KR20030070177A - 원시 디지털 데이터의 잡음 필터링 방법 - Google Patents

원시 디지털 데이터의 잡음 필터링 방법 Download PDF

Info

Publication number
KR20030070177A
KR20030070177A KR1020020009207A KR20020009207A KR20030070177A KR 20030070177 A KR20030070177 A KR 20030070177A KR 1020020009207 A KR1020020009207 A KR 1020020009207A KR 20020009207 A KR20020009207 A KR 20020009207A KR 20030070177 A KR20030070177 A KR 20030070177A
Authority
KR
South Korea
Prior art keywords
matrix
digital data
noise
data
correlation matrix
Prior art date
Application number
KR1020020009207A
Other languages
English (en)
Inventor
살미카엘에이
그람니츠키세르게이엔
마이보로다알렉산드르엘
레드코프빅토르브이
티코츠키아나톨리아이
빅토로프안드레이비
Original Assignee
엘지전자 주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020020009207A priority Critical patent/KR20030070177A/ko
Priority to US10/370,064 priority patent/US7260526B2/en
Publication of KR20030070177A publication Critical patent/KR20030070177A/ko

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
    • G11B20/24—Signal processing not specific to the method of recording or reproducing; Circuits therefor for reducing noise
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Noise Elimination (AREA)

Abstract

본 발명에 따른 원시 디지털 데이터의 잡음 필터링 방법은, 입력 원시 디지털 오디오 데이터를 버퍼링하는 단계와; 상기 버퍼링된 디지털 오디오 데이터에 대하여, 필터링되는 디지털 데이터를 계산하는 단계; 및 상기 필터링된 디지털 데이터 일부를 출력하는 단계; 를 포함한다.
여기서, 상기 원시 디지털 오디오 데이터는 디지털 표본의 수열로 구성된다.
또한, 상기 입력 원시 디지털 데이터의 버퍼링 단계는 버퍼 콘텐츠(buffer contents)를 이동시켜 설정된 얼마간의 상기 입력 표본을 버퍼 내에 배치함으로써 수행된다.
또한, 상기 필터링되는 디지털 데이터의 계산 단계는, 상관 행렬의 계산 단계와, 상관 행렬의 분해 단계와, 필터 행렬의 계산 단계와, 필터링된 디지털 데이터의 근사 계산 단계로 이루어진다.
또한, 상기 상관 행렬의 분해 단계는, 상관 행렬을 세 개의 행렬의 곱으로서 표현하는 것으로, 그 제 1 행렬은 상관 행렬의 정규화된 고유 벡터로 구성된 행렬이며, 제 2 행렬은 상관 행렬의 고유값이 주 대각선에 위치하고 다른 자리는 제로 값인 대각 행렬이며, 제 3 행렬은 상기 상관 행렬의 정규화된 고유 벡터로부터 전치된 행렬로 구성된다.

