SE505692C2 - Förfarande och anordning för ekosläckning genom skattning av effekt hos residualsignal - Google Patents

Description

505 692 2 Referens [1] beskriver en ekosläckare försedd med en ekoundertryckare i form av en adaptiv centrumklippare. Det ekoestimat som alstrats av ekosläckaren används för att, via signalbehandlingsorgan, styra tröskeln och därigenom klippningsfönstret för denna adaptiva klippare. Om residualsignalens effekt faller under den adaptiva tröskeln blockeras eller klipps residualsignalen, i annat fall leds residualsignalen oförändrad genom den adaptiva klipparen. Residualsignalen innehåller dock ej en- dast residualeko, utan även bakgrundsljud alstrat vid den närbelägna abonnenten.

Emellanât adderas residualeko-sampel och bakgrundsljud-sampel konstruktivt, så att den resulterande residualsignalen kan överskrida tröskeln. Resultatet är oönska- de sporadiska överföringar av residualsignaler innehållande residualeko, vilket kan vara mycket irriterande.

Ett grundläggande problem vid ekosläckning är att en ekosläckare arbetar under vida system- och signalförhållanden: (i) Systemet kan ha en dämpning pà, t.ex., 6 - 25 dB, och kan beskrivas väl av en linjär modell. (ii) Bakgrundsljudnivån vid den närbelägna änden kan vara mellan, t.ex., -65 - -30 dBmO. (iii) Systemet kan ha dålig dämpning och kan dåligt representeras såsom ett linjärt system.

Bestämning av lämpliga värden för trösklar som ger tillfredsställande prestanda för ekoundertryckarna i alla relevanta situationer är ett fundamentalt problem i samband med styrstrategier baserade på effektjämförelser. Utformning av tröskeln förfall (i) skulle leda till otillfredsställande undertryckning av residualekot för system som be- skrivs av fall (iii). Å andra sidan skulle utformning förfall (iii) leda till en mycket kon- servativ undertryckningsfunktion för system som beskrivs av fall (i). Vidare påverkar mängden bakgrundsljud från den närbelägna änden (fall (ii)) prestanda för det adap- 505 692 3 tiva filtret i ekosläckaren. För en hög bakgrundsljudnivå kan fluktuationen i den skattade modellen, och ej modellfelen, dominera residualsignalen. Sålunda bör olika styrstrategier, som beror av bakgrundsljudnivån, följas för ekoundertryckaren även för system som beskrivs av fall (i). Av denna diskussion framgår att det är svårt, om ej omöjligt, att erhålla en fix styrstrategi och en uppsättning fixa parametrar som ger tillfredsställande prestanda för ekoundertryckaren i alla relevanta situationer.

SUMMERING AV UPPFINNINGEN Ett syftemålför föreliggande uppfinning är erbjudande av en ny ekosläckare och ett nytt ekosläckningsförfarande som anpassar relevanta parametrar till olika situationer i syfte att undvika ovanstående problem.

Uppfinningens grundidé är att använda dynamiska effektestimat av icke-linjära fel, och företrädesvis även av linjära fel, i residualsignalen, i och för bestämning av en dynamisk tröskel, och att dämpa residualsignalen om dess effekt faller under denna dynamiska tröskel.

KORT BESKRIVNING AV RITNINGARNA Uppfinningen samt ytterligare syftemål och fördelar med denna förstås bäst genom hänvisning till följande beskrivning samt de bifogade ritningarna i vilka: FlGUR 1 är ett blockschema av ett ekoalstrande system; FIGUR 2 är ett blockschema av ett ekosläckningssystem; FlGUR 3 är ett blockschema av en tidigare känd ekosläckare med variabel cent- rumklippare; 505 692 4 FIGUR 4 är ett diagram som illustrerar överföringsfunktionen för centrumklippa- ren i ekosläckaren i Figur 3; F IGUR 5a-b är diagram som illustrerar de olika överföringsfunktionema för en icke- linjär processor i enlighet med föreliggande uppfinning för tvà olika fall vid lägsta möjliga dämpning; FIGUR 6a-b är diagram som illustrerar de olika överföringsfunktionema för en icke- linjär processor i enlighet med föreliggande uppfinning för två olika fall vid låg dämpning; FIGUR 7a-b är diagram som illustrerar de olika överföringsfunktionema för en icke- linjär processor i enlighet med föreliggande uppfinning för tvà olika fall vid hög dämpning; F IGUR 8a-b är diagram som illustrerar de olika överföringsfunktionerna för en icke- linjär processor i enlighet med föreliggande uppfinning för två olika fall med högsta möjliga dämpning; FIGUR 9 är ett flödesschema som illustrerar funktionen av en icke-linjär proces- sor som utför en föredragen utföringsform av förfarandet i enlighet med föreliggande uppfinning; FIGUR 10 är ett flödesschema som illustrerar ett förfarande för bestämning av den dynamiska tröskeln i enlighet med en förutbestämd utföringsform av föreliggande uppfinning; FIGUR 11 är ett blockschema av en ekosläckare som arbetar i enlighet med eko- släckningsförfarandet enligt föreliggande uppfinning. 505 692 5 DETALJERAD BESKRIVNING AV DE FÖREDRAGNA UTFÖRINGSFORMERNA l följande beskrivning har element som utför samma eller liknande funktioner försetts med samma hänvisningsbeteckningar.

