FR2789823A1 - Filtres a sous-bandes unilaterales - Google Patents

Abstract

Dans un procédé pour traiter un signal d'entrée le signal d'entrée est décomposé en une pluralité de sous-bandes à l'aide d'un banc de filtres à sous-bandes unilatérales à valeurs complexes. Les spectres de fréquence unilatéraux des sous-bandes résultantes rendent négligeable le repliement aux taux voisins de deux fois le taux de sous-échantillonnage critique.

Description

La présente invention se rapporte au domaine du traitement nume-

rique des signaux et., d'une manière plus particulière, à l'utilisation de bancs de

filtres pour résoudre des problèmes de traitement de signaux.

ILa décomposition en sous-bandes est un outil puissant du traite-

ment des signaux quc l'on peut utiliser pour faciliter la résolution d'une grande diversité de problèmes. L'idée de base sous-jacente à la décomposition en sous-bandes est de décomposer un signal sous la forme de bandes de fréquence par l'intermédiaire de bancs de filtres. Le traitement du signal s'effectue au sein de chaque sous-bande. Il existe de nombreuses manières différentes de concevoir les bancs dc filtres, d'o la possibilité de nombreuses décompositions différenltes du signal. La décomposition en sous-bandes peut offrir de nouvelles techniques de traitement des signaux ou des techniques améliorées susceptibles de rendre

plus abordables des problèmes ditfficiles.

Il existe un certain nombre de problèmes de traitement de signaux qui sont difficiles et pour lesquels la décomposition en sous-bandcs pourrait aider à générer des solutions améliorées. On mentionnera parmi eux la déconvolution aveugle, l'annulation d'échos, la séparation des signaux aveugles et la détection

de conversations simultanées. La clé, pour une implémentation efficace de la dé-

composition en sous-bandes, est de trouver un banc de filtres qui décompose les signaux d'une manière qui rende le problème plus facile à résoudrc. Il ne s'agit pas d'une tâche triviale. La conception de bancs de filtres a été et continue d'être

un domaine de recherche actif.

L'annulation d'échos est utilisée d'une manière généralisée dans les applications du type télécommunications pour reconditionner une grande variété

dc signaux, tels que signaux vocaux, transmission dc données et signaux vidéo.

La recherche d'algorithmes mathématiques permettant d'implémenter l'annula-

tion d'échos a produit plusieurs approches différentes faisant intervenir des dc-

grés de complexité, des coûts et des performances divers.

Dans certaines applications, telles que l'annulation d'échos vocaux

acoustiques dans les téléphones mains-libres, la durée d'un écho peut être relati-

vement importante. Pour des pièces t\piques, l'écho peut durer de 100 msI à 500 ms. Une approche traditionnelle de l'annulation d'échos utilise un filtre adaptatif dc longueur L, o L est égalc au nombre d'échantillons néccssaires pour aller juste au-delà de la durée de l'écho. Même avec un débit binlaire téléphonique de 8000 échantillons par seconde, la valeur de L peut se situer facilement dans

les milliers.

Le volume de calculs requis pour un filtre adaptatif est proportion-

nel à 2L s'agissant de la classe populaire des algorithmes LMS ("Least Mcan

Squares" ou Moindres Carrés), et est proportionnel à L2 ou plus s'agissant des al-

gorithmes du type RLS ("Recursive Mean Squares" ou Moindres Carrés Récur-

sifs). Les algorithmes plus robustes (tels que les algorithmes du type RLS) ont fortement amélioré les caractéristiques de convergence par rapport aux méthodes LMS, mais lc volume de calculs proportionnel à L2 les rend inutilisables dans la pratique avec la technologie actuelle. Le temps de convergence augmente aussi

exponentiellement avec la taille de L pour la plupart des algorithmes. Il est im-

portant que la convergence soit rapide, en particulier dans le cas de l'annulation d'échos acoustiques, du fait que le trajet de l'écho est susceptible de varier d'une

manière continue lorsque les personnes et les objets se déplacent au sein dc l'en-

vironnement. Un annulateur d'échos conçu de manière à traiter une longueur d'écho de plusieurs centaines de millisecondes sera confronté à des problèmes tant du point de vue de la complexité des calculs que de la vitesse et la précision

de la convergence.

Du fait de la longueur importante des échos quc l'on rencontre dans la majeure partie des applications du type acoustique, il est pratiquement impossible d'utiliser un unique filtre adaptatif pour effectuer l'annulation d'échos acoustiques. En conséquence, l'utilisation de la décomposition en sous-bandes a été proposée. Un filtre adaptatif est utilisé pour annuler l'écho au sein de chaque sous-bande, et le signal débarrassé de l'écho est ensuite réassemblé par un banc de filtres de svnthèse. La décomposition en sous-bandes permet de réduire la

complexité des calculs et se traduit par une convergence plus rapide et plus pré-

cisc. Ccpcndant. l'application dc la décomposition cn sous-bandcs à l'annulation d'échos a été réalisée avec un succès limité suite à des difficultés pratiques, telles

que les erreurs de repliement associées au processus de souséchantillonnage.