Description

원시 디지털 데이터의 잡음 필터링 방법{Method of noise filtering of source digital data}
본 발명은 신호와 잡음으로 이루어진 원시 디지털 데이터의 필터링에 관한 것으로서, 특히 소정 매체를 사용하여 방송되거나 기록되는 오디오 스트림(audio streams)과 같은 상관 특성을 갖는 신호에 적용되는 원시 디지털 데이터의 잡음 필터링 방법에 관한 것이다.
일반적으로, 잡음 감소는 많은 여러 서로 다른 분야에서 야기되고 있는 문제로서, 이 문제의 갖가지 해결책이 제안되어 실제로 적용되어 오고 있다. 그러나,불행하게도 아직 특출한 해결책은 없는 상태인데, 그 이유는 잡음 감소 효율이 신호원이라든가, 잡음 특성 및 환경에 좌우될 뿐만 아니라, 계산의 복잡도에 대한 요구, 있을 수 있는 처리 지연 등도 그 요인이 된다. 오디오 신호에 있어서의 잡음 감소의 경우, 그러한 잡음 감소의 목적은 오디오 신호 감지에 대한 왜곡 없이 잡음 레벨을 감소시키는 것이다.
이와 같은 오디오 신호에 대한 잡음 감소의 주요 영역으로는 단거리 및 장거리 원격 통신, 응답기와 무선 전화기, 핸즈프리 스피커폰, 이동 전화기, 기내 음성 통신 기기, 음성 인식기 등이 있다.
이러한 잡음 감소를 위한 가장 인기 있고 효과적인 방법에는, 스펙트럼 감산, 예를 들어 위너 필터링(Wiener filtering)과 같은 최적 필터링과 관련된 상이한 여러 접근법들, 에브라함(Ephraim) 및 말라흐(malah)의 가중치의 법칙, 그리고 정신 음향(psychoacoustic) 모델에 기초한 접근법들을 들 수 있다. 이들 방법이 상세히 기재되어 있는 문헌으로는, 1996년 9월 이탈리아 트리에스테(Italy, Trieste)에서 열린 유럽 신호 처리 회의의 회의록에 실린 에이. 아크바리 아지라니(A. Akbari Azirani ), 알. 르 보우퀸 지네스(R. Le Bouquin Jeannes), 그리고 지. 파우콘(G. Faucon)의 "신호 존재 유무가 불명확한 상태에서의 위너 필터링을 사용한 음성 증강(Speech Enhancement Using a Wiener Filtering Under Signal Presence Uncertainty)"; 1979년 4월자 제27권 제2호의 음향, 음성 및 신호 처리에 관한 IEEE 회보에 실린 에스. 에프. 볼(S. F. Boll)의 "스펙트럼 감산을 이용한 음성상의 음향 잡음 억제(Suppression of Acoustic Noise in Speech Using SpectralSubtraction)"; 1994년 12월자 제32권 제6호의 음향, 음성 및 신호 처리에 관한 IEEE 회보에 실린 와이. 에브라함(Y. Ephraim) 및 디. 말라흐(D. Malah)의 "최소 평균 제곱 오차 단축 스펙트럼 진폭 추정량을 사용한 음성 증강(Speech Enhancement Using a Minimum Mean-Square Error Short-Time Spectral Amplitude Estimator)"; 1985년 4월자 제33권 제2호의 음향, 음성 및 신호 처리에 관한 IEEE 회보에 실린 와이. 에브라함 및 디. 말라흐의 "최소 평균 제곱 오차 로그 스펙트럼 진폭 추정량을 사용한 음성 증강(Speech Enhancement Using a Minimum Mean-Square Error Log-Spectral Amplitude Estimator)"; 1998년 5월 미국 시애틀(USA, Seattle )에서 열린 음향, 음성 및 신호 처리에 관한 국제 회의의 회의록에 실린 에스. 구스타프쏜(S. Gustafsson), 피. 제쓰(P. Jax) 및 피. 베리(P. Vary)의 "배경 잡음 특성을 유지하는 새로운 정신 음향학적으로 동기된 오디오 증강 알고리즘(A Novel Psychoacoustically Motivated Audio Enhancement Algorithm Preserving Background Noise Characteristics)"; 1998년 8월/9월 독일 드레스덴(Germany, Dresden)의 ITG-보고서 152:음성 통신에 관한 에스. 