本發(fā)明屬于語音通信的自適應(yīng)回聲對消
技術(shù)領(lǐng)域：
。
背景技術(shù)：
：為了解決通信時，系統(tǒng)回聲干擾問題，各種各樣的回聲消除方法被提出。目前回聲消除方法主要有移頻技術(shù)、子帶中心削波技術(shù)、話音控制開關(guān)技術(shù)、梳狀濾波技術(shù)、話筒陣列技術(shù)、自適應(yīng)回聲消除技術(shù)。前5種方法成本高、設(shè)計難度大等缺點。而自適應(yīng)回聲消除方法不僅成本低，而且可以獲得良好的性能，因此，自適應(yīng)回聲消除方法是目前回聲消除的主流技術(shù)。自適應(yīng)回聲消除技術(shù)中，自適應(yīng)濾波器是能夠根據(jù)輸入信號自主調(diào)整性能進行數(shù)字信號處理的數(shù)字濾波器，自適應(yīng)濾波器的參數(shù)是動態(tài)的預先設(shè)定不可調(diào)整的。所謂自適應(yīng)濾波器就是能夠在工作過程中逐步學習出所需的統(tǒng)計特性，并以此為依據(jù)自動調(diào)整濾波器系數(shù)，以達到最佳濾波的效果；一旦輸入信號的特性發(fā)生變化，它又可以跟蹤這種變化，自動調(diào)整濾波器參數(shù)，使濾波性能重新達到最佳。傳統(tǒng)的LMS(最小均方)濾波器是應(yīng)用較為廣泛的濾波器，主要是因為其具有結(jié)構(gòu)簡單、易于實現(xiàn)等優(yōu)點。已得到國內(nèi)外研究者的廣泛關(guān)注。然而，在實際的通信中的回聲信道具有階數(shù)長等特點。傳統(tǒng)LMS濾波器的性能會大大降低，為了解決這一問題，引入子帶濾波器，該種方法將輸入信號經(jīng)過分析濾波器按頻率分割為多個子帶信號，由于輸入信號的頻率與回聲的相關(guān)度高，對不同的子帶信號自適應(yīng)的進行不同的回聲消除，再進行歸一化處理，能從整體上降低回聲消除的難度，從而可以獲得較好的收斂速度。不同子帶信號的自適應(yīng)處理方法也即對不同子帶信號賦予不同的權(quán)系數(shù)，能提高收斂速度。不同子帶信號權(quán)系數(shù)的更新算法，較成熟的方法有，文獻1的仿射投影符號子帶(APSSAF)回聲消除方法“Twovariantsofthesignsubbandadaptivefilterwithimprovedconvergencerate”(J.Ni,X.Chen和J.Yang,SignalProcess.,vol.96,pp.325–331,May.2014)。該方法結(jié)合和符號算法和子帶帶算法的優(yōu)點，當沖激響應(yīng)發(fā)生時，包括沖激信號在內(nèi)的誤差信號幅值經(jīng)過符號算法處理后為正一或負一，使得沖激信號對算法的收斂性影響幾乎為零。因此該算法具有良好的抗沖激干擾能力。然而，由于在算法的收斂時，僅僅通過誤差信號的符號(正負)，而不考慮誤差信號的大小，來進行算法權(quán)向量的更新，使其雖然抗沖激干擾能力好，但其收斂速度有待提高。技術(shù)實現(xiàn)要素：本發(fā)明的發(fā)明目的就是提供一種仿射投影最大熵子帶自適應(yīng)回聲消除方法，該方法對通信系統(tǒng)的聲學回聲消除效果好，收斂速度快，抗干擾能力強。本發(fā)明實現(xiàn)其發(fā)明目的所采用的技術(shù)方案是，一種仿射投影最大熵子帶自適應(yīng)回聲消除方法，其步驟如下：A、遠端信號分割將當前時刻n到時刻n-L+1之間的采樣遠端信號,構(gòu)成當前時刻n的遠端信號向量U(n)，U(n)＝[u(n),u(n-1),...,u(n-L+1)]T；L＝512是濾波器抽頭數(shù)，上標T表示轉(zhuǎn)置運算；遠端信號向量U(n)經(jīng)分析濾波器一分割成I個遠端子帶向量Ui(n)，Ui(n)＝[ui(n),ui(n-1),...,ui(n-L+1)]T；同時，將近端麥克風拾取到的當前時刻n的帶回聲的近端信號d(n)經(jīng)分析濾波器二分割成I個近端子帶信號di(n)；其中，i為遠端子帶向量或近端子帶信號的序號，i＝1,2,...,I；I為遠端子帶向量或近端子帶信號的總個數(shù)；B、信號抽取將遠端子帶向量Ui(n)經(jīng)抽取器進行I抽??