JP2001077730A - 適応フィルタの係数推定装置 - Google Patents

Abstract

(57)【要約】 【課題】本発明は特性が未知の信号伝達系に印加した参
照信号と，その参照信号に対する該信号伝達系の応答と
から該信号系の特性を模擬する適応フィルタの係数を推
定する適応フィルタの係数推定装置に関し，有色性の参
照信号に対しても適応フィルタの係数の推定を高速に収
束することを目的とする。 【解決手段】参照信号に対して線形予測分析を行って，
その予測残差を出力する線形予測回路と，その予測残差
と，参照信号の相関を計算する第１の相関計算回路と，
未知の信号伝達系の出力と適応フィルタの出力との差と
予測残差の出力との相関を計算する第２の相関計算回路
と，第２の相関計算回路の出力を前記第１の相関計算回
路の出力で正規化する正規化回路と，適応フィルタの前
回の係数に正規化回路の出力を加える加算回路とによ
り，適応フィルタの係数を更新するよう構成する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は特性が未知の信号伝
達系に印加した参照信号と，その参照信号に対する該信
号伝達系の応答とから該信号伝達系の特性と同じ特性を
有する適応フィルタの係数を推定する適応フィルタの係
数推定装置に関する。

【０００２】近年，エコーキャンセラのようにスピーカ
から発生した信号からエコーを消去するためにマイクに
よりこれを取り出してエコー成分として演算を行うが，
このマイクにより拾った信号と同じ信号を電気的に作成
して引き算すればエコーをキャンセルできる。その時
に，マイクで受けたのと同じ信号を発生するため，信号
伝達系の特性となるような適応フィルタの係数を推定す
ることで疑似エコーを作り出す方式が用いられている。
そのための，適応フィルタの係数の推定は参照信号が白
色性（広帯域のフラットなスペクトルを持つ）であれば
係数の収束が容易で推定がやりやすいが，音声のように
有色性（偏ったスペクトル）の場合は係数の収束が遅く
なるため，その改良が望まれている。

【０００３】

【従来の技術】図８は本発明が適用されるシステムの一
般的構成である。図中，８０は参照信号Ｘ_j が入力して
応答ｇ_j を発生する特性が未知の信号伝達系，８１は参
照信号が入力されて疑似エコー信号等の係数に対応した
出力Ｇ_j を発生する適応フィルタ，８２は適応フィルタ
８１の係数を更新する係数更新回路，８３は応答ｇ_j に
雑音ｎ_j を重畳した信号ｙ_j を発生する演算回路，８４
は信号ｙ_j から適応フィルタの出力Ｇ_j を差し引いて残
差Ｅ_j を生成する演算回路である。図８の動作は後述す
る。

【０００４】この構成の特徴は，次の式(1) において,
残差Ｅ_j （演算回路８４で求める）が最小となるように
式(2) に示す係数を更新する点にある。

【０００５】 残差Ｅ_j ＝ｇ_j ＋ｎ_j −Ｇ_j (1)

【０００６】

【数１】

【０００７】ここで，Ｉは適応フィルタのタップ数，ｊ
は時刻（sample time index)である。

【０００８】現在，その係数Ｈ_j の設定方法として最も
一般的に用いられるアルゴリズムは，次の式(3) で定義
される学習同定法である。

【０００９】

【数２】

【００１０】ここで，適応フィルタは一般には非巡回型
で構成され，式(3) を構成するＸ_jは次の式(4) で表さ
れ, その非巡回型を構成するシフトレジスタのタップ出
力を要素とする参照信号ベクトルである。この学習同定
法のように最急降下原理に従うアルゴリズムは参照信号
が有色性となるときに収束速度が低下することが知られ
ており, この速度の低下は，例えば音響エコーキャンセ
ラにおいてはハウリング発生の危険を増大させる。

