JPH11112290A - Ｆｉｒフィルタの適応方法 - Google Patents
Ｆｉｒフィルタの適応方法Info
- Publication number
- JPH11112290A JPH11112290A JP20376798A JP20376798A JPH11112290A JP H11112290 A JPH11112290 A JP H11112290A JP 20376798 A JP20376798 A JP 20376798A JP 20376798 A JP20376798 A JP 20376798A JP H11112290 A JPH11112290 A JP H11112290A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- noise
- power
- input signal
- fir filter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H21/00—Adaptive networks
- H03H21/0012—Digital adaptive filters
Landscapes
- Filters That Use Time-Delay Elements (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Abstract
(57)【要約】
【課題】 音声及び音楽信号の適応デジタル信号処理で
頻繁に用いられ、ＬＭＳまたはＮＬＭＳアルゴリズムが
適応に用いられる適応ＦＩＲフィルタを提供する。 【解決手段】 ＮＬＭＳアルゴリズムの適応特性はＬＭ
Ｓアルゴリズムと対照的に正規化の結果として信号レベ
ルと独立である。しかしながらＮＬＭＳアルゴリズムは
適応特性が信号の信号対ノイズ比に独立ではないという
欠点をなお有する。ＬＭＳアルゴリズムを用いる代わり
に一方でＮＬＭＳアルゴリズムが、他方で入力信号パワ
ーの値の可能な全範囲にわたる単一の第三のアルゴリズ
ムの使用が望ましい。これは入力信号の信号対ノイズ比
の非線形関数により選択されるステップの大きさを用い
ることにより、一般化されたＬＭＳアルゴリズムで達成
される。
頻繁に用いられ、ＬＭＳまたはＮＬＭＳアルゴリズムが
適応に用いられる適応ＦＩＲフィルタを提供する。 【解決手段】 ＮＬＭＳアルゴリズムの適応特性はＬＭ
Ｓアルゴリズムと対照的に正規化の結果として信号レベ
ルと独立である。しかしながらＮＬＭＳアルゴリズムは
適応特性が信号の信号対ノイズ比に独立ではないという
欠点をなお有する。ＬＭＳアルゴリズムを用いる代わり
に一方でＮＬＭＳアルゴリズムが、他方で入力信号パワ
ーの値の可能な全範囲にわたる単一の第三のアルゴリズ
ムの使用が望ましい。これは入力信号の信号対ノイズ比
の非線形関数により選択されるステップの大きさを用い
ることにより、一般化されたＬＭＳアルゴリズムで達成
される。
Description
【０００１】
【発明の属する技術分野】本発明はＦＩＲフィルタの適
応方法に関する。
応方法に関する。
【０００２】
【従来の技術】適応デジタルフィルタは信号処理で種々
の目的に用いられている。ＦＩＲ（有限インパルス応
答）フィルタは最も頻繁に用いられる。これらのフィル
タに対する応用は例えば音声及び音楽信号のエコー及び
混信（インターフェア）ノイズの抑制でなされている。
多くのアルゴリズムがＦＩＲフィルタの適応のために利
用可能である。ＬＭＳ（最小平均二乗）及びＮＬＭＳ
（正規化されたＬＭＳ）アルゴリズムは最も実際的な応
用で用いられる２つの重要な基本的アルゴリズムを構成
する。
の目的に用いられている。ＦＩＲ（有限インパルス応
