Störsignals repräsentiert; – Mittel zur Schätzung der spektralen Leistungsdichte des Nutzsignals, welche das digitale Signal empfangen, das die geschätzte spektrale Leistungsdichte ^γ_yy(f) des Beobachtungssignals repräsentiert, sowie das digitale Signal, das die geschätzte spektrale Leistungsdichte ^γ_pp(f) des Störsignals repräsentiert, und welche mittels Spektralsubtraktion ein digitales Signal abgeben, das die geschätzte spektrale Leistungsdichte ^γ_ss(f) des Nutzsignals repräsentiert; – Mittel zur Berechnung der Koeffizienten eines optimalen Filters, welche das digitale Signal empfangen, das die geschätzte spektrale Leistungsdichte ^γ_pp(f) des Störsignals repräsentiert, sowie das digitale Signal, das die geschätzte spektrale Leistungsdichte ^γ_ss(f) des Nutzsignals repräsentiert, und welche ein digitales Filterungsanpassungssignal abgeben, das eine frequenzabhängige Filterungsantwort repräsentiert der Form:
– Mittel zur optimalen Filterung, welche das Beobachtungssignal und das digitale Filterungsanpassungssignal empfangen und das geschätzte Nutzsignal abgeben, welches das Nutzsignal repräsentiert.
Vorrichtung nach Anspruch 7, dadurch gekennzeichnet, dass für ein Störsignal, das aus mehreren Bestandteilen des Störsignals besteht, die Mittel zur Schätzung der spektralen Leistungsdichte des Nutzsignals das digitale Signal empfangen, welches die geschätzte spektrale Leistungsdichte ^γ_yy(f) des Beobachtungssignals repräsentiert, sowie das digitale Signal, welches die geschätzte spektrale Leistungsdichte ^γⁱ _pp(f) der verschiedenen Bestandteile des Störsignals repräsentiert, und ein digitales Signal abgeben, welches die geschätzte spektrale Leistungsdichte ^γ_ss(f) des Nutzsignals repräsentiert.
Vorrichtung nach Anspruch 8, dadurch gekennzeichnet, dass die Vorrichtung für eine blockweise Behandlung im Frequenzraum des Beobachtungssignals umfasst: – Mittel zur Unterteilung des Beobachtungssignals in aufeinanderfolgende Blöcke, welche das Beobachtungssignal empfangen und eine Abfolge von aufeinanderfolgenden, laufenden Blöcken des Rangs m abgeben; – Mittel zur Schätzung der spektralen Leistungsdichte ^γ_ss(f, m) des Beobachtungssignals für den laufenden Block; – Mittel zur Schätzung der spektralen Leistungsdichte ^γⁱ _pp(f, m) jedes Bestandteils des Störsignals anhand des Empfangssignals, des laufenden Blocks des Rangs m des Beobachtungssignals und der Schätzung der spektralen Leistungsdichte ^γ_yy(f, m) des Beobachtungssignals für den laufenden Block; – Mittel zur blockweisen Schätzung der spektralen Leistungsdichte des Nutzsignals, welche umfassen: – Mittel zur a posteriori-Schätzung der spektralen Leistungsdichte ^γ_ss-post(f, m) des Nutzsignals für den laufenden Block, welche die Gleichung erfüllt:
– Mittel zur a priori-Schätzung der Amplitude des Spektrums des Nutzsignals für den laufenden Block, welche die Gleichung erfüllt: Ass(f, m) = T(f,m – 1)·Υ(f, m)wobei T(f,m – 1) die Frequenzantwort der auf den vorhergehenden Block angewendeten optimalen Filterung bezeichnet und Υ(f, m) die kurzfristige Fourier-Transformierte für den laufenden Block des Beobachtungssignals bezeichnet, wobei die geschätzte spektrale Leistungsdichte des Nutzsignals für den laufenden Block die Gleichung erfüllt: ^γss(f, m) = β(m)|Ass(f, m)|2 + (1 – β(m)) ^γss-post(f, m)wobei in dieser Gleichung β(m) für den laufenden Block einen Gewichtungsparameter bezeichnet, der es erlaubt, eine angepasste Gewichtung durchzuführen zwischen der laufenden Schätzung, durchgeführt anhand der auf den vorhergehenden Block des Rangs m – 1 angewendeten Filterung, und dem Beitrag für den laufenden Rahmen der spektralen Leistungsdichte des Nutzsignals.
Vorrichtung nach Anspruch 7, dadurch gekennzeichnet, dass für ein Störsignal, das aus einem Echosignal des Empfangssignals und einem Rauschsignal gebildet ist, wobei das Rauschsignal mit dem Echosignal im Wesenltichen nicht korreliert ist, und die Mittel zur Schätzung der spektralen Leistungsdichte des Echosignals ein digitales Signal abgeben, das die geschätzte spektrale Leistungsdichte ^γ_zz(f) des Echosignals repräsentiert, die Vorrichtung ferner Mittel zur Schätzung der spektralen Leistungsdichte des Rauschsignals umfasst, welche an die Mittel zur Berechnung der Koeffizienten eines optimalen Filters ein digitales Signal abgeben, das die geschätzte spektrale Leistungsdichte ^γ_bb(f) des Rauschsignals repräsentiert, wobei die Berechnungsmittel ein digitales Filterungsanpassungssignal abgeben, das eine frequenzabhängige Filterungsantwort repräsentiert der Form:
mit ^γss (f) = ^γyy (f) – ^γbb (f) – ^γzz (f).
Vorrichtung nach Anspruch 7, 9 und 10, dadurch gekennzeichnet, dass die Mittel zur Schätzung der spektralen Leistungsdichte des Rauschsignals aufweisen: – ein Mittel zur Erfassung der Abwesenheit des Nutzsignals und der Abwesenheit des Echosignals in dem Beobachtungssignal; – ein Rekursivfilter der ersten Ordnung, das einen Vergessensfaktor λ_bb aufweist, welcher ein realer Koeffizient zwischen 0 und 1 ist, wobei das Rekursivfilter das digitale Signal abgibt, welches die geschätzte spektrale Leistungsdichte ^γ_bb(f) des Rauschsignals repräsentiert der Form: ^γbb(f, m) = λbb· ^γbb(f, m – 1) + (1 – λbb) (|b(f, m)|2)in der b(f, m) die Fourier-Transformierte des Beobachtungssignals bezeichnet, die für ein laufendes Zeitsegment des Beobachtungssignals in Abwesenheit einer Sprechaktivität erstellt wird.
Vorrichtung nach einem der Ansprüche 7 bis 11, dadurch gekennzeichnet, dass die Mittel zur Schätzung der spektralen Leistungsdichte des Beobachtungssignals aufweisen: – ein Rekursivfilter der ersten Ordnung, das einen Vergessensfaktor λ_bb aufweist, welcher ein realer Koeffizient zwischen 0 und 1 ist, wobei das Rekursivfilter das digitale Signal abgibt, welches die geschätzte spektrale Leistungsdichte ^γ_bb(f) des Beobachtungssignals repräsentiert der Form: ^γyy(f) = λyy· ^γyy(f) + (1 – λyy)·|Υ(f)|2 wobei Υ(f) die Fourier-Transformierte des laufenden Zeitsegments des Beobachtungssignals darstellt.