Figur 1 illustrerar ekoalstringsprocessen i ett telefonsystem. En abonnent A, nedan kallad tjärrabonnenten, är ansluten till en hybrid (en hybrid utgör pà i sig välkänt sätt gränssnittet mellan en 4-trådig och en 2-trådig förbindelse) via en 2-trådig ledning.

På liknande sätt är en abonnent B, nedan kallad närabonnenten, ansluten till en an- nan hybrid via en 2-trådig ledning. De 2-trådiga ledningama överför både inkom- mande och utgående talsignaler. Utgående tal fràn fiärrabonnenten A överförs till närabonnenten B via den övre 2-trådiga ledningen i Figur 1. På liknande sätt över- förs utgående tal från närabonnenten B till fiärrabonnenten A över den nedre 2- trådiga ledningen i Figur 1. Den nedre 2-trådiga ledningen från abonnent B till abon- nent A innehåller dock även ett eko av utgående tal från abonnent A som hybriden vid abonnent B ej varit i stånd att fullständigt undertrycka. På liknande sätt innehåller den övre 2-trådiga ledningen i Figur 1 eko av utgående tal från abonnent B.

Figur 2 illustrerar hur ekot tillbaka till abonnent A släcks vid den närbelägna änden (ett liknande arrangemang är anordnat vid den bortre änden). lnsignalen x(n), där n betecknar diskret tid, representerar tal från abonnent A. lnsignalen x(n) dämpas av hybriden, som representeras av ett filter 10 med överföringsfunktionen H(q'“), där q* representerar bakåtskift-operatom (q"x(n)=x(n-1)), och en summeringsenhet 14, och den resulterande ekosignalen s(n) kombineras i summeringsenheten 14 med närsignalen v(n), som eventuellt kan innehålla närtal. Filtrets 10 dämpning repre- senteras av ekovägsdämpningen ERL (ERL = Echo Return Loss). Den resulterande utsignalen y(n) innehåller alltså både närsignalen och eko från fiärrsignalen. lnsig- nalen x(n) leds även till ett adaptivt filter 12, som modellerar hybridens impulssvar genom inställning av sina filterkoefficienter. Den resulterande skattningen av ekosig- nalen s(n) betecknas š(n). Denna skattning subtraheras i en summeringsenhet 16 från utsignalen från y(n) (ERLE = Echo Retum Loss Enhancement representerar 505 692 6 den erhållna förbättringen i ekodämpning), och den resulterande felsignalen e(n) leds till det adaptiva filtret 12 för justering av filterkoefficienterna och till den 2-trådiga ledningen tillbaka till fjärrabonnenten A. Filtrets 12 koefficienter kan justeras i enlig- het med exempelvis NLMS-algoritmen (se [2]).