구스타프쏜 및 피. 제쓰의 "청각 차폐 효과에 기초한 잡음 감소에 대한 새로운 접근(A New Approach to Noise Reduction Based on Auditory Masking Effects)"; 1993년 ISO/IEC의 "국제 기준 11172-3:1993, 정보 기술-약 1.5 메가비트에 이르는 디지털 저장 매체용의 동영상 및 관련 오디오의 부호화-오디오, 파트3(International Standard 11172-3:1993, Information Technology-Coding of Moving Pictures and Associated Audio for Digital Storage Media at up to About 1.5 Mbit/s-Part 3, Audio)"; 1985년도 제8권 제4호에 실린 신호 처리에 관한 피. 베리의 "스펙트럼 크기 추정에 의한 소음 억제-기구 및 이론상 한계(Noise Suppression by Spectral Magnitude Estimation-Mechanism and Theoretical Limites)"; 1996년 존 윌리(John Wiley) 및 테우브너 (Teubner)의 에스. 브이. 바세그히(S. V. Vaseghi)의 "진보된 신호 처리 및 디지털 잡음 감소(Advanced Signal Processing and Digital Noise Reduction)"; 1995년 5월 미국 디트로이트(USA, Detroit)에서 열린, 음향, 음성 및 신호 처리에 관한 국제 회의의 회의록에 실린 엔. 비라그(N. Virag)의 "청각 시스템의 차폐 특성에 기초한 음성 증강(Speech Enhancement Based on Masking Properties of the Auditory System)"; 그리고 1990년 뉴욕주 스프링거 베르라그(New York, Springer-Verlag)에서 열린, 이. 즈위커(E. Zwicker) 및 에이치. 파스틀(H. Fastl)의 "정신음향학; 사실 및 모델(Psychoacoustics; Facts and Models)"가 있다.
이와 같은 갖가지 접근법들이 각기 고유한 장단점을 갖고 있긴 하지만, 가장 인기 있고 상당히 효과적인 잡음 은닉 알고리즘은 블록 중심(block oriented)이며 상당한 필수 불가결의 지연(20 ms 이상)을 필요로 한다. 이로 인해 이들 알고리즘은 저지연을 수반하는 일부 응용의 경우, 예를 들어 ITU G.726 기준(1990년 ITU 추천 G.726, 40, 32, 24, 16 Kbps 적응 차동 펄스 코드 변조(ADPCM;Adaptive Differential Pulse Code Modulation))에 기초한 응용에는 부적합한 단점이 있다. 그러한 G.726 기준 응용 예에는 영상 회의 시스템, 멀티미디어, 비행 기록, ISDN 및 위성 통신망, 무선 디지털 전화통신, 라디오/무선 국선, 선로 이득(pair-gain) 등이 포함되어 있다.
본 발명은 상기와 같은 여건을 감안하여 창출된 것으로서, 적어도 잡음 감소에 있어 상당히 효과적인 저지연 방법의 전개와 관련한 문제를 해결하기 위한 원시 디지털 데이터의 잡음 필터링 방법을 제공함에 그 목적이 있다.
도 1은 본 발명에 따른 원시 디지털 데이터의 잡음 필터링 방법을 구현하기 위한 구성도를 개략적으로 나타낸 블록도.
<도면의 주요부분에 대한 부호의 설명>
1... 데이터 입력부 2... 상관 행렬 계산기
3... 잡음 추정기4... 필터 행렬 계산기
5... 신호 근사 계산기6... 출력 발생기
상기의 목적을 달성하기 위하여 본 발명에 따른 원시 디지털 데이터의 잡음 필터링 방법은,
입력 원시 디지털 오디오 데이터를 버퍼링하는 단계와;