【００１１】

【数３】

【００１２】

【発明が解決しようとする課題】上記の最急降下法に属
するアルゴリズムの有色性参照信号に対する収束速度の
低下を防止する方法として最も初期に提案された方法
は，参照信号と該信号伝達系の出力に線形予測を適用し
て相関を除去することにより，参照信号における有色性
を除いて収束の高速化を図る方法（S. Yamamoto, S. Ki
tayama,J. Tamura and H. Ishigami, "An adaptive ech
o canceller with linear preldictor,"IECETrans. Vo
l. E62, no. 12,pp. 851-857,Dec.1979 参照) である。

【００１３】参照信号Ｘ_j に対し線形予測分析を行っ
て，その予測誤差Ｘ_j ^' が次の式(5)により求める。

【００１４】

【数４】

【００１５】次いでその予測分析の結果として構成され
た予測フィルタに外乱が重畳した該信号伝達系の出力ｙ
_j を印加して得られる該予測フィルタの応答ｙ_j ’とを
用い，式(5) の予測誤差Ｘ_j ^' を使って合成した式(6)
で表すＧ_j ’との式(7) で表す残差Ｅ_j ^' に対して式
(8) で更新を行う。

【００１６】

【数５】

【００１７】これにより，式(8) における参照信号は無
色化（白色化）され, 収束は高速化される。しかし，音
響エコーキャンセラのように該信号伝達系の出力を相殺
する機能が要求される場合に，その相殺用の信号として
別に，次の式(9) の計算を必要とする点が問題となる。

【００１８】 Ｇ_j ＝Ｈ_j ^T Ｘ_j (9) すなわち，このような係数の更新用以外に，元の参照信
号ベクトルＸ_j を用いて別に適応フィルタ出力Ｇ_j を合
成する必要があるときは，例えば適応フィルタに多くの
タップ数を必要とする音響エコーキャンセラの実用化に
大きな障害となる。

【００１９】上記の方法の次に提案されたアルゴリズム
は，射影法（尾関和彦，梅田哲夫，“アフィン部分空間
への直交射影を用いた適応フィルタ・アルゴリズムとそ
の性質”，電子情報通信学会論文誌（Ａ），Vol.J67-A,
no.2,pp.126-132,Feb.1984参照) である。これは，例え
ば，参照信号の２次の相関を問題にする場合に次の式(1
0)のように更新される。但しａ_j ，ｂ_j は次の式(11)で
表される。

【００２０】

【数６】

【００２１】しかし，このアルゴリズムは式(11)から明
らかなように逆行列の計算を必要とする。この逆行列演
算には計算量を必要とし, 実用化するには計算のための
多くの回路と処理時間を要するという問題があった。こ
れを回避するため高速算法（田中雅史，牧野昭二，金田
豊，“高速FIR フィルタリング算法を利用した射影
法”，電子情報通信学会ソサイエティ大会，A-79,Sept
1995) を適用した場合は，数値的安定性に問題が生じ
る。また，射影法において実行される相関除去の区間は
適応フィルタのタップ長に等しいことが指摘される。従
って，音響エコーキャンセラのように音声を参照信号と
する場合，その音声の定常と仮定される以上の区間が相
関除去の対象となる。たとえば，適応フィルタのタップ
数を５１２と少なく与えた場合でも，相関除去が行われ
る区間は標本化周波数８ｋｈｚで64msとなる。従って，
その音声に対し相関の除去が十分に行われないという問
題がある。

【００２２】本発明は有色性の参照信号に対しても適応
フィルタの係数の推定を高速に収束することができる適
応フィルタの係数推定装置を提供することを目的とす
る。

【００２３】

【課題を解決するための手段】図１は本発明の原理構成
を示し，この構成はハードウェアとしては上記図８に示
す構成に対して，線形予測回路６が付加されている。図
中，１は参照信号Ｘ_jが入力して応答ｇ_j を発生する特
性が未知の信号伝達系，２は参照信号が入力されて疑似
エコー信号等の係数に対応した出力Ｇ_j を発生する適応
フィルタ，３は適応フィルタ２の係数を更新する係数更
新回路，４は応答ｇ_j に雑音ｎ_j を重畳した信号ｙ_j を
発生する第１の演算回路（実際にハードウェアとして構
成されない疑似的な回路），５は信号ｙ_j から適応フィ
ルタの出力Ｇ_j を差し引いて残差Ｅ_j を生成するハード
ウェアとして構成される第２の演算回路，６は線形予測
回路である。この構造で音響エコーキャンセラを構成す
ることができ，その場合，参照信号Ｘ_j はスピーカの出
力に相当し，ｙ_j はマイクロホン，Ｅ_j は伝送路への出
力に相当する。

