KR20010040850A - 잡음에서의 필터 적용을 제어하기 위한 방법 및 장치 - Google Patents

Abstract

본 발명의 방법 및 장치는 예를 들어, 에코 제거 시스템 환경의 적용 필터링 알고리즘에 시스템 측정 잡음의 부분 지식을 합체화하는 것이다. 본 발명에 따른 적용 알고리즘은 확률 그레디언트 방법을 사용하여 최상 선형 무편의 추정치(BLUE) 표준 함수를 최소화한 후 주파수 도메인으로 변화하여 연산의 복잡성을 감소시킴으로써 얻어진다. 이롭게도, 시스템 잡음 특성은 사용자 대화의 자연스런 중지 중에 측정되어 필터 적용시에 고려된다. 따라서, 본 발명에 따라 구성된 에코 제거기는 배경 잡음이 큰 경우에도 우수한 에코 제거 성능을 제공할 수 있다. 예시적인 실시예에 따르면, 에코 제거 장치는 관측 신호의 에코 성분을 억제하도록 구성되며, 이 에코 성분은 에코 경로를 통해 에코 소스 신호의 결합으로부터 발생한다. 에코 제거 장치는 에코 경로를 추정하여 에코 성분의 추정치를 제공하도록 구성된 적용 필터를 포함하며, 적용 필터의 적용 알고리즘은 관측 신호의 잡음 성분의 측정치를 반영한다.

Description

잡음에서의 필터 적용을 제어하기 위한 방법 및 장치{METHODS AND APPARATUS FOR CONTROLLING FILTER ADAPTION IN NOISE}

본 발명은 통신 시스템에 관한 것으로서, 보다 상세하게는 양방향 통신 링크에서의 에코 억제에 관한 것이다.

신호 에코는 전송 신호의 에너지가 신호원을 향해 반사되는 잘 알려진 현상이다. 예컨대, 망 전화에 있어서, 신호 에코는 4선 망 접속(four-wire network)을 2선 로컬 접속에 링크시키는 하이브리드(hybrid) 회로(예컨대 가입자 루프)에서의 반사로부터 발생할 수 있다. 또한, 전화기를 핸즈프리(hands-free) 모드(예컨대 원격 회의 시스템 및 자동차 전화 응용)로 사용될 때에도 큰 에코가 발생한다. 핸즈프리 모드에서 에코는 전화 스피커와 이에 근접한 전화 마이크 사이의 음향 결합으로부터 발생한다.

이러한 신호 에코는 에코와 관련된 라운드 트립 지연(round trip delay)이 짧은 경우에는 통상적인 관심사가 아니다. 그러나, 라운드 트립 지연이 긴 경우에는(예컨대 수백 마이크로초 정도), 신호 에코는 전화 사용자로 하여금 짜증나게 하거나 참을 수 없게 할 수 있다. 실제로, 라운드 트립 지연은 긴 전송 경로에 의해(예컨대 위성 링크가 사용될 때) 발생하는 물리적 지연 또는 망 장비(예컨대 디지털 음성 엔코더 또는 디코더)에 의해 발생하는 처리 지연일 수 있다.

에코 문제는 원단(far end) 사용자와 근단(near end) 사용자간의 양방향 통신 링크가 본 발명의 가르침이 실현될 수 있는 예시적인 에코 억제 시스템(100)과 결합하여 도시된 도 1을 참조하여 이해할 수 있다. 도시된 바와 같이, 예시적인 에코 억제 시스템(100)은 적용 필터(105)를 포함하는 에코 제거기(100), 더블 토크 검출기(115), 합산 장치(125) 및 비선형 프로세서(135)를 포함한다.

도 1에서, 근단 입력 신호[x(t)](예컨대 망 전화에서의 오디오 신호)는 적용 필터(105)의 기준 입력 및 더블 토크 검출기(115)의 제1 기준 입력에 결합된다. 또한, 적용 필터(105)의 에코 추정 출력[s(t)]은 합산 장치(125)의 감산 입력에 결합되고, 관측된 근단 신호[y(t)]는 합산 장치의 가산 입력에 결합되며, 더블 토크 검출기(115)의 검출 출력은 적용 필터(105)의 제어 입력에 결합되고, 합산 장치(125)의 에러 신호 출력[e(t)]은 비선형 프로세서(135)의 입력에 결합된다. 비선형 프로세서(135)의 출력은 에코 제거기(110)에 대한 원단 신호 출력으로 작용한다.

동작에 있어서, 원단 신호 x(t)는 근단 사용자에게 제공되는 동시에 수정되어 근단 에코 경로(H)를 통해 원단 사용자를 향해 반사된다. 전술한 바와 같이, 근단 에코 경로(H)는 예컨대 전화망에서의 하이브리드 비정합 및/또는 근단 스피커와 근단 마이크 사이의 비차단 음향 경로로부터 발생한다. 근단 에코 경로(H)는 임펄스 응답(h)에 의해 특징을 이루며, 개념적으로는 도 1의 유한 임펄스 응답(FIR) 필터(150)로서 나타낸다.

도시된 바와 같이, 결과적인 에코 신호 s(t)는 근단 신호 v(t)와 결합하여 에코 제어기(110)의 입력에서 관측된 근단 신호 y(t)를 생성한다. 근단 신호 v(t)는 예컨대 근단 음성 및/또는 근단 배경 잡음(no)을 포함한다. 근단 신호 v(t)와 에코 신호 s(t)의 합성은 도 1의 시스템(100)에서 제2 합산 장치(155)로 나타낸다. 그러나, 당업자는 제2 합산 장치가 개념적일 뿐 실제로는 실제 시스템에 포함되지 않는다는 것을 알 것이다. 차라리, 근단 신호 v(t)와 에코 신호 s(t)의 합성은 시스템 구성에 있어서(예컨대 근단 마이크가 근단 스피커로부터 근단 음성 및 잡음을 동시에 픽업할 때) 기본적인 것이다.

에코 신호 s(t)가 원단 사용자에 도달하는 것을 방지하기 위하여, 에코 제거기(110)는 적용 필터(105)의 임펄스 응답을 동적으로 조정하여 근단 에코 경로(H)의 임펄스 응답과 정합(matching)시키며, 관측된 근단 신호 y(t)로부터 결과적인 에코 추정치 s(t)를 감산하여 에코가 제거된 에러 또는 잔여 신호 e(t)를 제공한다. 그러나, 적용 필터(105)는 대개 (예컨대 망 장치의 비선형성 및/또는 근단 에코 경로의 동적 변화로 인하여) 완전한 정합을 제공할 수 없기 때문에, 에코 제거기는 필요에 따라 비선형 프로세서 또는 잔여 에코 억제기(135)를 사용하여 추가적인 에코 억제를 제공한다. 또한, 전화 호에 포함된 신호는 비정지성이기 때문에, 에코 제거기(110)는 대개 더블 토크 검출기(115)를 사용하여, 에코 신호 대 근단 신호비의 측정치가 에코 경로의 개선이 필터(105)를 계속 적용시켜 이루어질 수 없다는 것을 지시할 때 필터 적용을 금지시킨다.