答）フィルタは最も頻繁に用いられる。これらのフィル
タに対する応用は例えば音声及び音楽信号のエコー及び
混信（インターフェア）ノイズの抑制でなされている。
多くのアルゴリズムがＦＩＲフィルタの適応のために利
用可能である。ＬＭＳ（最小平均二乗）及びＮＬＭＳ
（正規化されたＬＭＳ）アルゴリズムは最も実際的な応
用で用いられる２つの重要な基本的アルゴリズムを構成
する。
【０００３】ＦＩＲフィルタ係数ｈ１，ｈ２，．．．，
ｈＮの適応のためのＬＭＳアルゴリズムは以下の形を有
する ｈｉ（ｎ＋１）＝ｈｉ（ｎ）＋ａ＊ｅ（ｎ）＊ｘ（ｎ−
ｉ），ｉ＝１，２，．．．，Ｎ ここで ｎ：離散時間指標、 ａ：ステップの大きさ＝一定値、 ｘ（ｎ）：入力信号のサンプル、 ｄ（ｎ）：最初の信号のサンプル、 ｙ（ｎ）：フィルタ出力信号のサンプル、 ｅ（ｎ）：誤差信号のサンプル、 ｅ（ｎ）＝ｄ（ｎ）−ｙ（ｎ） ＮＬＭＳアルゴリズムではステップの大きさは入力信号
Ｐｘ（ｎ）のパワーの瞬間値に対して正規化され、故に
以下の形となる： ｈｉ（ｎ＋１）＝ｈｉ（ｎ）＋ａ＊ｅ（ｎ）＊ｘ（ｎ−
ｉ）／Ｐｘ（ｎ），ｉ＝１，２，．．．，Ｎ Ｐｘ（ｎ）はこの場合には例えば以下の反復により決定
される（一次低域通過フィルタ） Ｐｘ（ｎ＋１）＝（１−ｑ）＊Ｐｘ（ｎ）＋ｑ＊ｘ＾２
（ｎ） ＮＬＭＳアルゴリズムの適応特性はＬＭＳアルゴリズム
と対照的に正規化の結果として信号レベルと独立であ
る。これは会話又は音楽のような非定常状態の信号を処
理する必要のある応用で利点となる。そのような場合で
はしばしばＬＭＳアルゴリズムは例えば音響エコー及び
ノイズ抑制用の補正の場合のように実際全く適さない。
しかしながらＮＬＭＳアルゴリズムでもなお誤差信号ｅ
（ｎ）のパワーが比較的大きな場合には、入力信号の非
定常状態の性質のために入力信号ｘ（ｎ）のパワーＰｘ
（ｎ）が小さい場合ですら欠点を有し、故に適応はこの
場合に攪乱される。
ｈＮの適応のためのＬＭＳアルゴリズムは以下の形を有
する ｈｉ（ｎ＋１）＝ｈｉ（ｎ）＋ａ＊ｅ（ｎ）＊ｘ（ｎ−
ｉ），ｉ＝１，２，．．．，Ｎ ここで ｎ：離散時間指標、 ａ：ステップの大きさ＝一定値、 ｘ（ｎ）：入力信号のサンプル、 ｄ（ｎ）：最初の信号のサンプル、 ｙ（ｎ）：フィルタ出力信号のサンプル、 ｅ（ｎ）：誤差信号のサンプル、 ｅ（ｎ）＝ｄ（ｎ）−ｙ（ｎ） ＮＬＭＳアルゴリズムではステップの大きさは入力信号
Ｐｘ（ｎ）のパワーの瞬間値に対して正規化され、故に
以下の形となる： ｈｉ（ｎ＋１）＝ｈｉ（ｎ）＋ａ＊ｅ（ｎ）＊ｘ（ｎ−
ｉ）／Ｐｘ（ｎ），ｉ＝１，２，．．．，Ｎ Ｐｘ（ｎ）はこの場合には例えば以下の反復により決定
される（一次低域通過フィルタ） Ｐｘ（ｎ＋１）＝（１−ｑ）＊Ｐｘ（ｎ）＋ｑ＊ｘ＾２
（ｎ） ＮＬＭＳアルゴリズムの適応特性はＬＭＳアルゴリズム
と対照的に正規化の結果として信号レベルと独立であ
る。これは会話又は音楽のような非定常状態の信号を処
理する必要のある応用で利点となる。そのような場合で
はしばしばＬＭＳアルゴリズムは例えば音響エコー及び
ノイズ抑制用の補正の場合のように実際全く適さない。
しかしながらＮＬＭＳアルゴリズムでもなお誤差信号ｅ
（ｎ）のパワーが比較的大きな場合には、入力信号の非
定常状態の性質のために入力信号ｘ（ｎ）のパワーＰｘ
（ｎ）が小さい場合ですら欠点を有し、故に適応はこの
場合に攪乱される。
【０００４】
【発明が解決しようとする課題】本発明はノイズに対す
る適応又はノイズによる適応の混信を減少又は完全に防
止するＦＩＲフィルタの適応に対する方法を特定するこ
とを目的とする。
る適応又はノイズによる適応の混信を減少又は完全に防
止するＦＩＲフィルタの適応に対する方法を特定するこ
とを目的とする。
【０００５】