【００２４】本発明は，上記の問題を解決するため本願
の発明者らが提唱している適応信号処理の別の角度から
の理解方法（藤井健作，“適応信号処理の副読本”，電
子情報通信学会技報，EA97-43,Sept.1997)を利用する。
その適応信号処理の異なる角度からの解釈方法では適応
アルゴリズムの原形となる式は次の式(12)のように書く
ことができる。

【００２５】

【数７】

【００２６】但し，この式(12)に用いた記号である

【００２７】

【数８】

【００２８】はｉ＝ｍを除くｉ＝１からｉ＝Ｉまでの加
算を表している。ここで，説明を簡単にするため，外乱
ｎ_j を無視すると，式(12)は更に次の式(13)のように展
開される。

【００２９】

【数９】

【００３０】この式(13)によれば, 適用フィルタは係数
Ｈ_j+1 (m) が該信号伝達系の式(14)で表すインパルス応
答ｈの第ｍ番目の標本値ｈ(m) に収束する時に該信号伝
達系を完全に模擬したことになり，その収束の早さは式
(13)の第２項の減少速度に対応する。すなわち第２項
（ｈ(i) −Ｈ_t (i))が０になればよく，これを早くする
ことが必要である。この式(13)の第２項は現在の適応フ
ィルタの係数と目標となる未知系のインパルス応答の標
本値との差（推定誤差という）を表し，推定の開始時刻
（ｊ＝１）から現在までの推定誤差の和が含まれてい
る。この推定誤差を早く小さくするにはこの中の古い大
きな値の推定誤差を加算項から排除すれば良い。そのた
めに３つの方法がある。１番目は推定誤差の加算をブロ
ック単位で行い，順番にブロックを移動すると現在計算
しているブロックから古い大きな推定誤差が順番に排除
されて収束が実現される。２番目は古い推定誤差程小さ
な重みをかけるという方法（学習同定法）であり，３番
目は式(13)の第２項の中のタップ係数Ｈ_t (i) として古
い値を使わず, １番新しい値を使う（推定誤差が小さ
い）ことである。

【００３１】

【数１０】

【００３２】同様に，その収束の速度は参照信号におけ
る相関の強さに関係し，Ｘ_t (i) Ｘ _t (m) の相関が強い
時に収束が遅れることが分かる。このことは逆に，Ｘ_t
(i)Ｘ_t (m) の相関を小さくすれば，収束が早まること
を意味している。

【００３３】ここで，式(13)の第２項の分子を構成する
Ｘ_t (i) とＸ_t (m) を白色雑音としても小さくできるこ
とが分かる。すなわち，参照信号に対する線形予測残差
Ｘ_t(m) ’を用い，次の式(15)のように変形すれば参照
信号が有色性の強い信号であっても第２項は早く小さく
なる。

【００３４】

【数１１】

【００３５】しかし，この信号伝達系の応答ｇ_t から第
ｍ番目の標本値ｈ(m) に対する成分を除いて，

【００３６】

【数１２】

【００３７】とできないことから，式(15)は実際には構
成することができない。実際に，構成できるようにする
ためには，同式の第２項の分母を

【００３８】

【数１３】

【００３９】と置き換えるときに，式(16)のように実際
に構成可能な式が得られる。また，該乱ｎ_j を含める
と，式(17)が得られる。

【００４０】

【数１４】

【００４１】すなわち，この信号伝達系の応答ｇ_t （外
乱が重畳する場合はｙ_t ）と適応フィルタの出力Ｇ_t か
ら更新するタップに関係する成分Ｈ_t (m) Ｘ_t (m) を除
いた