대부분의 종래 시스템에 따르면, 에코 제거기(110)는 최소 평균 제곱(LMS) 적용 알고리즘 또는 정규화된 최소 평균 제곱(NLMS) 적용 알고리즘을 사용하여 필터(105)를 갱신한다. 이러한 알고리즘은 매우 강건하고 낮은 연산 복잡성을 제공하므로 실제 시스템에 사용하기에 유리하다. 다른 종래 시스템들은 공지된 유사 프로젝션 적용 알고리즘(예컨대 U.S 특허 제5,428,562호 참조), 및 각종 주파수 도메인 알고리즘(예컨대, J.J. Shynk, "Frequency-Domain and Multirate Adaptive Filtering," IEEE Signal Processing Magazine, Jan. 1992, pp. 14-37 and J. Soo and K.K. Pang, "Multidelay Block Fequency Domain Adaptive Filter," IEEE Trans. Acoustics, Speech and Signal Processing, vol. 38, No. 2, Feb. 1990, pp. 373-376)을 사용해왔다.

전술한 종래의 적용 알고리즘들의 대부분은 어떤 점에서는 에러 신호 전력 E[e²(t)] 또는 그에 대한 추정치를 최소화하도록 설계되어 있으며, 이를 위해 근단 신호 입력 신호 v(t)의 잡음 성분은 잡음이 없거나 화이트인 것으로 가정한다. 이러한 가정은 잡음 성분이 주로 열 잡음 또는 양자화 잡음으로 이루어진 경우에는 정확한 것이지만, 잡음 성분이 주로 근단 환경으로부터의 배경음으로 이루어진 실제 상황에서는 종종 맞지 않는다.

결과적으로, 종래의 에코 제거 시스템은 종종 실질적인 칼라(colored) 근단 잡음의 존재하에서는 불량하게 작동되며, 따라서 에코 제거 필터를 적용시키기 위한 개선된 방법 및 장치가 필요하다.

＜발명의 요약＞

본 발명은 시스템 측정 잡음에 대한 부분적인 지식을 적용 필터링 알고리즘에 반영하기 위한 방법 및 장치를 제공함으로써 전술한 문제 및 다른 문제를 해결해 준다. 예시적인 알고리즘은 확률 그레디언트(gradient) 방법을 사용하여 최상 선형 무편의 추정치(BLUE) 표준 함수를 최소화한 후 주파수 도메인으로 변화하여 연산의 복잡성을 감소시킴으로써 얻어진다. 이롭게도, 시스템 잡음 특성은 사용자 대화의 자연스런 중지 중에 측정되어 필터 적용시에 고려된다. 따라서, 본 발명에 따른 에코 제거기는 배경 잡음이 큰 경우에도 종래의 장치에 비해 우수한 에코 제거성능을 제공한다.

예시적인 실시예에 따르면, 에코 제거 장치는 관측 신호의 에코 성분을 억제하도록 구성되며, 이 에코 성분은 에코 경로를 통한 에코 소스 신호의 결합으로부터 발생한다. 본 실시예에 따르면, 에코 제거 장치는 에코 경로를 추정하여 에코 성분의 추정치를 제공하는 적용 필터를 포함하는데, 적용 필터의 적용 알고리즘은 관측 신호의 잡음 성분의 측정치를 반영한다. 이롭게도, 관측 신호의 잡음 성분의 측정치는 에코 장치가 동작하도록 설계된 환경에서 측정된 사전 측정치일 수 있다. 대안으로, 관측 신호의 잡음 성분의 측정치는 관측신호의 하나 이상의 음성 성분에서의 자연적인 중지 동안에 실시간으로 측정될 수 있다. 예시적인 실시예에서, 이러한 중지는 에코 소스 신호의 샘플 블럭에서의 전력 측정치에 기초하여 판정된다.

다른 실시예에 따르면, 에코 추정치는 관측 신호로부터 감산되어 에코 제거 에러 신호가 제공되며, 적용 필터의 추정 임펄스 응답은 에러 신호의 전력 스펙트럽의 추정치 및 에코 소스 신호의 전력 스펙트럼의 추정치에 기초하여 계산된다. 이롭게도, 적용 필터의 추정 임펄스 응답은 선택적으로 갱신될 수 있다. 예컨대, 추정 임펄스 응답은 에코 소스 신호의 샘플 블럭에서의 전력 측정치가 임계치 이상일 때 갱신되고 임계치 이상이 아닐 때 갱신되지 않을 수 있다. 실시예에 따르면, 적용 필터의 추정 임펄스 응답은 에러 신호 전력 스펙트럼 추정치 및 에코 소스 전력 스펙트럼 추정치의 가중 합에 기초하여 계산된다. 예컨대, 가중 합은 에러 신호 전력 스펙트럼 추정치와 잡음 정합 파라미터의 곱에 에코 소스 전력 스펙트럼 추정치를 더함으로써 계산될 수 있다. 이롭게도, 잡음 정합 파라미터는 에러 신호의 샘플 및 에코 소스 신호의 샘플에 기초하여 동적으로 조정될 수 있다.

본 발명에 따른 관측 신호의 에코 성분을 제거하기 위한 예시적인 방법은 에코 소스 신호를 샘플링하여 소스 신호 샘플 블럭을 제공하는 단계, 소스 신호 샘플 블럭의 이산 푸리에 변환을 계산하여 소스 신호의 주파수 도메인 표현을 제공하는 단계, 소스 신호의 주파수 도메인 표현에 에코 경로의 임펄스 응답의 주파수 도메인 추정치를 곱하여 주파수 도메인 에코 추정치를 제공하는 단계, 주파수 도메인 에코 추정치의 이산 푸리에 역변환을 계산하여 시간 도메인 에코 추정치를 제공하는 단계, 관측 신호로부터 시간 도메인 에코 추정치를 감산하여 에코 제거된 에러 신호를 제공하는 단계, 에러 신호 샘플 블럭의 이산 푸리에 변환을 계산하여 에러 신호의 주파수 도메인 표현을 제공하는 단계, 및 에러 신호의 주파수 도메인 표현 및 소스 신호의 주파수 도메인 표현에 기초하여 에코 경로의 임펄스 응답의 주파수 도메인 추정치를 적용시키는 단계를 포함한다. 이롭게도, 임펄스 응답의 주파수 도메인 추정치를 적용시키는 단계는 관측 신호의 잡음 성분의 측정치를 반영한다.

예시적인 실시예에 따르면, 임펄스 응답의 주파수 도메인 추정치를 적용시키는 단계는 소스 신호 샘플 블럭에서의 전력 측정치가 임계치 이상일 때 임펄스 응답의 주파수 도메인 추정치를 갱신하는 단계, 및 임계치 이상이 아닌 경우에 에러 신호의 잡음 전력 스펙트럼의 추정치를 갱신하는 단계를 포함한다. 또한, 임펄스 응답의 주파수 도메인 추정치를 갱신하는 단계는 소스 신호의 신호 전력 스펙트럼의 추정치를 갱신하는 단계, 잡음 전력 스펙트럼 추정치와 신호 전력 스펙트럼 추정치의 가중 합을 계산하는 단계, 및 가중 합에 기초하여 주파수 도메인 추정치의 갱신치를 계산하는 단계를 포함할 수 있다. 이롭게도, 가중 합은 잡음 전력 스펙트럼 추정치와 잡음 정합 파라미터의 곱에 신호 전력 스펙트럼 추정치를 더함으로써 계산될 수 있다. 실시예에 따르면, 잡음 정합 파라미터는 에코 소스 신호 및 에코 제거 에러 신호의 샘플에 기초하여 동적으로 조정된다.

본 발명의 상기한 특징 및 다른 특징은 첨부된 도면에 도시된 실시예를 참조하여 구체적으로 설명된다. 당업자는 설명되는 실시예가 설명 및 이해의 목적으로 제공되는 것이며, 많은 등가적인 실시예가 고려되어 있다는 것을 이해할 것이다.

도 1은 본 발명의 실시예가 구현될 수 있는 예시적인 에코 제거 시스템을 나타내는 도면.