Eftersom det adaptiva filtret 12 ej fullständigt kan avlägsna ekot kan ekosläckaren kompletteras med en ekoundertryckare. Figur 3 illustrerar ett arrangemang av denna typ som beskrivs i referens [1]. Här har ekoundertryckaren formen av en variabel centrumklippare 18, som styrs av den skattade ekosignalen š(n). Utsignalen evæ(n) från centrumklipparen 18 kan beskrivas genom evccm) = {o .- |e(n)| e(n) f lehvläf där r är centrumklipparens 18 variabla tröskel och ö är en konstant skalningsfaktor. Överföringsfunktionen illustreras i Figur 4. Om signalen e(n) faller inom centrum- fönstret kommer den att blockeras fullständigt, i annat fall kommer den att oföränd- rad passera genom centrumklipparen 18. Tröskeln r beror dock av värdet på š(n) _ Om sålunda š(n) har låg magnitud kommer tröskeln r också att vara låg. l detta fall kan |e(n)| i själva verket överskrida tröskeln om signalen e(n) innehåller signifikant bakgrundsbuller från abonnent B. Signalen e,,æ(n) kan därför innehålla sporadiska signaler bestående av eko och bakgrundsbuller. l detta tidigare kända arrangemang finns inget sätt att undvika denna situation, eftersom skalningsfaktorn ö är en kon- stant.

Föreliggande uppfinning kommer nu att beskrivas under hänvisning till Figurerna 5- 11.

Kort uttryckt skiljer sig föreliggande uppfinning från den kända tekniken på tre punkter, nämligen den icke-linjära behandlingen av residualsignalen e(n), bestäm- 505 692 7 ningen av en dynamisk tröskel som kan bero av både linjära och icke-linjära fel samt bestämningen av dynamiska skalningsfaktorer i denna tröskel. k -li in Istället för att direkt jämföra residualsignalen e(n) med en tröskel bildas en effekt- skattning R,(n) över en förutbestämd tidsperiod, t.ex. i enlighet med 12,01) = ßRJn - 1)+(1-/>)e”(n) <2) där viktningsfaktom p är en konstant mellan 0 och 1, t.ex. 127/128. Effekten kan även skattas genom summering av kvadratema av, t.ex., de senaste 128 sampeln av e(n), men ekvation (2) erfordrar en mindre komplex implementering.

Den icke-linjära behandlingen är uppdelad i två steg. I det första steget definieras överföringsfunktionens form i enlighet med Fgnæntp- nnnqenyi, NL) : R.(n) ec n = e(n) : R,(n)_>.TH(n) där TH(n) är en dynamisk tröskel (definierad nedan) och NL är ett mått på bak- grundsbullemivån fràn närabonnenten B. Bakgrundsbullemivän NL kan, t.ex., skat- tas såsom minsta värdet av residualeffekten Re över ett långt tidsintervall. l det andra steget bestäms en dämpning A(n) i enlighet med max(A(n - I) + I, 32) : R,(n) < TH(n) A(n) = { _ <4) mm(A(n-1)-1, o) .- Mwzrlfln) Här delas dämpningen upp i 32 nivåer, men detta är endast ett exempel. Bäde fler och färre nivåer är möjliga. 505 692 Slutligen dämpas den kompenserade signalen ec(n) i (3) i enlighet med 32 - A(n) Se: 32 (n) (s) eNLPÛÜ = Figurema 5-8 illustrerar denna procedur för olika dämpningar. Figurema 5a-8a illust- rerar den överföringsfunktion som definieras av den linjära behandlingen i enlighet med föreliggande uppfinnlng för fallet Re(n) < TH(n). På liknande sätt illustrerar Figu- rerna 5b-8b överföringsfunktionen för fallet R,(n) z TH(n). Såsom framgår av dessa figurer beror överföringsfunktionens form av huruvida effektskattningen R,(n) över- skrider eller faller under tröskeln TH(n). Om effektskattningen överskrider tröskeln kommer överföringsfunktionen helt enkelt att vara en linjär funktion representerad av de räta linjerna i Figurerna 5b-8b. Om å andra sidan effektskattningen Re(n) faller under tröskeln TH(n) kommer överföringsfunktionen att vara icke-linjär, med en linjär del för amplituder av e(n) under bullernivån NL och en konstant del för värden över bullernivån NL. Såsom framgår av den vänstra delen av Figurerna 5-8 har kurvorna här liknande form men olika dämpning. Samma kommentar gäller den högra delen av figurema. Anledningen härtill är att i ekvation (4) beror dämpningen A(n) av dämpningen A(n-1) för föregående sampel.