Lorsque les signaux sont décomposés en Af sous-bandes,.f filtres adaptatifs sont nécessaires pour effectuer l'annulation d'échos. Au sein de chaque sous-bande, les signaux sont sous-échantillonnés, c'est-à- dire que la cadence

d'échantillonnage est réduite. Le facteur dont est réduite la cadence d'échaln-

tillonnage est appelé, d'une manière typique, taux de souséchantillonnage. Par

excmplc, un taux dc sous-échantillonnage égal à quatre sous-entend quc la ca-

dence d'échantillonnage est réduite d'un facteur égal à quatre au sein de chaque sous-bande. Il est important d'eTffectuer la distinction entre le taux de sous-échantillonnage et la cadence d'échantillonnage. Une augmentation du taux

de sous-échantillonnage se traduit par une diminution de la cadence d'échan-

tillonnage. Un cas spécial se rencontre lorsque le taux de souséchantillonnage

est égal au nombre de sous-bandes (Ad). Ce cas est connu sous le nom d'échan-

tillonnage critique, et le taux de sous-échantillonnage correspondant cst appelé

taux d'échantillonnage critique. L'échantillonnage critique représente le maxi-

mum de sous-échantillonnage possible avant de perdre des inlformations du si-

gnal. Dans la présente description, on supposera un taux de souséchantillonnage

égal à deux fois le taux d'échantillonnage critique. Cela signifie un taux de

sous-échantillonnage égal à deux fois le nombre de sous-bandes (2,A), et une ca-

dence d'échantillonnage correspondante qui est deux fois moins rapide que

l'échantillonnage critique.

La longueur de chaque filtre adaptatif est réduite d'un facteur égal au taux de sous-échantillonnage. La cadence d'échantillonnage réduite permet dc disposer de davantage de temps pour effectuer les calculs entre les échantillons, et les filtres adaptatifs plus courts convergeront avec un moins grand nombre d'itérations, ct avec un résultat plus précis. Lcs filtres à sous-bandcs impliquent un surplus de calculs, mais il existe des algorithmes efficaces pour effectuer la décomposition en sous-bandes. Les filtres à sous-bandes introduiront aussi un délai additionnel au sein du système. A condition de maintenir les filtres à sous-bandes à une longueur raisonnablement courte, ce surplus de calculs et ce

délai additionnel seront tolérables.

Dans de nombreux problèmes de traitement de signaux, des diffi-

cultés se présentent du fait que les techniques existantes tendent à fournir des solutions imprécises, ou exigent un trop grand nombre de calculs pour pouvoir être implémentées d'une manière économique avec la technologie actuelle. Par exemplc, un annulatcur d'échos plcine-bandc qui utilise un seul filtre adaptatif est simplement inutilisable dans la pratique pour les échos que l'on rencontre d'unc manière typique dans les environnements acoustiques réels. Les méthodes du

type LMS sont séduisantes du point de vue des calculs, mais fournissent des es-

timations d'écho qui sont enclines à l'erreur. Les algorithmes plus précis, tels que les algorithmes du type RLS, requièrent un trop grand nombre de calculs pour une implémentation économique. L'utilisation de la décomposition en sous-bandes permet de générer des estimations d'écho plus précises pour de

longs échos en utilisant la technique LMS, et le volume de calcul est raisonnable.

Cependant, la décomposition en sous-bandes introduit de nouvelles difficultés

d'implémentation.

Il existe deux manières fondamentales d'effectuer la décomposition en sous-bandes. L'approche directe fait intervenir l'utilisation d'un banc dc filtres à Af voies pour décomposer le signal en A f sous-bandes. Un certain nombre dc problèmes sont associés à ce procédé. Du fait que des filtres carrés idéaux ne peuvent être utilisés, on observe un chevauchement entre les sous-bandes. Ceci conduit à des erreurs de repliement, lesquelles empirent lorsque le taux de sous-échantillonnage se rapproche du taux d'échantillonnage critique. Le fait de diminuer le taux de sous-échantillonnage (sur-échantillonnagc) réduit lc rcplic- ment, mais peut conduire à une surdétermination du problème et à une faible

convergence. Les filtres à sous-bandes peuvent aussi introduire une distorsion.

La théorie sur les bancs de filtres montre que, avec une conception de filtre judi-

cieuse, les erreurs de repliement et de distorsion peuvent être éliminées en ex-

ploitant les relations existant entrc les filtrcs d'analyse ct dc synthèsc. Ccpendant,

ces relations sont détruites si les signaux subissent un traitement entre la décom-

position et la reconstruction. D'une manière évidente, un tel traitement sera né-

cessaire pour annuler un écho, et, de ce fait, les erreurs de repliement et de dis-

torsion sont inévitables.