【００４２】

【数１５】

【００４３】との差に対して，線形予測分析を適用して
得られた予測残差で更新する係数のタップ出力に相当す
る成分Ｘ_t (m) ’との相関を，適用フィルタの当該係数
Ｈ_t (m) に関係するタップ出力Ｘ_t (m) と，その無色化
した参照信号成分との積和で正規化することによって有
色性の参照信号に対して収束が早いアルゴリズムが構成
される。

【００４４】上記のアルゴリズムの原理を簡単に説明す
れば，式(8) の第２項の式において，分母をエコーキャ
ンセラに対応できるようにＸ_j Ｘ_j ^' の積に置き換える
と共に，分子のＥ_j ^' Ｘ_j ^' の中のＥ_j ^' を使わない
で，式(1) のＥ＝y _j −Ｇ_j （但し，y _j ＝ｇ_j ＋
ｎ_j ）を使用して線形予測しないようにしたものに相当
する。

【００４５】図１では，線形予測回路６により参照信号
Ｘ_j に対して線形予測分析を行ってその予測残差Ｘ_j ^'
を出力し，その予測残差Ｘ_j ^' は参照信号Ｘ_j と共に係
数更新回路３に保持され，内部で参照信号Ｘ_j と予測残
差Ｘ_j ^' の相関が計算される。また，残差（エコー）Ｅ
_j （＝ｙ_j −Ｇ_j ）と予測誤差Ｘ_j ^' との相関を取るこ
とで，式(15)の分子（式(8) の第２項の分子に対応) の
値を得ることができ，前回の係数Ｈ_j に対して演算が施
されて現在の適応フィルタの係数Ｈ_j+1 が得られる。

【００４６】

【発明の実施の形態】図２は本発明の実施例１の構成を
示す。図中，１０は線形予測回路，１１は予測残差記憶
部，１２は参照信号記憶部，１３は第１の相関計算回
路，１４は第２の相関計算回路，１５は正規化回路，１
６は加算回路，１７は係数記憶部である。

【００４７】図１の係数更新回路３は，図２の符号１１
〜１７の各部を含む構成に相当する。図２の動作を説明
すると，線形予測回路１０により参照信号Ｘ_j に対して
線形予測分析を行ってその予測残差Ｘ_j ^' を出力し，そ
の予測残差は予測残差記憶部１１に記憶される。参照信
号Ｘ_j は参照信号記憶部１２に記憶され，第１の相関計
算回路１３では，参照信号Ｘ_j と予測残差Ｘ_j ^' の相関
を計算して，式(15)の分母であるＸ_t ² (m) を置き替え
たＸ_t (m) Ｘ_t ’(m) に対応する値が得られ，第２の相
関計算回路１４は残差（エコー）Ｅ_j （＝ｙ_j −Ｇ_j ）
と予測誤差記憶部１１の予測誤差Ｘ_j ^' との相関を取る
ことで，式(15)の分子（式(8) の第２項の分子に対応)
の値を得ることができる。第１の相関計算回路１３の出
力と第２の相関計算回路１４の出力は正規化回路１５へ
入力され，別に与えられるステップゲイン（μ）との積
が取られて，その出力は加算回路１６において係数記憶
部１７から出力された前回の係数Ｈ_j と加算され，加算
結果として現在の適応フィルタの係数Ｈ_j+1 が得られ
る。

【００４８】上記式(12)は適応アルゴリズムの原形の一
つで実際には更に高速化されたアルゴリズムが用いら
れ，その高速化は収束を高速化するための本願の発明者
らが提唱している適応信号処理の別の角度からの理解方
法によれば，ｔ＝１からｔ＝ｊまでの累積加算に残る古
い係数Ｈ_t (i) を排除することにより実現される。

【００４９】図３はその方法の一つである累積加算を有
限ブロックとする方法を実施する構成ある。図中，３０
は上記図２に示す構成を備える適応フィルタの係数計算
部を表し，３１は有限ブロック化処理部である。