도 2는 본 발명에 따른 예시적인 적용 알고리즘을 나타내는 도면.

도 3 내지 5는 본 발명의 실시예의 효과를 증명하는 컴퓨터 시뮬레이션 결과를 나타내는 도면.

도 6 및 7은 본 발명에 따른 다른 적용 알고리즘을 나타내는 도면.

본 발명에 따르면, 에코 제거 시스템에 사용하기 위한 적용 필터 알고리즘의 개발에 있어서 최상 선형 무편의 추정치(BLUE) 표준 함수가 목표 함수로 사용된다. 이롭게도, 이러한 목표 함수는 결과적인 알고리즘이 실제 에코 제거 시스템의 측정 잡음에 존재할 수 있는 색을 밝힐 수 있게 해준다. 결과적으로, 결과적인 알고리즘은 종래의 알고리즘에 비해 개선된 에코 제거 성능을 제공한다.

본 발명의 적용 알고리즘의 아래의 엄격한 개발에 있어서, 이태리체, 굵은 소문자 및 굵은 대문자는 각각 스칼라, 칼럼 벡터 및 매트릭스를 나타내는 데 사용된다. 또한, 위첨자 T, H 및 †는 각각 전치행렬, 헤르미트 전치행렬(Hermitian transpose matric) 및 무어-펜로스 의사 역연산(MOore-Penrose pseudo-inverse operation)을 나타내는 데 사용된다. 또한, 심볼 I는 항등(identity) 매트릭스를 나타내는 데 사용되고, 심볼 0은 모든 성분이 0으로 된 매트릭스를 나타내는 데 사용된다.

에코 제거 시스템의 에코 경로(H)가 N개의 탭 또는 필터 계수를 가진 유한 임펄스 응답 필터로서 모델링될 수 있고, 또한 시스템의 근단 입력 신호 x(t)의 상관 특성이 L개의 상관 래그를 사용하여 양호하게 모델링될 수 있는 것으로 가정하면, 대안적인 최상 선형 무편의 추정치 표준 함수 V는 다음의 수학식 1로 정의될 수 있다.

여기서, h는 미정 필터 계수의 N 벡터(즉, 에코 경로 H의 임펄스 응답)이고, γ는 양의 상수이며, X는으로 정의되는 입력 신호 샘플의 M×N 매트릭스이다. 또한, 벡터 y=Xh+v는 관측된 신호 샘플의 M 벡터이고, v는 대칭 토에플리츠 공분산 매트릭스를 가진 측정 잡음 샘플의 M 벡터이다. 위에 제공된 입력 샘플 매트릭스 X의 정의가 어떤 의미에서는 가장 필연적인 정의는 아니지만, 이러한 정의는 이롭게도 예컨대, G.A. Clark, S.R. Parker and S.K. Mitra, "A Unified Approach to Time- and Frequency-Domain Realization of FIR Adaptive Digital Filters, " IEEE Trans. Acoustics, Speech and Signal Processing, Vol. 31, pp. 1073-1083, Oct. 1983; S. Haykin, "Adaptive Filter Theory," Third Edition, Prentice Hall, 1996; and J.J. Shynk, "Frequency-Domain and Multirate Adaptive Filtering," IEEE Signal Processing Magazine, Jan. 1992, pp. 14-37에 설명된 고전 오버랩-세이브(overlap-save) 주파수 도메인 적용 필터(FDAF) 알고리즘과 매우 유사한 주파수 도메인 알고리즘을 제공한다.

수학식 1의 표준 함수 정의가 주어질 때, 미정 계수 벡터(h)에 관한 표준 함수(V)의 도함수는 다음의 수학식 2로 나타낼 수 있다.

여기서, e=y-Xh이고, 전술한 에러 신호 e(t)의 샘플에 해당한다. 따라서, 계수 벡터(h)의 추정치는 다음의 수학식 3으로 나타낼 수 있다.

이롭게도, 수학식 3이 단일의 경우에 대한 계수 벡터(h)의 최상 선형 무편의 추정치라는 것을 알 수 있다. 또한, T. Soderstrom and P. Stoica, "System Identifications," Prentice Hall, 1988, pp. 89-90에는 적어도 γ=1인 경우에 대한 상기 추정치는의 최소화로부터 얻어지는 종래의 최상 선형 무편의 추정치보다 더 나은 수치 특성을 갖는다고 주장하고 있다(예컨대, K.C. Ho, "A Minimum Misadjustment Adaptive FIR Filter," IEEE Trans. Signal Processing, Vol. 44, pp. 577-585, March, 1996 참조).

본 발명에 따르면, 계수 벡터(h)를 추정하기 위한 그레디언트 알고리즘은 수학식 1이 최소화되도록 정의될 수 있다. 구체적으로, 본 발명에 따른 그레디언트 알고리즘은 다음과 같이 정의된다.

위의 식에서, 전체 신호의 길이 M은 모든 대응 매트릭스 차원에서 블럭 길이 L＜M으로 대체되었다는 점에 유의해야 한다. 또한, 화이트 잡음 v(t)의 경우에 본 발명의 그레디언트 알고리즘은 측정 잡음 편차에 비례하는 정규화 파라미터를 가진 유사 프로젝션 알고리즘의 완화되고 정규화된 형태와 일치한다는 점도 유의해야 한다(예컨대, S.L. Gay and S. Tavathia, "The Fast Affine Projection Algorithm," Proc. ICASSP'95, Detroit, Vol. 5, pp. 3023-3026, May, 1995 참조).

본 발명에 따르면, 상기한 식들은 주파수 도메인 알고리즘을 개발하는 데 사용된다. 이를 위해, (N+L)×(N+L)개의 순환 확장 입력 신호 매트릭스가 다음과 같이 정의된다.

이것은 여러 개의 가능한 것 중 하나의 특정 순환 확장이다. 이러한 순환 확장의 이점은 이러한 확장에 의해 직관적으로 잘 이해할 수 있는 알고리즘을 만들 수 있다는 것이다. 예컨대, G.A. Clark, S.R. Parker and S.K. Mitra, "A Unified Approach to Time- and Frequency-Domain Realization of FIR Adaptive Digital Filters, " IEEE Trans. Acoustics, Speech and Signal Processing, Vol. 31, pp. 1073-1083, Oct. 1983에 의한 상기 논문에는 유사한 확장이 사용된다.

원시 입력 신호 매트릭스 X(t)는 순환 확장 입력 신호 매트릭스 Xc(t)의 좌하 코너에 나타나며, 결과적으로 입력 신호 매트릭스 X(t)는 다음과 같이 나타낼 수 있다.

확장 매트릭스 Xc(t)는 구조상 우순환성이며, 따라서 그 전치행렬 X_C ^T(t)도 그러하다. 우순환 매트릭스의 고유분해(예컨대, S.L. Marple, Jr. "Digital Spectral Analysis with Applications," Prentice Hall, 1987 참조)는 다음과 같이 주어진다.

여기서, 심볼 F는 원소을 가진 (N+L)×(N+L)개의 이산 푸리에 변환 매트릭스를 나타내며, 심볼 Λ은 확장 전치행렬 매트릭스 X_C ^T의 제1 행의 이산 푸리에 변환에 의해 형성된 대각선 매트릭스를 나타낸다. 구체적으로, 대각선 매트릭스은 다음과 같이 정의된다.

실수 값을 가진 신호의 경우, Xc의 전치행렬 및 Xc의 헤르미트 전치행렬은 동일하며, 따라서이고이다.

따라서, 수학식 6 및 7을 수학식 4 및 5에 대입하면, 본 발명의 적용 알고리즘은 다음과 같이 나타낼 수 있다.