상기 버퍼링된 디지털 오디오 데이터에 대하여, 필터링되는 디지털 데이터를 계산하는 단계; 및
상기 필터링된 디지털 데이터 일부를 출력하는 단계; 를 포함하는 점에 그 특징이 있다.
여기서, 상기 원시 디지털 오디오 데이터는 디지털 표본의 수열인 점에 그 특징이 있다.
또한, 상기 입력 원시 디지털 데이터의 버퍼링 단계는 버퍼 콘텐츠(buffer contents)를 이동시켜 설정된 얼마간의 상기 입력 표본을 버퍼 내에 배치함으로써 수행되는 점에 그 특징이 있다.
또한, 상기 필터링되는 디지털 데이터의 계산 단계는, 상관 행렬의 계산 단계와, 상관 행렬의 분해 단계와, 필터 행렬의 계산 단계와, 필터링된 디지털 데이터의 근사 계산 단계로 이루어지는 점에 그 특징이 있다.
또한, 상기 상관 행렬의 분해 단계는, 상관 행렬을 세 개의 행렬의 곱으로서 표현하는 것으로, 그 제 1 행렬은 상관 행렬의 정규화된 고유 벡터로 구성된 행렬이며, 제 2 행렬은 상관 행렬의 고유값이 주 대각선에 위치하고 다른 자리는 제로 값인 대각 행렬이며, 제 3 행렬은 상기 상관 행렬의 정규화된 고유 벡터로부터 전치된 행렬인 점에 그 특징이 있다.
또한 상기 필터 행렬은, 세 개의 행렬의 곱으로서, 그 제 1 행렬은 상관 행렬의 정규화된 고유 벡터로 구성된 행렬이며, 제 2 행렬은 특수 대각 행렬이고, 제 3 행렬은 정규화된 고유 벡터로부터 상기 행렬로 전치된 행렬인 점에 그 특징이 있다.
또한 상기 특수 대각 행렬(D)은, D = diag(d1, K, dh) 로 구성되고, 여기서이며, λ0i는 신호의 고유값의 추정량이고, σ는 잡음 분산의 추정량인 점에 그 특징이 있다.
또한 상기 잡음 분산의 추정량(σ)은, 이전 시간 간격에 대해 계산된 상기 상관 행렬의 최소 고유값에서 선정한 최대 값 및 상기 최소 고유값으로부터의 상기 최대 값에 상응하는 에너지로서의 잡음 에너지의 추정량에 기초하는 점에 그 특징이 있다.
또한, 상기 필터링된 디지털 데이터의 근사 계산 단계는, 상기 필터 행렬과 문자열들이 버퍼링된 데이터의 몇 개의 순차 요소들로 구성되며 그 문자열들의 제 1 요소는 버퍼링된 데이터의 제 1 순차 요소인 행렬과의 곱셈 연산되는 제 1 단계;및 상기 제 1 단계의 결과 값으로서 얻은 행렬의 요소들을 동일한 지수 합을 갖는 요소에 적용하는 방식으로 평균화하여 수행되는 제 2 단계; 를 구비하는 점에 그 특징이 있다.
또한, 상기 필터링된 디지털 데이터 일부의 출력 단계는, 상기 입력 원시 디지털 데이터의 버퍼링 단계에서의 상기 입력 표본의 양과 동일한 개수의 표본으로 구성된 상기 필터링된 디지털 데이터의 일부 예정된 부분만이 출력되는 방식으로 수행되는 점에 그 특징이 있다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 실시 예를 설명하기로 한다.
도 1은 본 발명에 따른 원시 디지털 데이터의 잡음 필터링 방법을 구현하기 위한 구성도를 개략적으로 나타낸 블록도이다.
도 1을 참조하여 설명하면, 본 발명에 따른 원시 디지털 데이터의 잡음 필터링 방법의 제1 단계는 입력 데이터 스트림(input data stream)의 버퍼링(buffering )과 관련되어 있다. 여기서, 입력 데이터 버퍼는 N개의 표본 x1, x2, Κ, xN으로 구성되어 있다. 데이터 입력부(1)가 입력 데이터의 버퍼 표본을 xi=xi+m, i=1, K, N-m 과 같은 방식으로 이동시키는데, 여기서, m은 이동 매개변수이며, 상기 데이터 입력부(1)는 입력 데이터 스트림으로부터 입력 버퍼까지 m개의 표본을 배치한다(표본 xN-m+1, K, xN).