Un procédé de décomposition cn sous-bandcs plus récent cst la dé-

composition en ondelettes. Les ondelettes présentent habituellement des caracté-

ristiques d'orthogonalité qui leur confèrent automatiquement des propriétés de reconstruction parfaites (aucune erreur de repliement ni de distorsion). Mais, de la même manière qu'avec les bancs de filtres classiques, ces propriétés dépendent des relations existant cntrc les filtres d'analyse et dc synthèse, et ccs relations sont

détruites par le traitement intermédiaire. Les bancs de filtres destinés à une dé-

composition en ondelettes sont aussi réalisés sous la forme d'un arbre, en dispo-

sant en cascade des diviseurs et combineurs bi-voies. Des algorithmes très rapi-

des sont en mesure d'implémenter ceci, mais le nombre de sous-bandes doit être par conséquent unc puissance dc dcux. On dispose par ailleurs d'une moins grande liberté lorsque l'on conçoit les bancs de filtres destinés à la décomposition

en ondelettes du fait que les filtres destinés à la décomposition en ondelettes doi-

vent satisfaire à certains critères auxquels n'ont pas à satisfaire les bancs de filtres classiques.

La distorsion peut être rendue négligeable par une conception judi-

cieuse des filtres. Mais aucun procédé de décomposition en sous-bandes ne peut complètement élimincr lc chevauchcment existant cntrc lcs sous-bandcs, cc qui

signife que le repliement est le principal problème à surmonter. Dans l'annula-

tion d'échos, le repliement se manitfeste sous la forme d'un écho interbande. La majeure partie de l'écho au sein d'une sous-bande particulière provient de la

sous-bande elle-même. Celui-ci est connu sous la dénomination écho in-

tra-bande. Du fait du replicmcnt, un certain écho provient aussi des autres sous-bandes. Il s'agit de l'écho inter-bande. Le fait de réduire le taux de

sous-échantillonnage peut diminuer le repliement, mais ceci diminue les bénéfi-

ces que procure le sous-échantillonnage, à savoir les longueurs de filtre plus pe-

tites et la cadence binaire réduite. L,'autre option consiste à utiliser des filtres croi-

1 5 sés, c'est-à-dire des filtres adaptatifs additionnels conçus pour éliminer l'écho in-

ter-bande. Ceci accroît le nombre des calculs qu'il faut effectuer. Il est particuliè-

rement souhaitable d'éliminer les filtres croisés, du fait qu'une telle réduction ré-

duit les calculs et simplifie la topologie du filtre adaptatif.

Conformément à la présente invention, on fournit un procédé pour traiter un signal d'cntrcée, dans lequel ledit signal d'entrée est décomposé en une pluralité de sous-bandes à l'aide d'un banc de filtres à sous-bandes unilatérales à valeurs complexes, et dans lequel un traitement intervient au sein desdites sous-bandes. Conformément aux principes de la présente invention, un banc de filtres a été développé, lequel utilise des filtres à sous-bandcs unilatérales, par

exemple des filtres IR (à Réponse Impulsionnelle Finie), possédant des coeffi-

cients de filtrage complexes. Les spectres fréquentiels unilatéraux des sous-bandes résultantes rendent négligeable le repliement au niveau de taux de sous-échantillonnage voisins du taux de sous-échantillonnage critique dans le cas réel et voisins de deux fois le taux de souséchantillonnage critique dans le cas complexe. Le banc de filtres peutêtre généralement appliqué aux problèmes de

traitement de signaux qui utilisent la décomposition en sous-bandes.

Les coefficients du banc dc filtres sont basés, d'une manièrc prléfé-

rée, sur l'approximation optimale au sens des moindres carrés d'un filtre "prati-

quement idéal" dont les caractéristiques sont déterminées par le nombre de

sous-bandes et le taux de sous-échantillonnage.

La présente invention peut être appliquée à des problèmes de trai-

tement dc grands signaux, qui peuvent être décimés cnri utilisant l'approche conm-

plexe de la décomposition en sous-bandes. Une application particulière de la pré-

sente invention est le domaine de l'annulation d'échos.

Un algorithme d'annulation d'échos acoustiques a été développé,

lequel utilise à la fois des estimations complexe et réelle de la réponse impulsion-

1i 5 nelle acoustique ("Acoustic Impulse Response" ou AIR). Les filtres unilatéraux complexes sont utilisés pour effectuer la décomposition en sous-bandes, ce qui

élimine le besoin de recourir à des filtres croisés.

Une conversation simultanée est détectée au sein de chaque sous-bande, ce qui tend à fournir une meilleure performance qu'avec la détection

pleine-bande.

La présente invention permet d'insérer des blocs de filtrage arbitrai-

res entre bancs de filtres d'analyse et de synthèse sans avoir à souffrir des effets

qu'impliquent les erreurs de repliement.