Såsom framgår av Figurema 5a-8a kommer dämpningen A(n) att öka så länge som Re(n) < TH(n) tills signalen e(n) kommer att vara fullständigt undertryckt när dämp- ningen A(n) har nått sitt maximala värde (Figur 8a). En väsentlig skillnad, jämfört med Figur 4, är att vid denna maximala dämpning blockeras alla värden av e(n), ej endast värden som faller inom ett centrumklippningsfönster. I detta fall kommer därför signaler som innehåller både residualeko och bakgrundsbuller att undertryck- as även då dessa signaler adderas konstruktivt.

Såsom framgår av Figurerna 5b-8b kommer å andra sidan utsignalen eNLp(n) att vara en linjärt skalad version av signalen e(n) i det fall att Re(n) överskrider tröskeln 505 692 9 TH(n). Om ovanstående villkor kvarstår tills dämpningen A(n) har nått noll-nivån kommer signalen e(n) att vara oförändrad.

I de två stationära fallen (med antingen maximal eller minimal dämpning A(n)) kom- mer signalen e(n) därför att antingen vara fullständigt undertryckt (Figur 8a) eller oförändrad (Figur 5b). Figurema 6 och 7 representerar övergångsfasen mellan des- sa två stationära tillstànd. Dubbelpilama i Figurema 5-8 illustrerar det faktum att överföringsfunktionen kan ändra form om effektskattningen R,(n) faller under trös- keln TH(n) för ett sampel och R,,(n+1) överskrider tröskeln TH(n+1) för nästa sampel, eller omvänt. I beroende av resultatet av detta testvillkor kan därför formen av över- föringsfunktionen ändras abrupt, men dämpningen A(n) kommer att bibehàllas vid approximativt samma nivå och kommer endast att ändra sig långsamt om det änd- rade testresultatet kvarstår. l syfte att undvika bullerpumpningseffekter som introduceras av denna icke-linjära behandling vid situationer med förekomst av bakgrundsbuller fràn den närbelägna änden, kan, i enlighet med en föredragen utföringsform av föreliggande uppfinning, komfortbrus adderas till den kompenserade signalen i enlighet med 32 - A(n) 32 e(n) + fåwwn) <6> eNLP (n) = där CN(n) representerar detta komfortbrus (alstrat brus med samma nivå som NL). ni " ln T n Tröskeln TH(n) som används iden ovan beskrivna icke-linjära processen kan defini- eras såsom TH(n) = y{a(»1-R,(~)+ß(n)-R§f»)} 505 692 10 där y är en konstant skalningsfaktor, företrädesvis i området 1-10 (y = 4 i en föredra- gen utföringsform), ot(n), ß(n) är dynamiska skalfaktorer (definierade nedan) och Rx(n), R,.(n)är definierade i enlighet med RXÖI) = XTÛUXÛI) (8) X(n) = [x(n), x(n-I), , x(n- M+1)]T Rsfn) = PR§("'1)+(1'P)§2(") (9) Här är X(n) en vektor av M (t.ex. 128, 256, 512, dvs samma som längden av filtret 12) sampel av insignalen x(n) och š-(n) är det estimerade ekot.

I ekvation (7) representerar den första termen i parentesen a(n)RX(n), det linjära felet i skattningen av ekosignalen (skillnaden mellan det skattade ekot och den bästa möjliga linjära ekoskattningen av detta eko). Den andra termen, ß(n)R,.(n) representerar icke-linjära fel som introduceras av ekovägen och som ej kan modelle- ras genom en linjär modell (FIR-filter).

Ett viktigt särdrag för ekvation (7) är skalningen med skalfaktorer a(n) och ß(n). Det bör observeras att dessa skalfaktorer är dynamiska (uppdateras varje samplingspe- riod). Bestämningen av dessa skalfaktorer kommer att beskrivas i nästa två un- deravsnitt. Innan dessa skalfaktorer beskrivs ytterligare skall dock den icke-linjära processen i enlighet med uppfinningen beskrivas under hänvisning till flödesschemat i Figur 9.