그리고, 상관 행렬 계산기(2)가 기준 공식을 사용하여 입력 버퍼로부터 벡터(x1, K, xN) 용의 h ×h 상관 행렬(C)을 계산한다. 이때, 상기 상관 행렬 계산기(2)의 다른 역할은 상기 상관 행렬(C)을 C = P ΛPT형태로 분해하는 것으로서, 여기서 Λ= diag(λ1, K, λh) 이고, λi(λ1< λ2< K < λh)은 상기 상관 행렬(C)의 배열된 고유값들이며, P는 고유값 벡터 행렬이고, PT는 전치 행렬이다. 이러한 계산 과정은, 예를 들어 잘 알려진 빠른 반복 절차를 사용하여 수행될 수도 있다. 또한, 제 1(최소) 고유값과 에너지()는 잡음 레벨의 추정을 위해 보조 버퍼에 저장된다(아래 참조).
그리고, 잡음 추정기(3)로 상기 보조 버퍼를 스캔하여 제 1 고유값 세트의 최대 값을 찾는다. 이때, 상응 에너지(En)를 잡음 에너지의 추정량으로 간주한다. 그리고, 상기 잡음 추정기(3)는 잡음 분산의 추정량(σ)를 다음 [수학식 1]과 같이 계산한다.
이러한 잡음 분산(σ)의 추정량은 오디오 신호, 특히 음성 신호가 잡음 성분이 신호 성분보다 큰 휴지기를 갖는다는 사실에 기초한 것이다. 이로 인해 모든 고유값 λi(λ1< λ2< K < λh)이 비교적 양의 최소 정수에 가까운 상황이 유도된다. 또한, 제 1의 최소 값으로부터 최대 고유값을 찾는 것은 최소 신호 성분을 갖는 간격을 찾는 것과 같게 된다.
그리고, 필터 행렬 계산기(4)가 행렬 곱셈 연산의 기준 절차를 통해 행렬(F)을 다음 [수학식 2]와 같이 계산한다.
F = P D PT
여기서, D = diag(d1, K, dh) 이고,이며, λ0i는 신호의 고유값의 추정량이고, 이들은 공식 λ0i= (1 + σ2)λi- σ2에 의해 계산될 수도 있다.
그리고, 신호 근사 계산기(5)가를 계산하는데, 여기서, X는
이고, 평균화 절차를 사용한 신호 근사값의 수열은,
이다.
또한, 출력 발생기(6)가 m개의 표본을 출력하는데, 여기서 k는 예정된 "테일(tail)"의 길이이다. 이러한 테일의 도입은 상기 평균화 절차를 보다 효과적으로 만들 수 있는 가능성을 제공한다. 따라서, 필터링 절차와 관련된 지연은 k+m개의 표본에 상응한다. 이 개수는 기술적인 요건에 기초하여 선택될수도 있으며, 소수가 될 수도 있다.
여기서, 계산의 복잡도에 영향을 미치는 가장 중요한 매개변수는 h이지만, 대부분의 경우 이 매개변수는 4 내지 8의 범위에서 선정되는 것으로 충분하다.
본 발명에 따른 원시 디지털 데이터의 잡음 필터링 방법 G.726 데이터 압축 기준의 사용과 무관하게 사용될 수 있지만, G.726 기준과 조합될 경우 기존 장치의 오디오 전달 품질을 향상시킬 수 있다.
본 발명의 기본 사상은 매개변수들이 신호에 좌우되는 특수 필터의 사용에 있다. 이 필터는 잡음 레벨 추정량 및 상관 행렬을 사용하여 구성되는데, 여기서 잡음 레벨은 신호 변경에 비해 약하게 변경되는 것으로 추정되고 있으며, 이러한 가정은 오디오 신호, 특히 음성 신호의 경우에 실현된다. 그 이유는 잡음 레벨이 상관 행렬의 고유값을 사용하여 추정될 수도 있기 때문이다. 이 추정 과정에는 별도의 계산 과정이 요구되지 않는데, 그 이유는 상기 필터의 구성에도 고유값의 계산이 필요하기 때문이다.
본 발명에 따른 원시 디지털 데이터의 잡음 필터링 방법은 또한 상관 행렬을 세 개의 행렬 곱으로 분해하는 과정을 수반하는데, 그 세 개의 행렬은 고유 벡터의 행렬, 고유값의 대각 행렬, 그리고 고유 벡터의 행렬로 전치된 행렬이다. 이때, 필터링을 수행하는 행렬은 동일한 구조를 갖지만, 고유값의 대각 행렬은 잡음 신호 없이 상기 고유값 및 고유값의 추정량에 좌우되는 특수 대각 행렬로 대체된다.
이상의 설명에서와 같이 본 발명에 따른 원시 디지털 데이터의 잡음 필터링방법에 의하면, 소정 매체를 사용하여 방송되거나 기록되는 오디오 스트림(audio streams)과 같은 상관 특성을 갖는 신호에 효과적으로 적용될 수 있으며, 특히 비상관성 백색 잡음인 경우에 효과적으로 적용될 수 있는 장점이 있다.
또한, 본 발명에 따른 원시 디지털 데이터의 잡음 필터링 방법에 의하면, 그 모듈 구조는 비교적 간단한 적분 회로를 사용하여 소프트웨어 및 하드웨어에서와 같은 어떠한 유형의 용례에도 적합한 필터링의 제공이 가능한 장점이 있다.