【００５０】この有限ブロックによる高速化法を外乱
（雑音）ｎ_j を含む上記のタップ係数の式(17)に適用す
ると，ブロック長をＪとして，次の式(18)が得られる。

【００５１】

【数１６】

【００５２】この式はまた, 右辺にＨ_n (m) −Ｈ_n (m)
を加え，誤差（Ｅ_j ＝ｙ_j −Ｇ_j ）を導入することで式
(19)のように表される。当然，多くのアルゴリズムと同
様にステップゲイン（ρで表す）を導入することで次の
式(20)が成立し，図３の有限ブロック化処理部３１にお
いてこの演算が実行される。

【００５３】

【数１７】

【００５４】図４は個別正規化ＬＭＳ法に本発明を適用
した結果（収束特性）を表し，本発明の効果を確認する
ために行ったシミュレーションの結果であり，縦軸は推
定誤差（ｄＢ），横軸はブロック数（ｎ）を表す。但
し，参照信号は計算機内で合成した白色雑音を係数が
０．８の１次巡回型フィルタに加えて得られた雑音を用
い，その参照信号対外乱のパワー比３５ｄＢ，適応フィ
ルタのタップ数Ｉ＝５１２，ブロック長Ｊ＝５１２，ス
テップゲインρ＝０．１としている。更に，この参照信
号の相関次数１及び相関係数（０．８）は未知とし，そ
の参照信号に対する線形予測分析は予測次数を８として
ステップゲイン０．１の学習同定法を用いて行ってい
る。

【００５５】図４の(1) は上記式(12)の累積加算を有限
なブロックに区切って更新するアルゴリズムが個別正規
化ＬＭＳ法（藤井健作，大賀寿郎，“固定少数点演算に
適した個別正規化ＬＭＳ法とその能動騒音制御装置への
適用”，電子情報通信学会論文誌(A) ，Vol.J78-A,no.
6,pp.669-677,(June.1995))として知られる従来の式(2
1)による収束の特性である。図４の(2) が本発明による
収束の特性であり, (1)に比べて本発明は有効に動作
し，有色性の参照信号に対して収束を高速化しているこ
とが分かる。

【００５６】

【数１８】

【００５７】すなわち，無色化した参照信号と残差の積
和を，無色化した参照信号ともとの参照信号との積和で
正規化した結果を現係数に加えることで適応フィルタの
係数は推定される。

【００５８】次に上記本願発明者らが提唱している適応
信号処理の別の角度からの理解方法によれば，その累積
加算から古い係数を排出して収束を高速化する方法は次
の式(22)で表す学習同定法に導かれる。

【００５９】

【数１９】

【００６０】上記式(20)と式(21)の関係を式(22)に適用
すると, 本発明の原理を適用して要素で表した次の式(2
3)が導かれる。これをベクトルで表現すると式(24)とな
る。

【００６１】

【数２０】

【００６２】図５は学習同定法に本発明を適用した結果
（収束特性）を表し，(3) は学習同定法の場合で,(4)は
本発明を学習同定法に適用した場合であり，これにより
上記の式(23)に与えるアルゴリズムの効果を確認するこ
とができる。但し，シミュレーションの条件は上記図４
と同じである。明らかに，本発明は(3) に示す学習同定
法に対して式(23)に示すアルゴリズムにおいて(4) に示
すように有効に動作し，有色性の参照信号に対して収束
を高速化していることが分かる。すなわち，無色化した
参照信号と残差の積和を，無色化した参照信号の元の参
照信号との積を全タップについて累積した積和で正規化
した結果を現係数に加えることで適応フィルタの係数は
推定される。

【００６３】このように学習同定法に対して要素で表し
た式(23)またはベクトル式(24)の変形が可能であり, ま
た有効に動作するなら学習同定法における正規化を省略
して次の式(25)に示すようなＬＭＳ（Least Means Squa
re) 法においても, 同様に成り立つことは明らかである
（請求項６に対応）。