I steg 300 uppdateras samplingsperioden. I steg 310 bestäms skalfaktom a(n) (kommer att beskrivas i nästa underavsnitt). I steg 320 beräknas effektskattningen Rx(n) i enlighet med ekvation (8). I steg 330 bestäms skalfaktorn ß(n) (kommer att beskrivas under hänvisning till Figur 10 nedan). I steg 340 beräknas effektskattning- en R§(n) i enlighet med ekvation (9). Steg 350 beräknar tröskeln TH(n) för den aktu- 505 692 ll ella samplingsperioden i enlighet med ekvation (7). l steg 360 beräknas effektskatt- ningen R,,(n) av residualsignalen e(n) i enlighet med ekvation (2). Steg 370 testar hu- nivida denna effektskattning faller under den aktuella tröskeln. Om detta är fallet be- räknas den kompenserade signalen ec(n) och dämpningen A(n) (steg 380 respektive 390) i enlighet med de första delama av ekvationema (3) respektive (4). Om à andra sidan R,(n) överskrider tröskeln TH(n) beräknas den kompenserade signalen ec(n) och dämpningen A(n) (steg 400 respektive 410) i enlighet med de nedre delama av ekva- tionema (3) respektive (4). Slutligen beräknas signalen eNL,,(n) (steg 420) i enlighet med ekvation (6). Därefter återgår flödesschemat till steg 300 och upprepar samma procedur förnästa samplingsperiod. t"mni v lf m Man har funnit att för ett FIR-filter som uppdateras genom användning av NLMS- metoden utgörs en lämplig algoritm för bestämning av e(n) av Re(n _ :_ (10) N-RXÛI-I) an) = (I-åßarn-I) + ff där N är filteriängden för det adaptiva filtret i ekosläckaren (t.ex.512 tappar) och p är en steglängd (t.ex. 1/2, 1/4, 1/8).Vidare antas det att a(0) = 1. För andra skattnings- metoder och/eller filterstrukturer bör dock a(n)Rx(n) ersättas med en lämplig skattning av effekten av skattningsfelet, se exempelvis [3] som beskriver uttryck för dessa fel.

Skalfaktom ß(n) bestäms av korrelationen mellan residualsignalen e(n) och insignalen X(n). l syfte att bestämma denna korrelation kan en testvariabel Tk(n) bildas i enlighet i enlighet med 505 692 12 Eanvxqn - k) - Eemvßxwn - k) EeYflJExZÛI-k) h(n) = (11) där E representerar väntevärde. Teoretiskt bör denna testvariabel vara lika med noll om ingen korrelation förekommer mellan e(n) och x(n-k) och vara större än noll i annat fall. För att förenkla proceduren kan Tk(n) beräknas endast för de fördröjningar k som dominerar ekot. Eftersom vidare det skattade ekot š(n) är en linjär kombination av fördröjda insignaler x(n), eller { m) = hwXrn) h(n) = [hm mn), zmrovj* där h(n) representerar filterkoefficientema för ekosläckaren och N representerar filtrets 12 längd, kan testvariabeln T beräknas genom användning av š(n) istället för x(n-k), vilket leder till följande uttryck Ee2(fl)š2(f1)-Ee2(")Eš2(fl) EeZÛUEš-zfil) T(n) = (13) Av implementeringsskäl är det vidare fördelaktigt att betrakta det ekvivalenta uttrycket m) = E fí-Ûíšzl-J) (14) Ee2(n) E§2(n) Genom användning av det faktum att Eš2(n) = R§(n) kan ekvation (13) skrivas om så- SOITI m) = (EïQ-JXÉïQ-I] (15) ReÛI) Ršfil) 505 692 13 Denna testvariabel T(n) ger ej nagot explicit värde på ß(n). lstället används ett medel- värde på denna testvariabel för implicit uppdatering av ß(n), vilket kommer att beskri- vas under hänvisning till Figur 10. Om den icke-linjära processom är inaktiv, dvs Re(n) överskrider tröskeln och ingen dämpning föreligger så bör ingen korrelation förekom- ma mellan e(n) och š(n) , vilket innebär att medelvärdet av T(n) bör vara lika med noll.

Om detta medelvärde ej är noll indikerar detta att ß(n) är alltför litet och bör ökas. Om ingen korrelation föreligger (medelvärdet för T(n)=0) när den icke-linjära processom är aktiv indikerar detta pá liknande sätt att ß(n) är alltför stort och bör minskas.

Figur 10 är ett flödesschema som illustrerar proceduren för bestämning av ß(n). Den- na procedur anropas fràn steg 330 i flödesschemat i Figur 9. Proceduren kan summe- ras enligt följande.