Claims (10)

  1. 입력 원시 디지털 오디오 데이터를 버퍼링하는 단계와;
    상기 버퍼링된 디지털 오디오 데이터에 대하여, 필터링되는 디지털 데이터를 계산하는 단계; 및
    상기 필터링된 디지털 데이터 일부를 출력하는 단계; 를 포함하는 것을 특징으로 하는 원시 디지털 데이터의 잡음 필터링 방법.
  2. 제 1항에 있어서,
    상기 원시 디지털 오디오 데이터는 디지털 표본의 수열인 것을 특징으로 하는 원시 디지털 데이터의 잡음 필터링 방법.
  3. 제 1항에 있어서,
    상기 입력 원시 디지털 데이터의 버퍼링 단계는 버퍼 콘텐츠(buffer contents)를 이동시켜 설정된 얼마간의 상기 입력 표본을 버퍼 내에 배치함으로써 수행되는 것을 특징으로 하는 원시 디지털 데이터의 잡음 필터링 방법.
  4. 제 1항에 있어서, 상기 필터링되는 디지털 데이터의 계산 단계는,
    상관 행렬의 계산 단계와, 상관 행렬의 분해 단계와, 필터 행렬의 계산 단계와, 필터링된 디지털 데이터의 근사 계산 단계로 이루어지는 것을 특징으로 하는원시 디지털 데이터의 잡음 필터링 방법.
  5. 제 4항에 있어서, 상기 상관 행렬의 분해 단계는,
    상관 행렬을 세 개의 행렬의 곱으로서 표현하는 것으로, 그 제 1 행렬은 상관 행렬의 정규화된 고유 벡터로 구성된 행렬이며, 제 2 행렬은 상관 행렬의 고유값이 주 대각선에 위치하고 다른 자리는 제로 값인 대각 행렬이며, 제 3 행렬은 상기 상관 행렬의 정규화된 고유 벡터로부터 전치된 행렬인 것을 특징으로 하는 원시 디지털 데이터의 잡음 필터링 방법.
  6. 제 4항에 있어서, 상기 필터 행렬은,
    세 개의 행렬의 곱으로서, 그 제 1 행렬은 상관 행렬의 정규화된 고유 벡터로 구성된 행렬이며, 제 2 행렬은 특수 대각 행렬이고, 제 3 행렬은 정규화된 고유 벡터로부터 상기 행렬로 전치된 행렬인 것을 특징으로 하는 원시 디지털 데이터의 잡음 필터링 방법.
  7. 제 6항에 있어서, 상기 특수 대각 행렬(D)은,
    D = diag(d1, K, dh) 로 구성되고, 여기서이며, λ0i는 신호의 고유값의 추정량이고, σ는 잡음 분산의 추정량인 것을 특징으로 하는 원시 디지털 데이터의 잡음 필터링 방법.
  8. 제 7항에 있어서, 상기 잡음 분산의 추정량(σ)은,
    이전 시간 간격에 대해 계산된 상기 상관 행렬의 최소 고유값에서 선정한 최대 값 및 상기 최소 고유값으로부터의 상기 최대 값에 상응하는 에너지로서의 잡음 에너지의 추정량에 기초한 것을 특징으로 하는 원시 디지털 데이터의 잡음 필터링 방법.
  9. 제 4항에 있어서, 상기 필터링된 디지털 데이터의 근사 계산 단계는,
    상기 필터 행렬과 문자열들이 버퍼링된 데이터의 몇 개의 순차 요소들로 구성되며 그 문자열들의 제 1 요소는 버퍼링된 데이터의 제 1 순차 요소인 행렬과의 곱셈 연산되는 제 1 단계; 및
    상기 제 1 단계의 결과 값으로서 얻은 행렬의 요소들을 동일한 지수 합을 갖는 요소에 적용하는 방식으로 평균화하여 수행되는 제 2 단계; 를 구비하는 것을 특징으로 하는 원시 디지털 데이터의 잡음 필터링 방법.
  10. 제 1항에 있어서, 상기 필터링된 디지털 데이터 일부의 출력 단계는,
    상기 입력 원시 디지털 데이터의 버퍼링 단계에서의 상기 입력 표본의 양과 동일한 개수의 표본으로 구성된 상기 필터링된 디지털 데이터의 일부 예정된 부분만이 출력되는 방식으로 수행되는 것을 특징으로 하는 원시 디지털 데이터의 잡음 필터링 방법.
KR1020020009207A 2002-02-21 2002-02-21 원시 디지털 데이터의 잡음 필터링 방법 KR20030070177A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020020009207A KR20030070177A (ko) 2002-02-21 2002-02-21 원시 디지털 데이터의 잡음 필터링 방법
US10/370,064 US7260526B2 (en) 2002-02-21 2003-02-21 Method of filtering noise of source digital data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020020009207A KR20030070177A (ko) 2002-02-21 2002-02-21 원시 디지털 데이터의 잡음 필터링 방법