또한, 미정 시스템에 대한 주파수 응답 벡터를 수학식 10과 같이 정의함으로써, 그리고 중간 벡터 g(t)를 수학식 11과 같이 정의함으로써, 본 발명의 적용 알고리즘은 수학식 12 및 13으로 나타낼 수 있다.

제1 실시예에 따르면, 항는 토에플리츠(Toeplitz) 매트릭스로 근사되며, 항을 구하기 위하여 공지된 레빈슨(Levinson) 알고리즘(예컨대 전술한 S.L. Marple, Jr. "Digital Spectral Analysis with Applications," Prentice Hall, 1987 참조)과 같은 순환 알고리즘이 사용된다. 본 제1 실시예는 이하 ALGO1이라 한다.

L＜＜N의 경우, 제1 실시예 ALGO1은정도의 만족스런 연산 복잡성을 제공한다. 그러나, 레빈슨 알고리즘의 복잡성은 모든 실제 상황에서 허용될 수 없기 때문에, 본 발명은 몇 개의 단순한 근사치를 이용하여 대안적인, 더 능률적인 알고리즘을 제공한다. 이롭게도, 전술한 제1 실시예 ALGO1은 덜 복잡한 알고리즘을 도출하는 데 사용된 근사화를 유효하게 하기 위해 컴퓨터 시뮬레이션에 사용되었다. 컴퓨터 시뮬레이션의 결과는 도 3-5를 참조하여 후에 설명된다.

덜 복잡한 알고리즘을 도출하기 위하여, 중간 벡터 g(t)는 또한 다음과 같이 표현된다

이것이 가능한가를 알아보기 위하여, 식 Rz=e(여기서 R=γ식16+XX^T는 음수가 아닌 한정 L×L 매트릭스이고, z 및 e는 L 벡터)인 것으로 고려한다. 상기 식의 뒷부분은 다음의 식과 등가이다.

이것은 다음과 식으로 다시 쓸 수 있다.

따라서, 수학식 11에 의해 벡터 g(t)는 다음과 같이 표현될 수 있다.

이것은 수학식 14에 제공된 g(t)에 대한 표현과 동일하다.

본 발명에 따르면, 입력 신호 상관 매트릭스는 토에플리츠 매트릭스에 의해 근사화되고, 상관 매트릭스의 합의 순환 확장 Rc는 다음의 식을 만족시키도록 정의된다.

이어서, L≤N+1인 것으로 가정하면, 확장 Rc의 제1 행은 DFT 대칭을 따르며, 그 결과 다음과 같이 분해될 수 있다.

여기서, D는 주 대각선 상에 Rc의 이산 푸리에 변환된 제1 행을 가진 대각선 매트릭스이다. 따라서, D의 주 대각선은 실수이며, 구조상 대칭이다. 따라서, 수학식 14는 이제 다음과 같이 다시 쓸 수 있다.

여기서, 다음 식은 윈도우 매트릭스로 볼 수 있다.

보다 구체적으로, 매트릭스 K는 다음 식으로 주어지는 제1 행 요소를 가진 우순환 매트릭스이다.

이것은 시간 도메인의 사각 윈도우에 대응한다.

수학식 16 및 17을 사용하는 경우 여전히 비교적 높은 연산 복잡성을 가진 알고리즘이 만들어진다는 점에 유의해야 한다. 그러나, 이롭게도 본 발명은 매트릭스 K를 항등 매트릭스로 근사화함으로써 복잡성이 매우 낮은 알고리즘을 제공한다. 흥미롭게도, 이러한 근사화는 신호 및 측정 잡음 전력의 가중 합으로 대체된 (각 주파수에서 단차 크기를 정규화하는 데 사용되는) 주파수 저장소(bin)에서의 신호 전력을 가진 자기직교화 주파수 도메인 적용 필터(예컨대 J.J. Shynk, "Frequency-Domain and Multirate Adaptive Filtering," IEEE Signal Processing Magazine, Jan. 1992, pp. 14-37 참조)와 매우 유사한 알고리즘을 제공한다.

위의 설명에서는 측정 잡음 상관 매트릭스가 공지된 것으로 가정하였다. 그러나, 실제로는는 종종 미정이며, 추정된다. 예컨대, 음성 에코 제거 응용에 있어서, 추정치를로 초기화하는 것이 일반적인데, 여기서은 예측 잡음 전력이다. 또한, 어떤 응용에 있어서는, 알고리즘 초기화 단계에서 더 나은 초기 추정치를 얻는 것이 가능하다. 추정치는 대화의 자연스런 중지 동안에(예컨대가 선정된 임계치(th) 이상일 때) 리프레시될 수 있다. 이롭게도, 이것은 입력 신호 전력이 어차피 낮을 때 계수가 갱신되지 않아야 하므로 알고리즘의 연산 복잡성에 중대한 영향을 미치지 않는다(예컨대 T. Petillon, A. Gilloire and S. Theodoridis, "The Fast Newton Transversal Filter: An Efficient Scheme for Acoustic Echo Cancellation in Mobile Radio," IEEE Trans. Signal Processing, Vol. 42, pp. 509-517, March 1994 참조).

따라서, 본 발명에 따른 결과적인 낮은 복잡성의 알고리즘(이하 ALGO2라 함)은 다음과 같이 산술적으로 표현된다.

적용 알고리즘 ALGO2

으로 추정치를 초기화.

이어서, 각각의 새로운 L 입력 샘플 블럭에 대해

을 계산.

그리고,인 경우,

를 계산.

그렇지 않은 경우,

를 계산

복잡성이 낮은 알고리즘 ALGO2의 식들은 모든 샘플 또는 샘플 블럭당 한번 적용될 수 있다는 점에 유의해야 한다. L 샘플 블럭마다 한번씩 식을 적용하면, L 샘플 지연이 일어나고 다소 느린 초기 수렴도를 제공하는 대신 연산 복잡성이 감소한다. 또한, 매트릭스 D는 매트릭스 Rc를 먼저 갱신하고 DFT를 계산하는 대신 주파수 도메인에서 직접 갱신될 수 있다는 점에 유의한다.

전술한 낮은 복잡성의 알고리즘 ALGO2에 대응하는 순서도가 도 2에 도시되어 있다. 도시된 바와 같이, 입력 신호 x(t)는 제1 샘플링 블럭(205)의 입력에 결합되고, 제1 샘플링 블럭(205)의 출력은 제1 FET 블럭(210)의 입력에 결합된다. 제1 FET 블럭(210)의 출력 z(t)는 제1 승산기(multiplier)(215)의 제1 입력에 결합되고, 제1 승산기(215)의 출력은 제1 IFET 블럭(220)의 입력에 결합된다. 제1 IFET 블럭(220)의 출력은 제2 샘플링 블럭(225)의 입력에 결합되고, 제2 샘플링 블럭(225)의 출력은 제1 합산 장치(230)의 감산 입력에 결합된다. 관측된 근단 입력 신호 y(t)는 제1 합산 장치(230)의 가산 입력에 결합되고, 제1 합산 장치(230)의 출력은 잔여 또는 에러 신호 e(t)로서 작용한다.