【００６４】

【数２１】

【００６５】次に上記式(17)の収束を早めるためにフィ
ルタの係数を１番新しいものにする方法を使用する。一
般に逐次最小２乗法は参照信号が有色性となる場合でも
収束速度の低下はほとんどないとされているが，それは
外乱（雑音）がない場合についてだけ言えることで，外
乱がある場合はその収束は大きく遅れる。この逐次最小
２乗法にも線形予測分析法を適用した係数更新式を導
き，その係数更新式は線形予測分析法を亜逐次最小２乗
法に適用した結果から得ることができる。その場合，上
記式(17)を次の式(26)と変形することから行われる。

【００６６】

【数２２】

【００６７】すなわち, 上記本願発明者等が提唱する適
応信号処理の別の角度からの理解方法によれば，式(26)
の分子の第２項を構成する疑似エコーの合成を最新の係
数Ｈ _j (i) を用いて行うことによって収束は非常に高速
化される。その変形は式(26)の分子第２項の加算順序を
入れ換え, 係数Ｈ_t (i) を最新の係数Ｈ_j (i) と置き換
えることによって行われる。すなわち，亜逐次最小２乗
法に対する線形予測型アルゴリズムは，次の式(27)とし
て得られる。

【００６８】

【数２３】

【００６９】図６は実施例２の構成であり，亜逐次最小
２乗法に対する適応フィルタの係数推定装置の構成を示
し，上記式(27)のアルゴリズムを実現するものである。
図６において，２０は第３の相関回路，２１は第４の相
関回路，２２は第５の相関回路，２３は演算回路，２４
は引算回路，２５は正規化回路，２６はメモリである。

【００７０】第３の相関回路２０は未知系出力ｙ_t と参
照信号の予測残差Ｘ_t (m) ’とを入力して相関を取り，
その出力を引算回路２４に供給し，第４の相関回路２１
は参照信号の予測残差Ｘ_t (m) ’と参照信号Ｘ_t (i)
（ｉ≠ｍ）との相関を取って出力を演算回路２３へ供給
する。演算回路２３は第４の相関回路２１の出力とメモ
リ２６から最新の適応フィルタの係数Ｈ_j (i) との演算
を行い，その出力は引算回路２４へ供給されて第３の相
関回路２０からの出力から引算を行い，その結果は正規
化回路２５へ供給される。また，第５の相関回路２２で
参照信号の予測残差Ｘ_t (m) ’と参照信号Ｘ_t (m) との
相関をとってその出力は正規化回路２５へ供給されて，
引算回路２４の出力に対して第５の相関回路２２の値に
より割算を行って正規化が行われる。その割算の結果で
ある適応フィルタの係数はメモリ２６へ格納される。こ
うして，上記式(27)の計算式は図６の構成により実行す
ることができる。

【００７１】次に上記式(27)から逐次最小２乗法を導く
ため, ベクトルと行列で表現すると次の式(28)が得ら
れ，Ｙ_j とＳ_j ’^-1 を式(29)と式(30)のように定義
し，式(31)と表され，これを用いて式(32)と表される。

【００７２】

【数２４】

【００７３】一方, 亜逐次最小２乗法は最小２乗法に対
して式(33)と近似して得られる適応アルゴリズムでもあ
る(K.Fujii and J.Ohga,“A new recursive type of le
astsquare algorithm, ”電子情報通信学会技報,EA96-7
1,Nov.1996.) 。

【００７４】そこで，式(32)を式(34)と書き換え, その
同様の近似である式(35)を逆に適用すれば, 最小２乗法
の線形予測形アルゴリズムは式(36)のように得られる。