Publications (1)

Publication Number Publication Date
KR20030070177A true KR20030070177A (ko) 2003-08-29

Family

ID=29546249

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020020009207A KR20030070177A (ko) 2002-02-21 2002-02-21 원시 디지털 데이터의 잡음 필터링 방법

Country Status (2)

Country Link
US (1) US7260526B2 (ko)
KR (1) KR20030070177A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8718960B2 (en) 2009-09-30 2014-05-06 Electronics And Telecommunications Research Institute System and method of selecting white gaussian noise sub-band using singular value decomposition

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030070177A (ko) * 2002-02-21 2003-08-29 엘지전자 주식회사 원시 디지털 데이터의 잡음 필터링 방법
US7593851B2 (en) * 2003-03-21 2009-09-22 Intel Corporation Precision piecewise polynomial approximation for Ephraim-Malah filter
DE10355008B4 (de) * 2003-11-25 2007-01-11 Leuze Lumiflex Gmbh + Co. Kg Verfahren zur Verarbeitung eines Empfangssignals und optischer Sensor
FR2969804A1 (fr) * 2010-12-23 2012-06-29 France Telecom Filtrage perfectionne dans le domaine transforme.

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0962299A (ja) * 1995-08-23 1997-03-07 Oki Electric Ind Co Ltd コード励振線形予測符号化装置
KR20000023823A (ko) * 1996-07-16 2000-04-25 브라이언 잭맨 다중 행렬식을 채용하는 음성검출 시스템
KR20010072937A (ko) * 1999-06-24 2001-07-31 요트.게.아. 롤페즈 음향 에코 및 잡음 제거 적응 필터
JP2002073098A (ja) * 2000-08-24 2002-03-12 Mitsubishi Electric Corp 音声再生装置、音声再生方法、画像音声再生装置および画像音声再生方法
US7260526B2 (en) * 2002-02-21 2007-08-21 Lg Electronics Inc. Method of filtering noise of source digital data