에러 신호 e(t)는 제1 제로 패딩 블럭(235)의 입력에 결합되고, 제1 제로 패딩 블럭(235)의 출력은 제2 FET 블럭(240)의 입력에 결합된다. 제2 FET 블럭(240)의 출력 c(t)는 잡음 전력 스펙트럼 갱신 블럭(245) 및 제2 승산기(255)의 제1 입력에 결합된다. 제2 승산기(255)는 공액(conjugate) 블럭(250)으로부터 추가 입력을 수신하며, 공액 블럭(250)은 제1 FET 블럭(210)의 출력 z(t)을 입력으로 수신한다. 제1 FET 블럭(210)의 출력 z(t) 및 공액 블럭(250)의 출력은 또한 신호 전력 스펙트럼 갱신 블럭(260)의 제1 및 제2 입력에 각각 결합된다. 신호 전력 스펙트럼 갱신 블럭(260)의 출력 및 제2 승산기(255)의 출력은 정규화 블럭(265)의 제1 및 제2 입력에 각각 결합된다. 또한, 잡음 전력 스펙트럼 갱신 블럭(245)의 출력은 정규화 블럭(265)의 제3 입력에 결합된다.

정규화 블럭(265)의 출력 g(t)은 제2 IFET 블럭(270)의 입력에 결합되고, 제2 IFET 블럭(270)의 출력은 제2 제로 패딩 블럭(275)의 입력에 결합된다. 제2 제로 패딩 블럭(275)의 출력은 제3 FET 블럭(280)의 입력에 결합되고, 제3 FET 블럭(280)의 출력은 제2 합산 장치(285)의 제1 추가 입력에 결합된다. 제2 합산 장치(285)의 출력은 1샘플 지연 블럭(290)의 입력에 결합되고, 1샘플 지연블럭(290)의 출력는 제1 승산기(215)의 제2 입력 및 제2 합산 장치(285)의 제2 추가 입력에 결합된다.

동작에 있어서, 제1 샘플링 블럭(205)은 입력 신호 x(t)의 L개의 새로운 샘플 및 N개의 구 샘플을 형성한다. 제1 FET 블럭(210)은 (바람직하게는 고속 푸리에 변환 알고리즘을 이용하여) 결과적인 입력 샘플 블럭의 이산 푸리에 변환을 계산하여 주파수 도메인 샘플 벡터 z(t)를 제공한다. 제1 승산기(215)는 벡터 z(t)에 지연 블럭 출력(임펄스 응답 h의 주파수 도메인 추정치를 나타냄)을 요소 단위로 곱하여 주파수 도메인에서의 에코 추정치를 형성한다. 이후, 제1 IFET 블럭(220)은 결과적인 주파수 도메인 에코 추정치의 이산 푸리에 역변환을 계산하고, 제2 샘플링 블럭(225)은 최종 L 샘플을 추출하여 시간 도메인 에코 추정치(즉,)를 제공한다. 제1 합산 장치(230)는 관측된 근단 신호 y(t)로부터 결과적인 시간 도메인 에코 추정치를 감산하여 원하는 바의 잔여 신호 e(t)의 샘플 블럭을 형성한다.

도시된 바와 같이, 잔여 신호 e(t)는 주파수 도메인 임펄스 응답 추정치 f(t)를 계산하기 위하여 주파수 도메인 샘플 벡터 z(t)와 결합하여 사용된다. 구체적으로, 제1 제로 패딩 블럭(235)은 N개의 선두 제로로 잔여 신호 샘플 블럭을 보충하며, 제2 FET 블럭은 결과적인 제로 패딩된 샘플 블럭의 이산 푸리에 변환을 계산하여 잔여 신호(즉, c(t))의 주파수 도메인 표현을 형성한다. 이후, 입력 신호 전력레벨이 심각한 양의 에코를 생성할 만큼 충분히 큰지에 대한 판정이 이루어진다. 구체적으로, 단기 전력 추정치(즉, 주파수 도메인 입력 신호 z(t)의 현재 샘플 블럭에 기초)가 전술한 소정의 임계치(th)와 비교된다. 입력 신호 전력이 임계치(th) 이상인 경우, 알고리즘은 도 2의 박스 202)에 지시된 바와 같이 주파수 도메인 임펄스 응답 추정치를 갱신한다. 그렇지 않은 경우, 알고리즘은 도 2의 박스 201에 지시된 바와 같이 잡음 전력 스펙트럼 추정치를 갱신한다. 물론, 도 1을 참조하여 설명된 더블 토크 검출기의 출력을 이용하여 적용이 또한 검증된다.

임펄스 응답 추정치가 갱신될 때, 신호 전력 스펙트럼 갱신 블럭(260)은 먼저 입력 신호 전력 스펙트럼 Px의 새로운 추정치(신호 전력 매트릭스 Px의 주 대각선상의 요소에 대응)를 계산한다. 실시예에서, 신호 스펙트럼 추정치는 주파수 도메인 입력 벡터 z(t)를 그 복소 공액(즉, 공액 블럭(250)의 출력)과 요소 단위로 승산함으로써 계산된다. 제2 승산기(255)는 주파수 도메인 잔여 신호 c(t)에 벡터 z(t)의 복소 공액을 요소 단위로 승산하며, 정규화 블럭(265)은 그 결과를 입력 및 잡음 전력 스펙트럼의 가중 합(즉, P_x+γP_ν)을 사용하여 정규화하여(즉, 요소 단위로 분할하여), 중간 벡터 g(t)를 형성한다. 가중치 파라미터 γ(이하 잡음 정합 파라미터라 함)의 선택은 후술된다.

중간 벡터 g(t)가 결정되면, 제2 IFET 블럭(270)은 벡터 g(t)의 이산 푸리에 역변환을 계산하며, 제2 제로 패딩 블럭(275)은 결과 벡터의 최종 L개의 요소를 0으로 설정한다. 이후, 제3 FET 블럭(280)은 제2 제로 패딩 블럭(275)의 출력의 이산 푸리에 변환을 계산하고, 결과 벡터에는 단차 크기 또는 갱신 이득(μ)이 곱해진 후 이전의 주파수 도메인 임펄스 응답 추정치에 더해져 원하는 바의 갱신된 주파수 도메인 임펄스 응답 추정치를 제공한다.

임펄스 응답 추정치가 갱신되지 않을 때(즉, 입력 신호 전력이 임계치(th) 이상이 아니어 사용자 대화의 중단이 있는 것을 나타낼 때), 잡음 전력 스펙트럼 Pv의 추정치(잡음 전력 매트릭스 Pv의 주 대각선 상의 요소에 대응)는 잔여 신호 c(t)의 주파수 도메인 표현에 기초하여 갱신된다. 실시예에서, 잡음 스펙트럼 추정치 Pv는 잔여 신호 c(t)의 주파수 도메인 표현에 그 복소 공액을 요소 단위로 승산한 다음 예컨대 지수 윈도우를 이용하여 평균함으로써 계산된다. 이러한 방식으로 잡음 전력 추정치를 주기적으로 갱신함으로써 잡음 신호에 존재하는 모든 칼라가 임펄스 응답 추정치가 적용될 때 설명될 것이다.

따라서, 도 2의 순서도는 본 발명의 낮은 복잡성의 알고리즘 ALGO2의 실제 구현을 나타낸다. 당업자는 도 2의 블럭들과 실시예의 알고리즘 ALGO2를 정의하는 데 사용된 수학식의 요소들 사이에 직접적인 대응이 존재한다는 것을 알 것이다. 또한, 당업자는 도 2의 동작 블럭이 예컨대 표준 디지털 신호 처리 장치, 특수용 집적 회로 또는 범용 디지털 컴퓨터를 사용하여 실제로 구현될 수 있다는 것을 알 것이다.