Un autre aspect de la présente invention fournit un dispositif de traitement numérique dc signaux comportant un banc dc filtres unilatéraux à valeurs complexes destiné à décomposer un signal d'entrée en une pluralité de

sous-bandes, et des moyens pour traiter les signaux au sein desdites sous-bandes.

La présente invention fournit en outre un dispositif d'annulation

d'échos comportant un premier banc de filtres à sous-bandes unilatérales à va-

leurs complexes destiné à décomposer un signal distant en une pluralité de sous-bandes, des filtres adaptatifs générant une estimation d'erreur au sein de chaque sous-bandc, un dcuxième banc dc filtres constitué dc filtrcs à

sous-bandes unilatérales à valeurs complexes destiné à décomposer un signal lo-

cal en une pluralité de sous-bandes, un soustracteur destiné à soustraire les esti-

mations de signaux à partir du signal local au sein de chaque sous-bande, et un troisième banc de filtres à sous-bandes unilatérales destiné à reconstituer les

sous-bandcs en un signal dc sortie composite.

On va maintenant décrire avec plus de détails la présente inven-

tion, à titre d'exemple uniquement, en se reportant aux dessins annexés, sur les-

quels: - la figure 1 illustre un annulateur d'échos acoustiques basique utilisant un filtrage adaptatif conformément à la technique antéricurc,

- la figure 2 illustre un annulateur d'échos fonctionnant par dé-

composition en sous-bandes, - la figure 3 représente un banc de filtres d'analyse à M voies, - les figures 4a et 4b représentent une structure de filtre adaptatif, - la figure 5 représente un banc de filtres de synthèse à M voics, - les figures 6a et 6b illustrent le phénomène de repliement avec des composantes de filtrage réelles et complexes, - la figure 7 illustre l'effet d'estimations AIR réelles et complexes, et - la figure 8 représente les résultats d'un essai effectué avec un

annulateur d'échos en utilisant des estimations AIR complexes.

En se reportant maintenant aux dessins, la figure 1 illustre un exemple de la manière dont les problèmes d'écho surviennent dans les systèmes téléphoniques mains-libres et les systèmes d'audioconférence. Chaque pièce 10

possède une réponse impulsionnelle acoustique (AIR ou "Acoustic Impulse Res-

ponse") qui impartit un écho à une source sonore 12 éventuelle située dans la pièce. Un filtre adaptatif 14 génère une estimation y[n] du signal d'écho et la soustrait dans un soustracteur 18 au signal d'cxtrémité prochc acquis par un mi-

crophone 16. Le signal vocal distant ou d'extrémité lointaine u[n] forme une en-

trée du filtre adaptatif 14. La soustraction de l'estimation d'écho à partir de l'en-

trée du microphone d[n] fournit le signal d'erreur qui est détecté et utilisé pour modifier l'estimation d'écho. Le filtre adaptatif tente de forcer à zéro ernil, ce qui fait quc le filtre n'est actif (c'est-à- dirc, adaptatif) qu'en l'abscncc de signal vocal local. Un module séparé est utilisé pour déterminer si oui ou non un signal local

est présent.

La figure 2 illustre une approche par décomposition en

sous-bandes de l'annulation d'échos, un bloc de filtres adaptatifs 14 étant mainte-

1 5 nant agcncé pour chaque sous-bandc. Lc signal vocal distant (cxtrémité éloignée) a été décomposé en sous-bandes dans des filtres d'analyse 22 avant d'être envoyé sur les filtres adaptatifs 14. Le signal local est décomposé en sous-bandes par des filtres d'analyse 24 avant d'être envoyé vers le soustracteur 18. L'annulation de l'écho est effectuée au sein de chaque sous-bande. Les résultats des soustractions

sont les signaux d'errcur qui sont réinjcctés sur les filtres adaptatifs correspon-

dants. Comme illustré sur la figure 3, les filtres d'analyse 24 décomposent en sous-bandes un signal entrant. Ceci s'etTectue en filtrant tout d'abord le signal de manière à isoler les composantes fréquentielles de chaque sous-bande, puis en

clfectuant ensuite un sous-échantillonnage avec un facteur égal à N. Lc proces-

sus de sous-échantillonnage conserve chaque N-ième échantillon et écarte les autres. Par conséquent, le débit binaire est réduit d'un facteur N. Le gaspillage est en réalité important du fait que la majeure partie du travail effectué par les filtres

est ignorée. Dans un agencement préféré, une décomposition polyphase est utili-

sée pour déplacer les sous-échantillonneurs hors des filtres. Par une implémenta-

tion polyphase, seuls sont générés les échantillons nécessaires. Ceci réduit le nombre de calculs nécessaires pour implémenter la décomposition cnil sous-bandcs à raison d'un facteur égal à N. La décomposition polyphase cst un procédé de factorisation des coefficients de filtrage ou coefficients des signaux

en groupant chaque M-ième coefficient. Par exemple, une décomposition poly-

phase avec M = 2 regroupera les composantes paires et impaires. Une décompo-

sition polyphase est utilisée pour implémenter d'une manière efficace le

sous-échantillonnage t le sur-échantillonnage.