Ett korttidsmedelvärde TSA av T(n) beräknas över en tidsperiod pà 128 sampel. Detta korttidsmedelvärde används för ökning av ß(n) (dvs höjning av tröskeln TH(n)). Detta svarar mot den vänstra delen av Figur 10.

Ett làngtidsmedelvärde Tu av T(n) beräknas över 2048 sampel. Detta làngtidsmedel- värde används för kontroll av att ß(n) ej är alltför stort (dvs tröskeln TH(n) är alltför hög). Denna del av proceduren utförs endast om den icke-linjära processom är aktiv (Re Proceduren börjar i steg 500. I steg 510 beräknas T(n) i enlighet med ekvation (15).

Vidare minskas en första räknare CNTS,. Denna räknare löper mellan 1024 och 0 och förhindrar att |3(n) ökar alltför snabbt (endast en nivà på 3 dB för vart 1024 sampel).

Steg 520 testar huruvida R, > aRX + zßRš . Om detta villkor är uppfyllt och ingen upp- enbar dubbeltal situation föreligger, dvs villkoret 2R, > R, är ej uppfyllt, fortsätter pro- ceduren till steg 530. l steg 530 uppdateras korttidsmedelvärdet TSA och minskas en 505 692 14 andra räknare CNTsz. Räknaren CNTS, löper från 128 till 0 och säkerställer att ß(n) ökas endast om TSA har fyllts fullständigt med nya sampel av T(n).

Nästa steg 540 testar huruvida båda räknama minskats till noll. Om detta är fallet tes- tar steg 550 huruvida det beräknade korttidsmedelvärdet TSA överskrider en första gräns UL (ett lämpligt värde på UL är 1,2). Om detta ärfallet ökar steg 560 ß med 3 dB och återställer räknama CNTS1, CNTSZ till 1024 respektive 128. Steg 560 sätter se- dan även långtidsmedelvärdet TLA och en tredje räknare CNTL till noll och fortsätter till steg 570. Steg 570 utförs också om testema i stegen 520, 540 och 550 misslyckas.

Test 570 testar huruvida den icke-linjära processom är aktiv. Om så är fallet testar steg 580 huruvida Re överskrider aR, + ßRš . Om så är fallet adderas T(n) till lång- tidsmedelvärdet TLA. l annat fall adderas en konstant LL till TLA. Därefter ökas den tredje räknaren CNTL i steg 610.

Steg 620 testar huruvida räknaren CNTL har uppnått värdet 2048 (2048 sampel av T(n) har adderats). Om så är fallet testar steg 630 huruvida långtidsmedelvärdet är större än eller lika med konstanten LL (ett lämpligt värde på LL är 0,4). Om detta är fallet ökas ß med 3 dB i steg 640. l annat fall lämnas ß oförändrat. Slutligen återställs TLA och CNTL till noll i steg 650. Därefter återgår proceduren till steg 660.

Om testema 570, 620 misslyckas kommer proceduren ej att reducera ß utan att fort- sätta direkt till steg 660.

I den nu beskrivna utföringsforrnen av uppfinningen representeras den icke-linjära delen av den dynamiska tröskeln såsom ß(n)R,.(n) . En liknande procedur kan dock baseras på andra kvantiteter än R§(n) , t.ex. kvantiteter Ry(n) och R,((n) beräknade i analogi med ekvation (9). 505 692 15 Om beräkningskomplexiteten är av betydelse är det till och med möjligt att basera en tröskel TH(n) på det enkla uttrycket ß(n)š(n) (där ß(n) bestäms i enlighet med de prin- ciper som beskrivs i samband med ekvationema (11) - (15)). l ett sådant fall skulle denna tröskel kunna jämföras direkt med amplituden av residualsignalen e(n).

Ett blockschema av en anordning som utför förfarandet i enlighet med föreliggande uppfinning kommer nu att beskrivas under hänvisning till Figur 11.

En icke-linjär processor 20 mottager residualsignalen e(n) och avger den behandlade signalen eNL,,(n). Utsignalen eNU,(n) beräknas i enlighet med ekvationema (3) - (6). En estimator 22 skattar effekten av det linjära felet i enlighet med den första termen i ek- vation (7) genom användning av signalema x(n) och e(n). Pà liknande sätt beräknar en estimator 24 den andra termen av ekvation (7) genom användning av signalema e(n) och š(n). Tröskeln TH(n) beräknas i element 26 i enlighet med ekvation (7). Ett element 28 beräknar effektskattningen R,,(n) i enlighet med ekvation (2). En jämförare 30 bestämmer formen och dämpningen av utsignalen eNL,,(n).