낮은 복잡성의 알고리즘 ALGO2의 성능과 제1의 기준 알고리즘 ALGO1의 성능 및 J.J. Shynk, "Frequency-Domain and Multirate Adaptive Filtering," IEEE Signal Processing Magazine, Jan. 1992, pp. 14-37에 기술된 주파수 도메인 적용 필터의 성능과 비교하기 위한 컴퓨터 시뮬레이션이 실시되었다. 또한, 컴퓨터 시뮬레이션을 통해 실제 음성 신호에 대한 세 알고리즘의 상대 성능을 검사하였다.

먼저, 기준 알고리즘 ALGO1으로부터 능률적인 알고리즘 ALGO2를 도출할 때 만들어진 근사화의 유효성을 직접 평가하기 위하여 정지 신호가 사용되었다. 또한, 실시예의 알고리즘 ALGO1 및 ALGO2의 성능과 전술한 주파수 도메인 적용 필터의 성능을 직접 비교하기 위하여 정지 신호가 사용되었다. 이러한 시뮬레이션을 위한 정지 신호는 신호 통계가 t＞0에 대해 시간에 종속하지 않는 신호이다.

대표적인 시뮬레이션 결과가 도 3에 도시되어 있는데, 제1 플롯(310)은 세 알고리즘에 대한 학습 곡선(즉,)을 나타내며, 제2 플롯(320)은 대응하는 가중 에러을 나타낸다. 이 곡선들은 200번의 독립적인 시도에 의해 취해진 종합 평균을 나타낸다. 도 3에 도시된 시뮬레이션을 위해 입력 신호 x(t)는 다음 식 즉,

에 의해 생성된 자동 회귀 프로세스이며, 측정 잡음 또한 다음 식 즉,

에 의해 생성된 자동 회귀 프로세스이다.

또한, SNR은 거의 0 dB이며, 진정한 임펄스 응답은 편평한 주파수 응답과 [-1/128, 1/128] 간격으로 균일하게 분포된 계수를 가진 64 탭 FIR 필터이다. 설계 파라미터는 다음과 같이, 즉 N=64, L=64, μ=0.04, β=0.99 및 γ=128로 선택되었다. 시뮬레이션된 신호는 정지된 것이기 때문에, 측정 잡음 스펙트럼이 먼저 평가된 다음(이 시간은 도 3에 도시되지 않음), 적용 알고리즘에 사용된다.

도 3에서, 제1 알고리즘 ALGO1에 대응하는 곡선(즉, 곡선 312, 322)은 복잡성이 낮은 알고리즘 ALGO2(즉, 곡선 313, 323)에 대응하는 것과 구별되지 않는다는 점에 유의해야 한다. 이롭게도, 이것은 복잡성이 낮은 알고리즘 ALGO2를 개발하는 데 사용된 근사화가 적어도 합리적으로 양호하다는 것을 나타낸다. 또한, 도 3에서 실시예의 알고리즘 ALGO1 및 ALGO2는 모두 주파수 도메인 적용 필터보다 우수하다는 점에 유의한다.

음향 에코 제거 응용에(특히 자동 핸즈프리 전화 응용에) 능률적인 알고리즘 ALGO2의 성능을 연구하기 위하여 추가적인 컴퓨터 시뮬레이션이 실시되었다. 도 4는 한 대표적인 시뮬레이션의 학습 곡선(지수 윈도우를 사용하여 시간 평균됨)을 나타낸다. 이러한 시뮬레이션을 위한 설계 파라미터는 N=256(정면의자에 두 사람이 앉아 있는 볼보 940에서 식별되는 256 탭 에코 임펄스 응답에 대응), L=256, μ=0.04, β=0.99 및 γ=128이었다. 잡음 전력 스펙트럼 Pv는 온라인으로 평가되었다. 관측된 입력 신호 y(t)에 대해, 암(female) 스피커가 에코를 발생시키고 있으며, 이 에코는 이동 차량에 기록된 잡음에 의해 오염된다. 샘플링 속도는 8000 Hz이며, 따라서 도 4의 곡선은 1분의 시간 간격에 해당한다.

도 4의 제1 플롯 410에 도시된 바와 같이, 에코 전력은 대부분의 시간에 잡음 전력보다 낮다. 그러나, 신호가 다른 주파수 대역에 집중되므로 에코는 적용 처리 전에는 명확히 들릴 수 있다. 주파수 도메인 적용 필터가 상황을 개선할 지라도, 도 4의 제2 플롯 420에 도시된 바와 같이 처리 후에도 에코가 들릴 수 있게 남는다. 대조적으로, 본 발명의 복잡성이 낮은 알고리즘 ALGO2는 도 4의 제3 플롯 430에 도시된 바와 같이 (초기 수렴기 후) 잡음에서 잔여 에코가 거의 들릴 수 없게 만든다.

도 5는 도 4의 곡선으로부터의 샘플 394000 내지 410000을 사용하여 계산된 전력 스펙트럼이다. 제1 플롯 510으로부터 에코 신호 전력이 대부분의 주파수에서 측정 잡음 전력 이상이라는 것을 알 수 있다. 제2 플롯에 도시된 바와 같이, 주파수 도메인 적용 필터에 의한 처리는 에코를 감쇠시키지만, 잔여 에코 전력은 수개의 주파수에서 측정 잡음 전력 이상으로 남는다. 대조적으로 제3 플롯(530)은 복잡성이 낮은 알고리즘 ALGO2에 의한 처리가 모든 주파수에서 측정 잡음 전력 이하로 잔여 에코 전력을 감소시키며, 따라서 인간의 지각에 대한 차단 효과가 에코를 들리지 않게 만든다는 것을 나타낸다.

복잡성이 낮은 실시예의 알고리즘 ALGO2는 신호 처리 경로에 L 샘플 지연을 도입하고 있다. 연산 복잡성을 감소시키기 위해서는 임펄스 응답 길이 N과 거의 동일한 L을 선택하는 것이 바람직하기 때문에, 이러한 지연은 긴 에코 경로 임펄스 응답에 대해 허용될 수 없다.

그러나, 이롭게도 본 발명의 추가 실시예는 연산 복잡성을 크게 증가시키지 않고 신호 처리 지연을 감소시킨다. 구체적으로, 대안적인 실시예는 에코 경로 임펄스 응답 h를 길이 K의 섹션들로 분할하여, 적용 필터를 결과적인 섹션 필터의 직렬 접속으로 다룬다. 예컨대 J. Soo and K.K. Pang, "Multidelay Block Frequency Domain Adaptive Filter," IEEE Trans. Acoustics, Speech and Signal Processing, vol. 38, No. 2, Feb. 1990, pp. 373-376에 기재된 전술한 논문에 유사한 방법이 설명되어 있다.

추가 실시예에 따르면, 블럭 길이 L과 거의 동일하게 섹션 길이 K를 설정하는 것이 유리하다. K＜＜N이므로 지연이 감소된다. 많은 응용에 있어서, 에코 제거기에는 신호 샘플 블럭 상에서 동작하는 음성 디코더가 뒤따른다. 이러한 지연의 주요한 이점은 입력 신호 샘플의 수집으로부터 생긴다. 이러한 응용에 있어서, L을 음성 코덱 블럭 길이로, 또는 그 정수 부분과 동일하게 설정하는 것이 바람직하다. 에코 제거기 출력 블럭은 샘플열 대신 음성 코더로 전송될 수 있으며, 전체적인 지연은 약간만 증가된다. 결과적인 알고리즘(이하 ALGO3라 함)은 다음과 같다.

적용 알고리즘 ALGO3

추정치를

로 초기화한다.

이어서, 각각의 새로운 K 입력 샘플의 블럭에 대해

를 계산한다.

그리고,인 경우,

을 계산한다.

그렇지 않은 경우,

을 계산한다.