【課題を解決するための手段】この目的は請求項１に記
載される方法により達成される。誤差信号ｅ（ｎ）の比
較的大きなパワーは徐々に小さくなる入力信号ｘ（ｎ）
の瞬時のパワーＰｘ（ｎ）と関連して徐々に減少するス
テップの大きさを必要とし、換言すればＬＭＳのような
適応を必要とする。他方で信号活性度に対応するＰｘ
（ｎ）の値が与えられた場合には一定のステップの大き
さを有するＮＬＭＳ適応が用いられなければならない。
ＬＭＳアルゴリズムを用いる代わりに一方でＮＬＭＳア
ルゴリズムが、他方で入力信号パワーの値の可能な全範
囲にわたる単一の第三のアルゴリズムの使用が望まし
い。実際的にはこの二つのアルゴリズムは以下に示す単
一の式により表すことが可能である： ｈｉ（ｎ＋１）＝ｈｉ（ｎ）＋ａｅｆｆ（ｎ）＊ｅ（ｎ
−ｉ）＊ｘ（ｎ−ｉ）／Ｐｘ（ｎ），ｉ＝１，
２，．．．，Ｎ この場合に有効なステップの大きさａｅｆｆは以下に決
定されるように導入されている： ａｅｆｆ（ｎ）＝ａ０＊Ｐｘ（ｎ） ＬＭＳアルゴリズムに対して ａｅｆｆ（ｎ）＝ａ０＝一定 ＮＬＭＳアルゴリズムに対して この有効なステップの大きさａｅｆｆはＬＭＳアルゴリ
ズムに対してＰｘ（ｎ）の線形関数であり、ＮＬＭＳア
ルゴリズムに対して一定である。
載される方法により達成される。誤差信号ｅ（ｎ）の比
較的大きなパワーは徐々に小さくなる入力信号ｘ（ｎ）
の瞬時のパワーＰｘ（ｎ）と関連して徐々に減少するス
テップの大きさを必要とし、換言すればＬＭＳのような
適応を必要とする。他方で信号活性度に対応するＰｘ
（ｎ）の値が与えられた場合には一定のステップの大き
さを有するＮＬＭＳ適応が用いられなければならない。
ＬＭＳアルゴリズムを用いる代わりに一方でＮＬＭＳア
ルゴリズムが、他方で入力信号パワーの値の可能な全範
囲にわたる単一の第三のアルゴリズムの使用が望まし
い。実際的にはこの二つのアルゴリズムは以下に示す単
一の式により表すことが可能である： ｈｉ（ｎ＋１）＝ｈｉ（ｎ）＋ａｅｆｆ（ｎ）＊ｅ（ｎ
−ｉ）＊ｘ（ｎ−ｉ）／Ｐｘ（ｎ），ｉ＝１，
２，．．．，Ｎ この場合に有効なステップの大きさａｅｆｆは以下に決
定されるように導入されている： ａｅｆｆ（ｎ）＝ａ０＊Ｐｘ（ｎ） ＬＭＳアルゴリズムに対して ａｅｆｆ（ｎ）＝ａ０＝一定 ＮＬＭＳアルゴリズムに対して この有効なステップの大きさａｅｆｆはＬＭＳアルゴリ
ズムに対してＰｘ（ｎ）の線形関数であり、ＮＬＭＳア
ルゴリズムに対して一定である。
【０００６】原理的に本発明による方法は有効なステッ
プの大きさは入力信号の瞬時の信号対ノイズ比（ＳＮ
Ｒ）の非線形関数により選択される。好ましくは信号の
パワーに依存する非線形関数はまず概略線形のプロファ
イルを有し、それから概略一定のプロファイルに連続的
に変化するように変化する。瞬時のＳＮＲは非定常状態
の入力信号の拍動と共に変化する。小さな瞬時のＳＮＲ
が与えられた場合には有効なステップの大きさは本発明
による適応により減少され、換言するとＬＭＳのような
適応がなされる。これによりシステムはノイズに対する
適応を防止され及び／又はノイズが適応を攪乱すること
を防止する。他方で有効なステップの大きさは信号活性
度に対応する瞬時のＳＮＲ値に対して一定であり、即ち
ＮＬＭＳのような適応がなされる。結果として適応特性
はレベルとＳＮＲの両方に対して大幅に独立となる。
プの大きさは入力信号の瞬時の信号対ノイズ比（ＳＮ
Ｒ）の非線形関数により選択される。好ましくは信号の
パワーに依存する非線形関数はまず概略線形のプロファ
イルを有し、それから概略一定のプロファイルに連続的
に変化するように変化する。瞬時のＳＮＲは非定常状態
の入力信号の拍動と共に変化する。小さな瞬時のＳＮＲ
が与えられた場合には有効なステップの大きさは本発明