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6760451B1 (en) * 1993-08-03 2004-07-06 Peter Graham Craven Compensating filters
DE19643900C1 (de) * 1996-10-30 1998-02-12 Ericsson Telefon Ab L M Nachfiltern von Hörsignalen, speziell von Sprachsignalen
US7046812B1 (en) * 2000-05-23 2006-05-16 Lucent Technologies Inc. Acoustic beam forming with robust signal estimation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0962299A (ja) * 1995-08-23 1997-03-07 Oki Electric Ind Co Ltd コード励振線形予測符号化装置
KR20000023823A (ko) * 1996-07-16 2000-04-25 브라이언 잭맨 다중 행렬식을 채용하는 음성검출 시스템
KR20010072937A (ko) * 1999-06-24 2001-07-31 요트.게.아. 롤페즈 음향 에코 및 잡음 제거 적응 필터
JP2002073098A (ja) * 2000-08-24 2002-03-12 Mitsubishi Electric Corp 音声再生装置、音声再生方法、画像音声再生装置および画像音声再生方法
US7260526B2 (en) * 2002-02-21 2007-08-21 Lg Electronics Inc. Method of filtering noise of source digital data

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8718960B2 (en) 2009-09-30 2014-05-06 Electronics And Telecommunications Research Institute System and method of selecting white gaussian noise sub-band using singular value decomposition

Also Published As

Publication number Publication date
US20030171918A1 (en) 2003-09-11
US7260526B2 (en) 2007-08-21

Similar Documents

Publication Publication Date Title
Zhang et al. Deep learning for acoustic echo cancellation in noisy and double-talk scenarios
US10446171B2 (en) Online dereverberation algorithm based on weighted prediction error for noisy time-varying environments
Vaseghi Advanced digital signal processing and noise reduction
Gay et al. Acoustic signal processing for telecommunication
US6144937A (en) Noise suppression of speech by signal processing including applying a transform to time domain input sequences of digital signals representing audio information
US7031478B2 (en) Method for noise suppression in an adaptive beamformer
US8594320B2 (en) Hybrid echo and noise suppression method and device in a multi-channel audio signal
Furuya et al. Robust speech dereverberation using multichannel blind deconvolution with spectral subtraction
US8861713B2 (en) Clipping based on cepstral distance for acoustic echo canceller
US6157909A (en) Process and device for blind equalization of the effects of a transmission channel on a digital speech signal
US20070038442A1 (en) Separation of target acoustic signals in a multi-transducer arrangement
WO2009117084A2 (en) System and method for envelope-based acoustic echo cancellation
WO2012142270A1 (en) Systems, methods, apparatus, and computer readable media for equalization
KR20050115857A (ko) 안정성 강제하에서 독립 성분 분석을 사용하여 음향을처리하는 시스템 및 방법
EP1815461A2 (en) Noise reduction and comfort noise gain control using bark band weiner filter and linear attenuation
CN108172231A (zh) 一种基于卡尔曼滤波的去混响方法及系统
JPH07147548A (ja) 適応性雑音除去装置
CN111213359A (zh) 回声消除器和用于回声消除器的方法
Gil-Cacho et al. Nonlinear acoustic echo cancellation based on a parallel-cascade kernel affine projection algorithm
KR100633213B1 (ko) 불가청 정보를 포함함으로써 적응형 필터 성능을개선시키는 방법 및 장치
US5905969A (en) Process and system of adaptive filtering by blind equalization of a digital telephone signal and their applications
Cheng et al. Semi-blind source separation for nonlinear acoustic echo cancellation
KR102316712B1 (ko) 심화 신경망을 이용한 다채널 기반의 잡음 및 에코 신호 통합 제거 장치
KR102316626B1 (ko) 병렬 구조의 심화신경망을 이용한 잡음 및 에코 신호 통합 제거 방법 및 장치
Mohanaprasad et al. Wavelet-based ICA using maximum likelihood estimation and information-theoretic measure for acoustic echo cancellation during double talk situation

Legal Events

Date Code Title Description
N231 Notification of change of applicant
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E601 Decision to refuse application