【００７５】

【数２５】

【００７６】この式(36)から逐次最小２乗法の線形予測
形アルゴリズムは最小２乗法からの変形手順に従って,
式(37),(38) が得られる。

【００７７】

【数２６】

【００７８】上記の適応フィルタの係数推定装置の処理
を行うための信号処理プロセッサとしては浮動小数点型
と固定小数点型とがある。固定小数点型のプロセッサは
浮動小数点型に比べ価格が１０分の１程度で安価である
が，固定のビット長（例えば１６ビット）でそれ以上の
ビットは切り捨てるため，ダイナミックレンジが狭くて
性能が悪いという問題がある。特に，固定ビット長より
小さい数値を乗算した場合には，結果は３２ビット長で
あるがメモリに格納する場合には下位の１６ビットは切
り捨てられ上位１６ビットの“０”になってしまう。こ
のように小さな数値は無視される場合が多くて精度が劣
化して，適応フィルタの係数推定の誤差を大きくする要
因となる。

【００７９】そこで，本発明では安価な固定小数点型の
プロセッサを利用しながら精度を下げないようにするた
め，予測残差は極性（±）を表す値に制限した。次の式
(39)は予測残差を極性とした個別正規化ＬＭＳ法に対応
する線形予測形アルゴリズムであり，式(40)は予測残差
を極性とした学習同定法の線形予測形アルゴリズムであ
る。各式において「ｓｇｎ」は極性を表し，具体的には
＋１または−１の値を取る。

【００８０】

【数２７】

【００８１】このように極性を使用することで，固定小
数点型の信号処理プロセッサでも精度を劣化させること
なく適応フィルタの係数推定の演算処理を行うことがで
きる。

【００８２】上記の適応フィルタの係数推定装置を音響
のエコーキャンセラのハードウェアとして構成する場
合，マイクロフォンに入らないような小さな音声信号
（参照信号）に対して係数更新をしても意味がない。本
発明では，このような場合上記式(39),(40) のような極
性化（±１）を使用せず，ステップゲインを掛けるＥ_j
×±１×μではなく，＋μ，−μまたは０を掛けるよう
にする。これは次の式により表される。なお，ａは正の
整数（マイクロホンに入らないような小さな信号を係数
更新演算から除く定数）である。このように０とμ，−
μを使うことで係数の乱れが防止できる。

【００８３】

【数２８】

【００８４】図７は極性化により有効動作することを確
認するシミュレーションの結果である。(3) は線形予測
を適用しない場合で,(4)は適用した場合である。但し，
シミュレーションの条件は上記図３と同じで，アルゴリ
ズムは上記式（４０）等を用いている。明らかに，この
結果から本発明は無色化参照信号の極性化によっても有
効に動作し，有色性の参照信号に対して収束を高速化す
ることが分かる。

【００８５】また，図１の構成において，小さな音声が
参照信号（Ｘ_j ）として入力した場合，マイクロフォン
からの出力ｙ_j （応答出力ｇ_j ＋雑音ｎ_j ）のＳ／Ｎが
悪くなる。その場合，出力ｙ_j を使って係数更新をする
のにＳ／Ｎが悪くなると適応フィルタからのＧ_j での引
算がどの程度であったか分からなくなり，係数更新を行
う場合の係数更新回路からの係数Ｈ_j+1 の推定精度が悪
くなる。

【００８６】このように参照信号の有色性が問題になる
のは参照信号としてパワーが大きく変動する音声が用い
られるときである。その場合でも，実用的には参照信号
のパワー変動によっても推定誤差を一定に保つ必要があ
り，本発明ではこの問題をブロック長の制御によって解
決する。

【００８７】すなわち，このブロック長制御を適用した
線形予測形のアルゴリズムを個別正規化ＬＭＳ法に適用
したものが式(41)で，その極性化したものが式(42)で表
わされる。これらの式の第２項の分母を監視して，その
値が予め定められた一定値以上となるまでブロック長Ｊ
を延長した後に更新することで実現される。

【００８８】

【数２９】

【００８９】また，ブロック長制御を適用した線形予測
形のアルゴリズムを学習同定法に適用したものが式(43)
で，その極性化したものが式(44)で表わされる。これら
の式の第２項の分母が予め定められた一定値以上となる
までブロック長Ｊを延長した後に更新することで実現さ
れる。

【００９０】

【数３０】

【００９１】このブロック長制御を行うことで，小さい
音声のような参照信号の場合には，ブロック長が長くな
り，大きな信号の場合にはブロック長が短くなること
で，適応フィルタの係数の誤差を少なくすることが可能
となる。