による適応により減少され、換言するとＬＭＳのような
適応がなされる。これによりシステムはノイズに対する
適応を防止され及び／又はノイズが適応を攪乱すること
を防止する。他方で有効なステップの大きさは信号活性
度に対応する瞬時のＳＮＲ値に対して一定であり、即ち
ＮＬＭＳのような適応がなされる。結果として適応特性
はレベルとＳＮＲの両方に対して大幅に独立となる。
【０００７】ステップの大きさａｅｆｆ（ｎ）が以下の
式により計算されることが好ましい： ａｅｆｆ（ｎ）＝ａ０／（１＋（ｃ１／（ｃ２＋ＳＮＲ
（ｎ）））＾ｃ３） ここでＳＮＲ（ｎ）は入力信号の信号対ノイズ比であ
り、ａ０は最大ステップの大きさであり、ｃ１，ｃ２，
ｃ３は関数の一定値のパラメータである。
式により計算されることが好ましい： ａｅｆｆ（ｎ）＝ａ０／（１＋（ｃ１／（ｃ２＋ＳＮＲ
（ｎ）））＾ｃ３） ここでＳＮＲ（ｎ）は入力信号の信号対ノイズ比であ
り、ａ０は最大ステップの大きさであり、ｃ１，ｃ２，
ｃ３は関数の一定値のパラメータである。
【０００８】パラメータｃ１は用途に依存して選択さ
れ、パラメータｃ２には０から１の間の値を割り当て、
パラメータｃ３には１からの間の値を割り当てることが
特に好ましい。信号の信号対ノイズ比の決定は用途に依
存する。しかしながら入力信号のノイズパワーは好まし
くは測定され、これは信号休止中になされることが特に
好ましい。
れ、パラメータｃ２には０から１の間の値を割り当て、
パラメータｃ３には１からの間の値を割り当てることが
特に好ましい。信号の信号対ノイズ比の決定は用途に依
存する。しかしながら入力信号のノイズパワーは好まし
くは測定され、これは信号休止中になされることが特に
好ましい。
【０００９】
【発明の実施の形態】本発明の例示的な実施例を図を参
照して以下に説明する。図１は例えば電話機のハンドフ
リーモード用のエコー抑制用に用いられる種類の線形推
定用のフィルタ配置を示す。ストカスティック入力信号
ｘ（ｎ）（はるか向こうの会話者（ｆａｒ−ｅｎｄ−ｓ
ｐｅａｋｅｒ））から適応ＦＩＲフィルタＡＦは信号ｄ
（ｎ）（近くの会話者（ｎｅａｒ−ｅｎｄ−ｓｐｅａｋ
ｅｒ）＋エコー）に対する推定ｙ（ｎ）を決定する。こ
れに対する最適性の基準は平均値での誤差信号ｅ（ｎ）
＝ｄ（ｎ）−ｙ（ｎ）の二乗が最小であることである。
誤差信号を決定するためにｄ（ｎ）及びｙ（ｎ）は加算
器Ｓへ入来される。例えば加算的なノイズ又ははるか向
こうの会話のような信号ｄ（ｎ）での混信は本発明によ
るアルゴリズムの適用により大幅に回避される。ｃ２＝
０．．．１，ｃ３＝１．．．２のように係数を選択する
ことはこの場合に好ましい。ノイズパワーはこの場合に
は低域通過フィルタにより信号ｘ（ｎ）の会話の休止中
の信号ｄ（ｎ）のパワーを測定することにより得られ
る。
照して以下に説明する。図１は例えば電話機のハンドフ
リーモード用のエコー抑制用に用いられる種類の線形推
定用のフィルタ配置を示す。ストカスティック入力信号
ｘ（ｎ）（はるか向こうの会話者（ｆａｒ−ｅｎｄ−ｓ
ｐｅａｋｅｒ））から適応ＦＩＲフィルタＡＦは信号ｄ
（ｎ）（近くの会話者（ｎｅａｒ−ｅｎｄ−ｓｐｅａｋ
ｅｒ）＋エコー）に対する推定ｙ（ｎ）を決定する。こ
れに対する最適性の基準は平均値での誤差信号ｅ（ｎ）
＝ｄ（ｎ）−ｙ（ｎ）の二乗が最小であることである。
誤差信号を決定するためにｄ（ｎ）及びｙ（ｎ）は加算
器Ｓへ入来される。例えば加算的なノイズ又ははるか向
こうの会話のような信号ｄ（ｎ）での混信は本発明によ
るアルゴリズムの適用により大幅に回避される。ｃ２＝
０．．．１，ｃ３＝１．．．２のように係数を選択する
ことはこの場合に好ましい。ノイズパワーはこの場合に