전술한 알고리즘 ALGO3에 대응하는 순서도가 도 6 및 7에 도시되어 있다. 당업자는 도 2의 동작 블럭이 복잡성이 낮은 알고리즘 ALGO2를 정의하는 데 사용된 수학식의 요소에 대응하는 것처럼, 도 6 및 7의 동작 블럭도 대안적인 알고리즘 ALGO3를 정의하는 데 사용된 수학식의 요소에 대응한다. 도 2의 동작 블럭과 같이, 도 6 및 7의 동작블럭도 예컨대 표준 디지털 신호 처리 장치, 특수용 집적 회로 또는 범용 디지털 컴퓨터를 사용하여 실제로 구현될 수 있다.

실시예의 알고리즘 ALGO1, ALGO2 및 ALGO3 각각은 알고리즘이 구현되기 전에 설정된 수개의 설계 파라미터를 포함한다. 이롭게도, 본 발명은 실제로 이러한 설계 파라미터를 적당히 설정하기 위한 가이드라인을 제공한다.

예컨대, 제1 길이 N은 특정 응용에 기초하여 바로 설정될 수 있다. 자동차 핸즈프리 응용을 위한 망 에코 제거 및 음향 에코 제거에 있어서, 256 내지 512 탭의 범위에서의 필터 길이 또는 모델 차수가 양호한 결과를 제공한다. 반면, 전체 회의실의 임펄스 응답이 모델링되는 원격회의 응용에 있어서는 대개 수천 탭 정도의 필터 길이가 양호한 결과를 제공한다.

대체 알고리즘 ALGO3에 사용되는 임펄스 응답 섹션 길이 K는 알고리즘의 처리 지연을 유발하며, 따라서 비교적 작게 해야 한다. 반면, 알고리즘의 전반적인 연산 복잡성은 K가 증가함에 따라 증가하며, 따라서 가능한 연산능력에 기초하여 적당한 타협이 이루어진다. 에코 제거기에 음성 코더가 따르는 응용에 있어서, 대개는 K를 음성 코더의 블럭 길이 또는 그 정수 부분과 동일하게 설정하는 것이 이롭다. 또한, K는 대개 필터 섹션의 수(즉, N/K)가 정수가 되도록 선택된다.

최소 연산 구현은 복잡성이 낮은 제1 실시예 ALGO2에서의 필터 길이 N과 거의 동일하게, 그리고 복잡성이 낮은 다른 실시예 ALGO3에서의 섹션 길이 K와 거의 동일하게 설정함으로써 이루어진다. 또한, N+L 또는 K+L을 복잡성이 낮은 제1 및 제2 실시예 ALGO2 및 ALGO3에서의 2의 정수 지수와 동일하게 각각 설정하는 것이 이롭다.

파라미터 β는 전력 스펙트럼 추정치의 메모리 길이를 결정하며, 1보다 작은 양수로 된다. 간격 [0.9, 0.995]에서의 β의 선택은 양호한 결과를 나타내었다.

단차 크기 μ는 적용 알고리즘의 안정성을 보증하기에 충분히 작게 양수로 설정된다. 그러나, 단차 크기를 너무 작게 하면, 특히 긴 임펄스 응답과 관련하여 적용이 느려진다. 복잡성이 낮은 제1 실시예 ALGO2에 대해이고 복잡성이 낮은 다른 실시예 ALGO3에 대해인 경우, 0.1/R 내지 0.5/R의 범위로 단차 크기를 설정하면 양호하게 동작하는 것이 증명되었다.

전술한 바와 같이, 잡음 정합 파라미터 γ는 입력 신호 및 측정 잡음의 정규화 전력 스펙트럼을 가중시키며, 음이 아니게 설정된다. 잡음 정합 파라미터를 너무 크게 설정하면, 측정 잡음이 너무 크게 가중되어 알고리즘의 수렴도가 크게 낮아진다. 반면, 잡음 정합 파라미터를 너무 작게 설정하면, 측정 잡음이 너무 작게 가중되어, 정상 상태에서 더 높은 잔여 에코 전력의 대가로 비교적 빠른 적용이 이루어진다. 이 경우, 잔여 에코 스펙트럼의 형상은 약간의 감쇠도와 함께 원시 에코 스펙트럼에 거의 가깝게 된다(즉, 전체 주파수 대역에서 거의 동일한 에코 감쇠가 얻어진다). 대조적으로, 적당히 높은 값의 γ는 잔여 에코 스펙트럼이 측정 잡음 스펙트럼 이상인 경우 주파수 근처에서 더 감쇠된다는 의미에서 정상 상태에서 개선된 성능을 제공한다(즉, 전체 잔여 에코 스펙트럼이 잡음 스펙트럼 이하일 때 인간의 지각에 대한 차단 효과에 의해 에코가 들리지 않게 된다). 이러한 개선을 위한 대가는 약간 더 느린 알고리즘의 초기 수렴도일 수 있다. 그러나, 본 발명에 따르면, 이러한 효과는 파라미터 γ를 시간에 종속되게 함으로써 극복할 수 있다.

예컨대, 잡음 정합 파라미터 γ는 다음 식과 같이 계산될 수 있다.

여기서 E[]는 수학적 기대치를 나타낸다. 이러한 방법은 잔여 에코가 잡음보다 훨씬 더 강할 때 비교적 작은 γ을 제공하며, 따라서 비교적 빠른 적용을 제공한다. 그러나, 잔여 에코 전력이 잡음 전력에 접근하면, γ는 커지며, 알고리즘은 전술한 바와 같이 잔여 에코 스펙트럼을 칼라화하기 시작한다. 실제로는, 수학적 기대치는 알려지지 않으며 추정된다. 이러한 추정치의 일례는 대응 신호의 주파수 도메인 표현을 포함하는 블럭에 대한 제곱의 합이다. 즉, 잡음 정합 파라미터는 다음 식으로 계산될 수 있다.

여기서, Cv는 측정 잡음의 주파수 도메인 표현을 포함하는 블럭이고, const는 추정치 에러의 존재시 양의 γ를 보증하는 작은 양의 상수이다.

요컨대, 본 발명은 예컨대 에코 제거 응용에 이용될 수 있는 다수의 적용 알고리즘을 제공한다. 실시예의 알고리즘은 최상 선형 무편의 추정치 표준 함수를 최소화하고 순환 매트릭스의 고유성질을 이용함으로써 도출된다. 여러 개의 가능한 신호 매트릭스의 순환 확장 중에서 종래의 주파수 도메인 적용 필터와 유사한 적용 알고리즘을 제공하는 순환 확장이 사용된다. 실시예의 알고리즘은 측정 잡음에 대한 지식을 반영하고 있기 때문에, 이러한 알고리즘은 종래의 방법에 비해 잡음이 많은 환경에서 더 양호하게 동작한다. 잡음이 많은 환경에서의 본 발명의 알고리즘의 우수한 성능은 컴퓨터 시뮬레이션을 통해 입증되었다.

본 발명의 예시적인 알고리즘은 최상 선형 무편의 추정치를 사용하는 종래의 알고리즘과 다르다. 예컨대, K.C. Ho, "A Minimum Misadjustment Adaptive FIR Filter," IEEE Trans. Signal Processing, Vol. 44, pp. 577-585, March, 1996 and A.C. Orgren, S. Dasgupta, C.E. Rohrs and N.R. Malik, "Noise Cancellation with Improved Residuals," IEEE Trans. Signal Processing, Vol. 39, pp. 2629-2639, Dec. 1991에 기재된 논문에서, 측정 잡음은 자동 회귀 프로세스인 것으로 가정되며, 잔여 신호에는 계수 갱신치에 피드백되기 전에 화이트닝 필터가 적용된다. Orgren, Dasgupta, Rohrs 및 Malik에 의한 논문에서는 적당한 화이트닝 필터가 선험적으로 공지된 것으로 가정되지만, Ho에 의한 논문에서는 적용 화이트닝이 고려된다.