La figure 4(a) représente un filtre transversal adaptatif comportant

un mécanisme non-spécifié d'ajustement adaptatif du poids des prises. Le méca-

nisme d'ajustement du poids des prises peut correspondre à n'importe lequel des

procédés connus. Dans le présent cas, l'algorithme LMS normalisé a été choisi.

Qucl que soit le procédé choisi, le signal d'crrcur (la diflférence cntre la sortie du filtre adaptatif et le signal cible) est utilisé pour modifier les poids des prises. La figure 4(b) représente le banc de filtres adaptatifs utilisé dans l'annulateur d'échos

fonctionnant par décomposition en sous-bandes.

Sur la figure 5, les signaux des sous-bandes sont

sur-échantillonnés, filtrés et recombinés sous la forme d'un signal de sortie uni-

que. Le sur-échantillonnage implique l'insertion de N - 1 zéro entre les échan-

tillons. Les filtres interpolent ensuite entre échantillons non-nuls pour lisser le si-

gnal. A nouveau, une implémentation polyphase doit être utilisée pour effectuer

ceci d'une manière efficace.

Un but principal, sous-jacent à la décomposition cn sous-bandes, est de maximiser le taux de sous-échantillonnage. Ceci réduit au maximum le

débit binaire du signal, et fournit à l'algorithme davantage de temps pour exécu-

ter ses calculs. Avec des filtres à sous-bandes qui utilisent des coefficients à va-

leurs réelles, Ie taux de sous-échantillonnage ne peut excéder le nombre de sous-bandes. Il s'agit de l'échantillonnage critique. Si l'on augmente le taux dc

sous-échantillonnage au-delà de l'échantillonnage critique, on observera svsté-

matiquement un repliement, même avec des filtres à sous-bandes idéaux. Le re-

plicmcnt intcrvient du fait que les composantes fréqucnticllcs négatives dune sous-bande commencent à chevaucher les composantes fréquentielles positives d'une autre sous-bande. Au niveau d'un échantillonnage critique avec des filtres idéaux, les images repliées au sein de chaque sous-bande se touchent tout juste, comme illustré sur la figure 6(a). Du fait que des filtres idéaux ne peuvent être

réalisés, un rcpliement apparaîtra au voisinage du taux d'échantillonnagc critique.

Avec des coefficients de filtrage réels, les composantes fréquentielles négatives sont toujours présentes, et un échantillonnage critique ne peut être effectué sans repliement. Avec des filtres unilatéraux à valeurs complexes, les composantes 1 5 fréqucntiellcs négatives ou positives nc sont pas préscrvées. Lorsquc dcs filtres

unilatéraux sont utilisés dans un banc de filtres, le repliement peut être rendu né-

gligeable au niveau du taux d'échantillonnage critique, même avec des filtres non-idéaux. En fait, comme illustré sur la figure 6(b), le repliement ne devient un problème qu'au voisinage de deux fois le taux d'échantillonnage critique. Les

filtres unilatéraux à valeurs complexes permettront par conséquent une décom-

position en sous-bandes à pratiquement deux fois le taux de sous-échantillonnage (c'est-à-dire, la moitié du taux d'échantillonnage) possible

avec des filtres à valeurs réelles.

Un inconvénient majeur de l'utilisation des filtres unilatéraux tient

au fait qu'implémentcr des algorithmes utilisant une arithmétique complexe rc-

quière à peu près quatre fois plus de calculs qu'avec une arithmétique réelle. Ce-

pendant, lorsque des filtres unilatéraux sont appliqués au problème d'annulation d'échos, les bénéfices apportés l'emportent sur le coût en calculs. Les filtres adaptatifs comportent même maintenant moins de prises à ajuster, et ceci peut conduire à une convergence plus rapide et à une erreur moins importante. En choisissant un taux de sous- échantillonnage situé juste au-dessous de deux fois le

taux échantillonnage critique, le repliement sera encore pratiquement négligca-

blc, ct les filtres croisés nc seront pas neccssaircs. Unc arithlmétiquc complcxc peut être implémentée en parallèle (par exemple, les parties réelle et imaginaire d'un produit complexe peuvent être calculées simultanément par des processeurs parallèles). Ceci peut être exploité dans une implémentation matérielle, si le coût

économique peut être justifié.

Du fait quc les filtres unilatéraux pcrmcttcnt de dépasser l'échaln-

tillonnage critique, ceci permet de maximiser les bénéfices apportés par l'utilisa-

tion de la décomposition en sous-bandes afin de faciliter la résolution de problè-

mes de traitement de signaux. Dans le cas de l'annulation d'échos, le surplus de calculs introduit par l'utilisation d'une arithmétique complexe est compensé par le débit binaire réduit et l'abscncc de filtres croisés. Lcs temps dc convergcncc augmentent aussi, et de meilleures estimations AIR sont générées. On s'attend à ce que des augmentations de performance similaires puissent être obtenues si les

filtres unilatéraux sont utilisés dans d'autres problèmes. Par exemple, la décon-

volution aveugle, l'égalisation des voies et la séparation des signaux font toutes intervenir l'estimation de signaux inconnus, esscnticllcment dc la même manière

que l'annulation d'échos.