は低域通過フィルタにより信号ｘ（ｎ）の会話の休止中
の信号ｄ（ｎ）のパワーを測定することにより得られ
る。
【００１０】図２は例えば音声入力に対する適応前方予
測（ｆｏｒｗａｒｄ ｐｒｅｄｉｃｔｉｏｎ）による単
一チャンネル抑制に対する例示的な実施例を示す。適応
ＦＩＲフィルタＡＦは好ましくは遅延段階Ｄにより好ま
しくはサンプルの間に遅延の後にのみ信号ｘ（ｎ）を供
給される。適応フィルタＡＦは入力信号ｘ（ｎ）から推
定ｙ（ｎ）を決定する。ｘ（ｎ）、ｙ（ｎ）は加算器Ｓ
に供給され、これはそれらからの誤差信号ｅ（ｎ）を決
定する。誤差信号ｅ（ｎ）は適応の目的で適応フィルタ
に供給される。
測（ｆｏｒｗａｒｄ ｐｒｅｄｉｃｔｉｏｎ）による単
一チャンネル抑制に対する例示的な実施例を示す。適応
ＦＩＲフィルタＡＦは好ましくは遅延段階Ｄにより好ま
しくはサンプルの間に遅延の後にのみ信号ｘ（ｎ）を供
給される。適応フィルタＡＦは入力信号ｘ（ｎ）から推
定ｙ（ｎ）を決定する。ｘ（ｎ）、ｙ（ｎ）は加算器Ｓ
に供給され、これはそれらからの誤差信号ｅ（ｎ）を決
定する。誤差信号ｅ（ｎ）は適応の目的で適応フィルタ
に供給される。
【００１１】前方予測のためにこの場合には適応は以下
の形を有する： ｈｉ（ｎ＋１）＝ｈｉ（ｎ）＋ａｅｆｆ＊ｅ（ｎ）＊ｘ
（ｎ−ｉ−１）／Ｐｘ（ｎ），ｉ＝１，２，．．．，Ｎ パラメータｃ１，ｃ２，ｃ３の適切な選択を得るために
ＬＭＳのような適応が小さな有用な信号レベル（低信
号、休止）に対して実施され、ＮＬＭＳのような適応が
信号活性の高い、遷移の流動的な、ｃ１により決定され
る場合になされる。ここでもまたｃ２＝０．．．１，ｃ
３＝１．．．２の選択は好ましい。ＳＮＲの決定のため
にノイズのパワーは例えば信号休止中に入力信号のパワ
ーに対してそれを等化することにより推定されうる。
の形を有する： ｈｉ（ｎ＋１）＝ｈｉ（ｎ）＋ａｅｆｆ＊ｅ（ｎ）＊ｘ
（ｎ−ｉ−１）／Ｐｘ（ｎ），ｉ＝１，２，．．．，Ｎ パラメータｃ１，ｃ２，ｃ３の適切な選択を得るために
ＬＭＳのような適応が小さな有用な信号レベル（低信
号、休止）に対して実施され、ＮＬＭＳのような適応が
信号活性の高い、遷移の流動的な、ｃ１により決定され
る場合になされる。ここでもまたｃ２＝０．．．１，ｃ
３＝１．．．２の選択は好ましい。ＳＮＲの決定のため
にノイズのパワーは例えば信号休止中に入力信号のパワ
ーに対してそれを等化することにより推定されうる。
【００１２】本発明は例えばノイズ抑制に対する前方予
測の場合又は音声エコーに対する補正の場合のような適
応デジタル信号処理で用いられる。特にそれは電話機、
ビデオ電話機、又は消費者電子装置の非常に広範な音声
制御に用いられる。
測の場合又は音声エコーに対する補正の場合のような適
応デジタル信号処理で用いられる。特にそれは電話機、
ビデオ電話機、又は消費者電子装置の非常に広範な音声
制御に用いられる。
【図１】線形推定用の適応フィルタを示す。
【図２】適応前方予測子として用の適応フィルタを示
す。
す。
ｅ（ｎ） 誤差信号 ｘ（ｎ） 入力信号 Ｐｘ（ｎ） パワー ＡＦ 適応ＦＩＲフィルタ ｄ（ｎ） 信号 ｙ（ｎ） 推定 Ｄ 遅延段階 Ｓ 加算器
Claims (6)
- 【請求項１】 ＦＩＲフィルタ係数の適応に対してアル
ゴリズムが用いられ、このアルゴリズムに応じて、それ
ぞれのＦＩＲフィルタ係数はより早いＦＩＲフィルタ係
数及び有効なステップの大きさと誤差信号（ｅ）と入力
信号のパワーに正規化された入力信号（ｘ）との積の和
から特定の瞬間に対して形成されるＦＩＲフィルタを適
応させる方法であって、有効なステップの大きさは入力
信号の瞬間の信号対ノイズ比の非線形関数に応じて選択
されることを特徴とする方法。 - 【請求項２】 信号のパワーに依存する非線形関数はま