대조적으로, 본 발명의 알고리즘은 측정 잡음에 대한 어떤 특정 모델을 가정하지 않는다(비록 적당한 크기의 상관 매트릭스가 잡음 특성을 적당히 설명하는 것으로 가정하지만). 또한, 본 발명은 주파수 도메인 알고리즘을 제공하며, 양호한 수치 특성이 알려진 최상 선형 무편의 추정 표준의 변화를 최소화한다. 또한, 본 발명에 따르면, 대화의 자연스런 중지 중에 잡음 상관이 추정된다.

당업자는 본 발명이 예시를 위하여 설명된 것에 한정되지 않는다는 것을 이해할 것이다. 따라서, 본 발명은 전술한 설명보다는 첨부된 청구범위에 의해 정의되며, 청구범위의 의미와 일치하는 모든 균등물은 그 안에 포함되는 것으로 의도된다.

Claims (15)

1. 에코 경로를 통해 에코 소스 신호의 결합으로부터 발생하는 관측 신호의 에코 성분을 억제하도록 구성된 에코 제거(echo cancelation) 장치에 있어서,

   상기 에코 경로를 어림잡아 상기 에코 성분의 추정치를 제공하도록 구성된 적용(adaptive) 필터를 포함하되, 상기 적용 필터의 적용 알고리즘이 상기 관측 신호의 잡음 성분의 측정치를 반영하는 에코 제거 장치.
2. 제1항에 있어서, 상기 관측 신호의 상기 잡음 성분의 측정이 상기 에코 제거 장치가 동작하도록 설계된 환경에서 이루어진 선험적으로 이루어진 측정인 에코 제거 장치.
3. 제1항에 있어서, 상기 관측 신호는 적어도 하나의 간헐적 음성 성분을 포함하며, 상기 관측 신호의 상기 잡음 성분의 측정이 상기 관측 신호의 상기 적어도 하나의 음성 신호의 중지 동안 실시간으로 이루어지는 에코 제거 장치.
4. 제3항에 있어서, 상기 관측 신호의 적어도 하나의 음성 성분의 중지는 상기 에코 소스 신호의 샘플 블럭에서의 전력 측정에 기초하여 결정되는 에코 제거 장치.
5. 제1항에 있어서, 상기 에코 추정치는 상기 관측 신호로부터 감산되어서 에코가 제거된 에러 신호를 제공하며, 상기 관측 신호의 상기 잡음 성분의 측정은 상기 에러 신호의 전력 스펙트럼에 기초하는 에코 제거 장치.
6. 제1항에 있어서, 상기 에코 소스 신호의 샘플 블럭에서의 전력 측정치가 임계치 이상일 때 상기 적용 필터의 추정 임펄스 응답이 갱신되며, 그렇지 않은 경우에는 상기 적용 필터의 상기 추정 임펄스 응답이 갱신되지 않는 에코 제거 장치.
7. 제1항에 있어서, 상기 에코 추정치는 상기 관측 신호로부터 감산되어서 에코가 제거된 에러 신호를 제공하며, 상기 적용 필터의 추정 임펄스 응답이 상기 에러 신호의 전력 스펙트럼의 추정치 및 상기 에코 소스 신호의 전력 스펙트럼의 추정치에 기초하여 계산되는 에코 제거 장치.
8. 제7항에 있어서, 상기 적용 필터의 상기 추정 임펄스 응답이 상기 에러 신호 전력 스펙트럼 추정치 및 상기 에코 소스 전력 스펙트럼 추정치의 가중 합(weighted sum)에 기초하여 계산되는 에코 제거 장치.
9. 제8항에 있어서, 상기 가중 합은 상기 에러 신호 전력 스펙트럼 추정치와 잡음 정합 파라미터와의 곱에 상기 에코 소스 전력 스펙트럼 추정치를 더함으로써 계산되는 에코 제거 장치.
10. 제9항에 있어서, 상기 잡음 정합 파라미터는 상기 에러 신호의 샘플 및 상기 에코 소스 신호의 샘플에 기초하여 동적으로 조정되는 에코 제거 장치.
11. 에코 경로를 통해 에코 소스 신호의 결합으로부터 발생하는 관측 신호의 에코 성분을 제거하는 방법에 있어서,

    상기 에코 소스 신호를 샘플링하여 소스 신호 샘플 블럭을 제공하는 단계;

    상기 소스 신호 샘플 블럭의 이산 푸리에 변환을 계산하여 상기 소스 신호를 주파수 도메인에서 표현하는 단계;

    상기 소스 신호의 상기 주파수 도메인 표현식에 상기 에코 경로의 임펄스 응답의 주파수 도메인 추정치를 곱하여 주파수 도메인 에코 추정치를 제공하는 단계;

    상기 주파수 도메인 에코 추정치의 이산 푸리에 역변환을 계산하여 시간 도메인의 에코 추정치를 제공하는 단계;

    상기 관측 신호로부터 상기 시간 도메인의 에코 추정치를 감산하여 에코가 제거된 에러 신호를 제공하는 단계;

    상기 에러 신호의 샘플 블럭의 이산 푸리에 변환을 계산하여 상기 에러 신호를 주파수 도메인에서 표현하는 단계; 및

    상기 에러 신호의 상기 주파수 도메인 표현식 및 상기 소스 신호의 상기 주파수 도메인 표현식에 기초하여 상기 에코 경로의 임펄스 응답의 주파수 도메인 추정치를 적용시키는 단계

    를 포함하며,

    상기 임펄스 응답의 상기 주파수 도메인 추정치를 적용시키는 단계는 상기 관측 신호의 잡음 성분의 측정치를 반영하는 에코 제거 방법.
12. 제11항에 있어서, 상기 임펄스 응답의 상기 주파수 도메인 추정치를 적용시키는 단계는

    상기 소스 신호 샘플 블럭에서의 전력 측정치가 임계치 이상일 때 상기 임펄스 응답의 상기 주파수 도메인 추정치를 갱신하는 단계; 및

    임계치를 초과하지 않는 경우, 상기 에러 신호의 잡음 전력 스펙트럼의 추정치를 갱신하는 단계

    를 포함하는 에코 제거 방법.
13. 제12항에 있어서, 상기 임펄스 응답의 상기 주파수 도메인 추정치를 갱신하는 단계는

    상기 소스 신호의 신호 전력 스펙트럼의 추정치를 갱신하는 단계;

    상기 잡음 전력 스펙트럼 추정치와 상기 신호 전력 스펙트럼 추정치의 가중 합을 계산하는 단계; 및

    상기 잡음 전력 스펙트럼 추정치와 상기 신호 전력 스펙트럼 추정치의 상기 가중 합에 기초하여 상기 주파수 도메인 추정치의 갱신을 계산하는 단계

    를 포함하는 에코 제거 방법.
14. 제13항에 있어서, 상기 잡음 전력 스펙트럼 추정치와 잡음 정합 파라미터의 곱에 상기 신호 전력 스펙트럼 추정치를 더하여 상기 가중 합을 제공하는 단계를 포함하는 에코 제거 방법.
15. 제14항에 있어서, 상기 에코 소스 신호 및 상기 에코가 제거된 에러 신호의 샘플에 기초하여 상기 잡음 정합 파라미터를 동적으로 조정하는 단계를 포함하는 에코 제거 방법.