Dans l'implémentation actuelle, les filtres à sous-bandes sont con-

çus en utilisant des versions décalées en fréquence d'un filtre prototype. Le filtre

prototype est généré par un procédé d'optimisation au sens des moindres carrés.

Un filtre "pratiqucmcnt idéal" est spécifié, lequcl possède unc amplitude unitaire dans la bande passante, une amplitude nulle dans la bande d'arrêt, et une bande de transition étroite. Une approximation optimale au sens des moindres carrés de ce filtre idéal est ensuite générée. Le filtre optimal est ensuite décale dans la

bande de fréquence applopriée par multiplication par une exponentiellc coIm-

plexe. Les limites de la bande passante, de la bande de transition et de la bande d'arrêt varient en fonction du nombre de sous-bandes et du taux de sous-échantillonnage utilisés. Le Tableau 1 indique les coefficients de filtrage du mode préféré dc réalisation. Les filtres à sous-bandes unilatérales permettent de dépasser le taux d'échantillonnage critique lors de l'exécution de l'annulation d'échos. Dans de telles circonstances, tous les signaux décomposés en sous-bandes doivent

rester complexes et unilatéraux. Une arithmétique entièrement complexe est re-

quisc du fait quc lcs estimations AIR doivent êtrc complcxcs. Unc autre option

consiste à limiter le taux de sous-échantillonnage au taux d'échantillonnage criti-

que ou à un taux inférieur, et à utiliser les estimations AIR réelles. Un signal d'écho est généré par convolution dans le domaine temporel d'un signal vocal avec la réponse impulsionnelle acoustique (AIR) d'une pièce. Ceci correspond à la multiplication du spectre de fréqucncc du signal par Ic spcctrc dc fréquencc dc

la réponse impulsionnelle acoustique (AIR). Du fait que le signal vocal décom-

posé en sous-bandes est unilatéral, la multiplication par une estimation AIR bila-

téral conduit encore à un signal d'écho unilatéral. La figure 7 le prouve. Les bé-

néfices de l'utilisation des estimations AIR réelles sont que la multiplication d'un signal à valeurs rcéellcs par un signal à valeurs complexes nécessite un nombre dc calculs moitié moins important que pour une multiplication complexe pleine, et est plus facile à implémenter. Malheureusement, le taux de sous-échantillonnage doit aussi diminuer d'un facteur deux, d'o, globalement, l'absence de gain entermes de calculs.

Lc tecrme "conversation simultancée" fait référence à la situation

dans laquelle les deux parties parlent en même temps. Pour éviter une diver-

gence des filtres adaptatifs, les coefficients doivent être gelés durant les périodes

pendant lesquelles s'établit une conversation simultanée. La conversation simul-

tanée est habituellement plus remarquable dans certaines sous-bandes que dans d'autres. Compte tenu de ce fait, un détecteur de conversation simultanée en sous-bandes 26 est utilisé au sein de chaque sous-bande. Si celui-ci détecte une

conversation simultanée, même dans une seule sous-bande, tous les filtres adap-

tatils sont gclés. Dcux procédés dc détcction sont utilisés. Un premier procédé

compare l'amplitude du signal d'extrémité éloignée à l'amplitude du signal du mi-

crophone. Si une augmentation excessive d'amplitude est remarquée, une con-

versation simultanée est supposée. L'autre procédé surveille le niveau d'annula-

tion. Si l'on sait que les filtres adaptatifs ont convergé, et que par ailleurs n'inter-

vient cncorc qu'unc faiblc annulation, une conversation simultanée est suspcctée

(une telle condition pourrait aussi correspondre à une variation de la réponse im-

pulsionnelle acoustique, d'o le besoin du premier procédé comme auxiliaire).

L'algorithme LMS normalisé est aussi modifié de telle sorte que la valeur de p

soit inversement proportionnelle au niveau d'annulation d'écho. Lorsque le ni-

vcau d'annulation augmente, la valeur dc p diminue. Ccci permct de génércr une

estimation AIR encore plus précise, et confère une meilleure résistance à la di-

vergence des prises du filtre adaptatif dans le cas d'une conversation simultanée.