ず概略線形のプロファイルを有し、それから概略一定の
プロファイルに連続的に変るように変る請求項１記載の
方法。 - 【請求項３】 ステップの大きさａｅｆｆは、式：ａｅ
ｆｆ＝ａ０／（１＋（ｃ１／（ｃ２＋ＳＮＲ））＾ｃ
３）により計算され、ここでＳＮＲは入力信号の信号対
ノイズ比であり、ａ０は最大ステップの大きさであり、
ｃ１，ｃ２，ｃ３は関数の一定値のパラメータである請
求項２記載の方法。 - 【請求項４】 パラメータｃ１は用途に依存して選択さ
れ、パラメータｃ２は０と１の間の値を有し、パラメー
タｃ３は１と２の間の値を有する請求項３記載の方法。 - 【請求項５】 信号対ノイズ比は信号のパワーとノイズ
のパワーの比から得られ、入力信号のノイズのパワーは
測定される請求項４記載の方法。 - 【請求項６】 ノイズパワーは信号休止中に測定される
請求項５記載の方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE19732606:4 | 1997-07-29 | ||
| DE1997132606 DE19732606A1 (de) | 1997-07-29 | 1997-07-29 | Verfahren zur Adaption von FIR-Filtern |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH11112290A true JPH11112290A (ja) | 1999-04-23 |
Family
ID=7837236
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP20376798A Pending JPH11112290A (ja) | 1997-07-29 | 1998-07-17 | Ｆｉｒフィルタの適応方法 |
Country Status (3)
| Country | Link |
|---|---|
| EP (1) | EP0896428A2 (ja) |
| JP (1) | JPH11112290A (ja) |
| DE (1) | DE19732606A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107147373A (zh) * | 2017-03-29 | 2017-09-08 | 中央电视台 | 一种复合滤波方法及装置 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104038181B (zh) * | 2014-06-05 | 2017-05-17 | 北京航空航天大学 | 一种基于nlms算法的自适应滤波器的构建方法 |
| CN113078884B (zh) * | 2021-03-15 | 2023-06-20 | 武汉理工大学 | 添加非线性拟合的自适应算法 |
-
1997
- 1997-07-29 DE DE1997132606 patent/DE19732606A1/de not_active Withdrawn
-
1998
- 1998-07-16 EP EP19980113241 patent/EP0896428A2/en not_active Withdrawn
- 1998-07-17 JP JP20376798A patent/JPH11112290A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107147373A (zh) * | 2017-03-29 | 2017-09-08 | 中央电视台 | 一种复合滤波方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP0896428A2 (en) | 1999-02-10 |