Företrädesvis utförs funktionema av elementen 20-30 av en mikroprocessor eller en mikro/signalprocessorkombination.

Fackmannen inser att olika modifieringar och förändringar kan utföras vid föreliggan- de uppfinning utan awikelse fràn dess grundtanke och ram, som definieras av de bi- fogade patentkraven. 505 692 16 REFERENSER [1] US, A, 4 577 071, assigned to British Telecommunications [2] D.T.M. Slock, ”On the Convergence Behavior of the LMS and the Normalized LMS A|gorithms“, IEEE Transactions on Signal Processing, 41 (9):281 1-2825, September 1993 [3] H. Ljung och T. Söderström, ”Theory and Practice of Recursive Identification", The MIT Press, Cambridge, Massachusetts, 1983, sid 12-16, 88-96

Claims (9)

505 692 17 PATENTKRAV

1. Ekosläckningsförfarande som använder en modell av en ekoväg för bildande av en residualsignal, kännetecknat av bestämning av en skattning av residualsignalens residualeffekt; bestämning av en skattning av den icke-linjära feleffekten för återstående icke-linjära feldelar av residualsignalen; bestämning av en dynamisk tröskel som beror av skattningen av den icke- linjära feleffekten; jämförelse av skattningen av residualeffekten och den dynamiska tröskeln; och dämpning av residualsignalen om skattningen av residualeffekten faller under den dynamiska tröskeln.

2. Förfarande enligt krav 1, kännetecknat av bestämning av en skattning av den linjära feleffekten av återstående linjära feldelar av residualsignalen; bestämning av en dynamisk tröskel som beror av både skattningen av den linjära feleffekten och skattningen av den icke-linjära feleffekten.

3. Förfarande enligt krav 1 eller 2, kännetecknat av ökning av dämpningen varje gång skattningen av residualeffekten faller under den dynamiska tröskeln tills residual- signalen är fullständigt undertryckt.

4. Förfarande enligt krav 3, kännetecknat av dämpning av residualsignalen så- som en icke-linjär funktion av amplituden av residualsignalen varje gång skattningen av residualeffekten faller under den dynamiska tröskeln och såsom en linjär funktion av amplituden av residualsignalen varje gång skattningen av reidualeffekten ej faller under den dynamiska tröskeln. 505 692 18

5. Förfarande enligt krav 4, kännetecknat av att den icke-linjära funktionen är en linjär funktion för amplituder av residualsignalen som ligger under en skattad bul- lemivä och en konstant funktion för amplituder som överskrider bullemivån.

6. Förfarande enligt krav 5, kännetecknat av att den dynamiska tröskeln bildas av summan av skattningama av den linjära och icke-linjära feleffekten.

7. Förfarande enligt krav 6, kännetecknat av att den dynamiska tröskeln bildas i enlighet med formeln r {a(n) - Rxrn) + ßm) ~ 1e,(n)} där Rx(n) är en effektskattning av en insignal till ekovägen, Rs.(n) är en effektskattning av en utsignal från ekovägen, or(n) och ß(n) är kontinueriigt uppdaterade skalfaktorer, och y är en konstant skalfaktor.

8. Ekosläckare som använder en modell av en ekoväg för bildande av en resi- dualsignal, kännetecknad av organ (28) för bestämning av en skattning av residualsignalens residualeffekt; organ (24) för bestämning av en skattning av den icke-linjära feleffekten för återstående icke-linjära feldelar av residualsignalen; organ (26) för bestämning av en dynamisk tröskel som beror av skattningen av den icke-linjära feleffekten ; organ (30) för jämförelse av skattningen av residualeffekten och den dynamis- ka tröskeln; organ (20) för dämpning av residualsignalen om skattningen av residualef- fekten faller under den dynamiska tröskeln.

9. Ekosläckare enligt krav 8, kännetecknad av organ (22) för bestämning av en skattning av den linjära feleffekten för åter- stående linjära feldelar av residualsignalen; 505 692 19 organ (26) för bestämning av en dynamisk tröskel som beror av både skatt- ningen av den linjära feleffekten och skattningen av den icke-linjära feleffekten.