【００９２】

【発明の効果】本発明によれば音声のような有色性の参
照信号に対して適応フィルタの係数の収束を高速化する
ことが可能となる。

【図面の簡単な説明】

【図１】本発明の原理構成を示す図である。

【図２】実施例１の構成を示す図である。

【図３】累積加算を有限ブロックとする方法を実施する
構成を示す図である。

【図４】個別正規化ＬＭＳ法に本発明を適用した結果
（収束特性）を示す図である。

【図５】学習同定法に本発明を適用した結果（収束特
性）を示す図である。

【図６】実施例２の構成を示す図である。

【図７】極性化により有効動作することを確認するシミ
ュレーションの結果を示す図である。

【図８】本発明が適用されるシステムの一般的構成を示
す図である。

【符号の説明】

１ 信号伝達系 ２ 適応フィルタ ３ 係数更新回路 ４ 演算回路 ５ 演算回路 ６ 線形予測回路

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5J023 DC03 DC06 DC07 DD05 5K046 HH05 HH16 HH19 HH24 HH29 HH42 HH79

Claims (9)

【特許請求の範囲】
1. 【請求項１】 特性が未知の信号伝達系に印加した参照
   信号と，その参照信号に対する該信号伝達系の応答とか
   ら該信号系の特性を模擬する適応フィルタの係数を推定
   する適応フィルタの係数推定装置において，参照信号に
   対して線形予測分析を行って，その予測残差を出力する
   線形予測回路と，その予測残差と，参照信号の相関を計
   算する第１の相関計算回路と，未知の信号伝達系の出力
   と適応フィルタの出力との差と予測残差の出力との相関
   を計算する第２の相関計算回路と，前記第２の相関計算
   回路の出力を前記第１の相関計算回路の出力で正規化す
   る正規化回路と，適応フィルタの前回の係数に前記正規
   化回路の出力を加える加算回路とにより，前記適応フィ
   ルタの係数を更新することを特徴とする適応フィルタの
   係数推定装置。
2. 【請求項２】 請求項１において，前記第１の相関計算
   回路と第２の相関計算回路の累積加算数に対応するブロ
   ック長を有限に設定することを特徴とする適応フィルタ
   の係数推定装置。
3. 【請求項３】 請求項１において，前記第１の相関計算
   回路の累積加算数を適応フィルタのタップ数（ｉ＝１〜
   Ｉ）とすることを特徴とする適応フィルタの係数推定装
   置。
4. 【請求項４】 請求項１において，前記第２の相関計算
   回路は適応フィルタの係数として最新の係数を使って亜
   逐次最小２乗法を用いて計算することを特徴とする適応
   フィルタの係数推定装置。
5. 【請求項５】 請求項１において，前記第１の相関計算
   回路と第２の相関計算回路は最小２乗法の変形手順に従
   った線形予測形のアルゴリズムを用いて計算することを
   特徴とする適応フィルタの係数推定装置。
6. 【請求項６】 請求項１において，前記第１の相関計算
   回路を省略して正規化を行わないことを特徴とする適応
   フィルタの係数推定装置。
7. 【請求項７】 請求項１乃至６の何れかにおいて，前記
   第１の相関計算回路と第２の相関計算回路の両方または
   第１の相関計算回路だけの何れかを省略する場合は，相
   関計算に用いる予測残差をその極性（±）を表す値だけ
   とすることを特徴とする適応フィルタの係数推定装置。
8. 【請求項８】 請求項７において，前記相関計算に用い
   る予測残差をその極性を表す値に対して一定の整数を掛
   けた値または零の値を乗算することを特徴とする適応フ
   ィルタの係数推定装置。
9. 【請求項９】 請求項１乃至８の何れかにおいて，学習
   同定法または正規化ＬＭＳ法において正規化するパワー
   がある一定の大きさになるまでブロック長を調整するこ
   とを特徴とする適応フィルタの係数推定装置。