La figure 8 représente les résultats d'un essai eftTectué sur un mode préféré de réalisation d'un annulateur d'échos en utilisant des estimations AIR complexes. Lcs simulations ont été effectuées cn utilisant 10 sous-bandcs; avec un taux de sous-échantillonnage égal à 15. Les filtres à sous-bandes possédaient coefficients, et les filtres de synthèse n'étaient que légèrement plus larges que les filtres d'analyse (ceci réduit la distorsion). Les coefficients de filtrage peuvent être trouvés dans le Tableau 1. Le signal audio (illustré dans la partie supérieurc) était un échantillon vocal synthétique dc l'ordre dc 8 sccondcs en termes de longueur. Une réponse impulsionnelle acoustique (AIR) de 2000

échantillons (1/4 seconde), provenant d'une pièce réelle, a été utilisée pour géné-

rer l'écho. De plus, le signal local (c'est-à-dire, le signal acquis par le microphone) a été contaminé avec tun bruit Gaussien à 50 dB, SNR. Le relevé intermédiaire représente l'écho résiduel, et le relevé du bas représente le niveau d'annulation d'écho (ERLE-Echo Return Loss Enhlancement) basé sur des blocs de 1000 échantillons. Dans cette simulation, une annulation de l'ordre de - 24 dB a été obtenue après 2 secondes, et dc - 29 dB après 4 secondes. Dcs résultats similai- res ont été obtenus en utilisant de vrais échantillons vocaux. Une fois atteint un

niveau raisonnable de convergence par le filtre adaptatif. une annulation de l'or-

dre de - 15 à - 20 dB peut être maintenue, même en la présence d'une conversa-

tion simultanée.

L'implémentation d'un traitement numérique dc signaux présentant la configuration mentionnée ci-dessus nécessiterait environ 8 MIPS. Environ 6.5 MIPS sont nécessaires à l'algorithme d'annulation d'échos. avec un surplus de

1.5 MIPS pour implémenter la décomposition en sous-bandes.

Le Tableau 1 énumère les coefficients de filtrage pour un filtre d'analyse h[n] et un filtre de synthèse g[n]. pour un banc de filtres dc

sous-échantillonnage de facteur 15, à 10 sous-bandes, selon un mode de réalisa-

tion. Chaque filtre possède 105 coefficients. Pour chaque sous-bande, les filtres sont des versions juste décalées en fréquence des filtres prototypes. Le décalage

fréquentiel est accompli par multiplication par une exponentielle complexe.

Tableau 1 h[n]-{0,0006, 0,0008, 0,0009, 0,0011, 0,0013, 0,0014, 0,0015, 0,0015,

0.00015,

0,0013, 0,0012, 0,0009, 0,0005, 0,0001, -0,0004, -0,0010, -0,0017,

-0,0024,

-0.0032, -0,0040, -0,0047, -0,0054, -0,0060, -0,0065, -0,0069, -0,0071,

-0.0070,

-0.0068, -0,0062, -0,0054, -0,0042, -0,0028, -0,0010, 0,0011,0,0035,

0,0062,

0,0092, 0,0124,0,0157, 0,0192, 0,0228, 0,0264, 0,0300, 0,0335, 0,0368,

0,0399,

0,0427, 0,0452, 0,0473, 0,0490, 0,0502, 0,0510, 0,0512,0,0510, 0,0502,

0,0490,

0,0473, 0,0452, 0,0427, 0,0399, 0,0368, 0,0335, 0,0300, 0,0264, 0,0228,

0,0192,

0,0157, 0,0124,0,0092,0,0062,0,0035,0,0011, -0,0010, -0,0028,

*-0,0042,

-0,0054, -0,0062, -0,0068, -0,0070, -0,0071, -0,0069, -0,0065, -0,0060,

-0,0054,

-0,0047, -0,0040, -0,0032, -0,0024, -0,0017, -0,0010, -0,0004, 0,0001,

0,0005,

-00009, 0,0012,0,0013,0,0015,0,0015,0,0015,0,0014,0,0013,0,0011,

0,0009,

0,0008,0,0006}

G[n] = {-0,0008, -0,0007, -0,0004, -0,0001, 0,0003, 0,0007,0,0012,

0,0017,

0,0022,0,0027,0,0032,0,0035,0,0038,0,0039,0,0038,0,0036,0,0031,

0,0025,

0,0017, 0,0007, -0,0005, -0,0018, -0,0032, -0,0047, -0,0061, -0,0075,

-0,0087,

-0,0097, -0,0104, -0,0107, -0,0107, -0,0101, -0,0090, -0,0074, -0,0053,

-0,0026,

0,0007,0,0045,0,0087,0,0133,0,0182,0,0233,0,0285,0,0337, 0,0388,

0,0436,

0,0480,0,0520,0,0554,0,0581,0,0601,0,0613,0,0617,0,0613,0,0601,

0,0581,

0,0554, 0,0520, 0,0480, 0,0436, 0,0388, 0,0337, 0,0285, 0,0233, 0,0182,

0,0133,

0,0087, 0,0045, 0,0007, -0,0026, -0,0053, -0,0074, -0,0090, -0,0101,

-0,0107,

-0,0 1 07, -0,0104, -0,0097, -0,0087, -0,0075, -0,0061, -0,0047, -0,0032,

-0,0018,

-0,0005, 0,0007,0,0017, 0,0025, 0,0031,0,0036, 0,0038, 0,0039,

0,0038,

0,0035, 0,0032, 0,0027, 0,0022. 0,0017, 0,0012, 0,0007, 0,0003,

-0,0001,

-0,0004, -0,0007, -0,0008}

L'utilisation dc bancs de filtres unilatéraux n'est pas réservée à l'an-

nulation d'écho par décomposition en sous-bandes. Des bancs de filtres sont utili-