| DE19732606A1 (de) | 1999-02-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101017766B1 (ko) | 핸드 프리 장치에서의 스펙트럼 도메인 비선형 반향 제거방법 | |
| US8433074B2 (en) | Echo suppressing method and apparatus | |
| JP4457639B2 (ja) | エコーキャンセラ | |
| US20120063609A1 (en) | Acoustic multi-channel cancellation | |
| KR100721034B1 (ko) | 잔여 반향 필터를 사용하여 음향 반향 소거 시스템을향상시키기 위한 방법 | |
| JP5061853B2 (ja) | エコーキャンセラ及びエコーキャンセルプログラム | |
| JP2012501152A (ja) | 前白色化を伴うｌｍｓアルゴリズムによって適応させられる適応フィルタの更新済みフィルタ係数を決定する方法 | |
| JPWO2006049260A1 (ja) | 信号処理の方法、信号処理の装置および信号処理用プログラム | |
| WO1999014868A1 (fr) | Procede de suppression d'echo, annuleur d'echo et commutateur vocal | |
| KR100423472B1 (ko) | 적응성필터의수렴도측정 | |
| US9225842B2 (en) | Determining an acoustic coupling between a far-end talker signal and a combined signal | |
| US20060245583A1 (en) | Speech communication apparatus | |
| JP4705893B2 (ja) | エコーキャンセラ | |
| JP3611493B2 (ja) | エコーキャンセラ装置 | |
| JPH11112290A (ja) | Ｆｉｒフィルタの適応方法 | |
| EP1459510A1 (en) | Echo canceller having spectral echo tail estimator | |
| KR100272131B1 (ko) | 계층적 구조의 적응반향 제거장치 | |
| KR100545832B1 (ko) | 간섭신호에 강인한 음향 반향 제거장치 | |
| CN1206958A (zh) | 有限脉冲响应滤波器的自适应方法 | |
| JP3293575B2 (ja) | 雑音消去方法及びそれを用いた雑音消去装置 | |
| US7062038B1 (en) | System and method of using two coefficient banks in an adaptive echo canceller | |
| JP3609611B2 (ja) | エコー除去方法およびエコーキャンセラ | |
| US20030076844A1 (en) | Method and system for filtering a signal and providing echo cancellation using an adaptive length filter | |
| GB2329097A (en) | Echo cancellers | |
| JP4324036B2 (ja) | エコーキャンセル装置 |