sés dans une grande diversité d'applications au traitement des signaux. Des filtres unilatéraux pourraient être utilisés dans d'autres situations là o la décomposition en sous-bandes s'est avérée utile, par exemple. pour la déconvolution aveugle, la séparation de signaux aveugles, le traitement dc signaux vectoriels, ct pour une

grande classe de problèmes de détection/estimation.

Claims (18)

REVENDICATIONS

1. Procédé pour traiter un signal d'entrée, dans lequel ledit signal

d'entrée est décomposé en une pluralité de sous-bandes à l'aide d'un banc de fil-

tres à sous-bandes unilatérales à valeurs complexes, et un traitement inltervient au scin dcsditcs sous-bandes.

2. Procédé selon la revendication 1, dans lequel lesdits filtres à

sous-bandes ont des coefficients de filtrage basés sur une approximation optimi-

sée au sens des moindres carrés d'un filtre pratiquement idéal.

3. Procédé selon la revendication 1, dans lequel ledit signal est traité dc manière à cffectucr une annulation d'échos sur la basc dc l'utilisation

d'estimations AIR (Réponse Impulsionnelle Acoustique) complexes et réelles.

4. Procédé selon la revendication 3, dans lequel ledit traitement

intervient dans des filtres adaptatifs au sein de chaque sous-bande.

5. Procédé selon la revendication 4, dans lequel une conversation i 5 simultanée est détcctée au sein des sous-bandes individucllcs, et les coefficients

des filtres adaptatifs sont gelés durant les périodes de conversation simultanée.

6. Procédé selon la revendication 1, dans lequel les sous-bandes

sont sous-échantillonnées en utilisant un facteur égal à.

7. Procédé selon la revendication 6, dans lequel ledit

sous-échantillonnage est effectué par décomposition polyphase.

8. Procédé selon la revendication 7, dans lequel le taux de

sous-échantillonnage se situe juste au-dessous de deux fois le taux d'échantillon-

nage critique.

9. Dispositif de traitement numérique de signaux comportant un banc de filtres unilatéraux à valeurs complexes destiné à décomposer un signal d'entrée en une pluralité de sous-bandes, et des moyens pour traiter les signaux

au sein desdites sous-bandes.

10. Dispositif de traitement numérique de signaux selon la reven-

dication 9, dans lequel lesdits filtres ont des coefficients de filtrage basés sur unc approximation optimisée au sens des moindres carrés d'un filtre pratiquement idéal.

11. Dispositif dc traitemcnt numériquc dc signaux selon la rccn- dication 9, comportant en outre un deuxième banc de filtres unilatéraux à valeurs complexes pour reconstituer un signal de sortie à partir de la pluralité de sous-bandes.

12. Dispositif de traitement numérique de signaux selon la reven-

dication 11, comportant des filtres adaptatifs pour traiter le signal au sein des

sous-bandes respectives.

13. Dispositif d'annulation d'échos comportant un premier banc de filtres à sous-bandes unilatérales à valeurs complexes pour décomposer un signal

distant en une pluralité de sous-bandes, les filtres adaptatifs générant une estima-

tion d'erreur au sein dc chaquc sous-bande, un dcuxièmc banc dc filtres constitué de filtres de sous-bandes unilatérales à valeurs complexes pour décomposer Uln signal local en une pluralité de sous-bandes, un soustracteur pour soustraire les estimations de signaux à partir du signal local au sein de chaque sous-bande, et un troisième banc de filtres à sous-bandes unilatérales pour reconstituer les

sous-bandcs en un signal de sortie composite.

14. Dispositif d'annulation d'échos selon la revendication 13, dans

lequel lesdits filtres effectuent aussi un sous-échantillonnage sur le signal.

15. Dispositif d'annulation d'échos selon la revendication 14, dans

lequel ledit sous-échantillonnage s'effectue à pratiquement deux fois le taux cri-

tiquc.

16. Dispositif d'annulation d'échos selon la revendication 15, coIm-

portant en outre un détecteur de conversation simultanée au sein des sous-bandes.

17. Dispositif d'annulation d'échos selon la revendication 16. dans lequel ledit détecteur de conversation simultanée comprend un comparateur pour comparer l'amplitude du signal distant à l'amplitude du signal local au sein de

chaque sous-bande.

18. Dispositif d'annulation d'échos sclon la revendication 16. dans lequel ledit détecteur de conversation simultanée comprend des moyens pour

surveiller le niveau d'annulation.