；即將n＝k＝KI時刻的遠端輸入子帶向量Ui(n)抽出，得到抽取時刻k的遠端輸入子帶抽取向量Ui(k),Ui(k)＝[ui(kI),ui(kI-1),...,ui(kI-L+1)]T；同樣，也對近端子帶信號di(n)經(jīng)抽取器進行I抽取得到抽取時刻k的近端子帶抽取信號di(k)，di(k)＝di(KI)；其中，K為抽取的序號，k為第K次抽取的抽取時刻；C、將抽取時刻k和前P-1個抽取時刻的遠端子帶抽取向量Ui(k),Ui(k-1)…Ui(k-P+1)組合，得到抽取時刻k的遠端子帶仿射投影矩陣，Xi(k)＝[Ui(k),Ui(k-1),...,Ui(k-P+1)]；再將抽取時刻k的I個遠端子帶仿射投影矩陣X1(k),X2(k),...,XI(k)組合得到抽取時刻k的遠端輸入子帶仿射投影矩陣X(k),X(k)＝[X1(k),X2(k),...,XI(k)]；同時，將抽取時刻k和前P-1個抽取時刻的近端子帶抽取信號di(k),di(k-1),...,di(k-P+1)組合，得到抽取時刻k的近端子帶仿射投影矩陣Di(k)＝[di(k),di(k-1),...,di(k-P+1)]；再將抽取時刻k的I個近端子帶仿射投影向量D1(k),D2(k),...,Di(k),...,DI(k)組合得到抽取時刻k的近端子帶仿射投影向量D(k)，D(k)＝[D1(k),D2(k),...,Di(k),...,DI(k)]；D、濾波器輸出將抽取時刻k的遠端輸入子帶仿射投影矩陣X(k)通過自適應(yīng)回聲消除濾波器濾波后得到抽取時刻k的輸出向量Y(k)，Y(k)＝W(k)TX(k)；其中，W(k)為抽取時刻k的自適應(yīng)回聲消除濾波器的抽頭權(quán)向量，其初始值為零，即W(1)＝0；E、回聲抵消將抽取時刻k的近端子帶仿射投影向量D(k)與抽取時刻k的輸出向量Y(k)相減后得到抽取時刻k的回聲消除后的凈信號向量E(k)，E(k)＝D(k)-Y(k)，并將其回送給遠端；F、抽頭權(quán)向量更新計算出凈信號向量最大熵V(k)，V(k)＝exp[-0.04×diag(XT(k)X(k))E(k)⊙E(k)]其中，exp[·]表示取自然指數(shù)，diag(·)表示取矩陣的對角元素。⊙表示向量的對應(yīng)元素相乘；計算下一個抽取時刻k+1的自適應(yīng)回聲消除濾波器的抽頭權(quán)向量W(k+1)，W(k+1)＝W(k)+μX(k)(XT(k)X(k)+δH)-1E(k)⊙V(k)其中，μ為步長，取值為0.01～1，δ為正則化參數(shù)，其取值為0.001～0.01，H表示單位矩陣，G、迭代令k＝k+1,重復A、B、C、D、E、F的步驟,直至通話結(jié)束。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：本發(fā)明通過引入凈信號向量最大熵，基于當前抽取時刻的凈信號向量的最大熵V(k)更新確定出下一抽取時刻的權(quán)向量W(k+1)＝W(k)+μX(k)(XT(k)X(k)+δH)-1E(k)⊙V(k)；當有沖激干擾時，近端信號離散值D(k)＝[D1(k),D2(k),...,Di(k),...,DI(k)]中的元素會很大，凈信號向量E(n)中的元素也會很大，這時信號向量的最大熵V(k)的值將變?yōu)榻咏愕臄?shù)值，此時權(quán)向量的更新接近于零，幾乎停止更新；從而，本發(fā)明具有很好的抗沖激干擾能力。并且，當系統(tǒng)沒有沖激干擾時，凈信號向量E(n)中的元素會很小，凈信號向量最大熵V(k)的值與凈信號向量E(n)近似相等，權(quán)向量的變化大，更新快?？傊?，本發(fā)明的權(quán)向量更新不僅考慮了誤差信號(凈信號)的符號，更考慮了其大小，使其既具有很好的抗沖激干擾能力好，同時又有較好的收斂速度。下面結(jié)合附圖和具體實施方式對本發(fā)明進行詳細說明。附圖說明圖1是本發(fā)明仿真實驗的信道圖。圖2a是仿真實驗用的雙通話中的近端信號(語音)圖和遠端信號(語音)。圖2b仿真實驗用的雙通話中的遠端信號(語音)圖圖3是文獻1方法和本發(fā)明方法的仿真實驗歸一化穩(wěn)態(tài)失調(diào)曲線。具體實施方式實施例本發(fā)明的一種具體實施方式是，一種仿射投影最大熵子帶自適應(yīng)回聲消除方法，其步驟如下：A、遠端信號分割將當前時刻n到時刻n-L+1之間的采樣遠端信號,構(gòu)成當前時刻n的遠端信號向量U(n)，U(n)＝[u(n),u(n-1),...,u(n-L+1)]T；L＝512是濾波器抽頭數(shù)，上標T表示轉(zhuǎn)置運算；遠端信號向量U(n)經(jīng)分析濾波器一分割成I個遠端子帶向量Ui(n)，Ui(n)＝[ui(n),ui(n-1),...,ui(n-L+1)]T；同時，將近端麥克風拾取到的當前時刻n的帶回聲的近端信號d(n)經(jīng)分析濾波器二分割成I個近端子帶信號di(n)；其中，i為遠端子帶向量或近端子帶信號的序號，i＝1,2,...,I；I為遠端子帶向量或近端子帶信號的總個數(shù)；B、信號抽取將遠端子帶向量Ui(n)經(jīng)抽取器進行I抽取；即將n＝k＝KI時刻的遠端輸入子帶向量Ui(n)抽出，得到抽取時刻k的遠端輸入子帶抽取向量Ui(k),Ui(k)＝[ui(kI),ui(kI-1),...,ui(kI-L+1)]T；同樣，也對近端子帶信號di(n)經(jīng)抽取器進行I抽取得到抽取時刻k的近端子帶抽取信號di(k)，di(k)＝di(KI)；其中，K為抽取的序號，k為第K次抽取的抽取時刻；C、將抽取時刻k和前P-1個抽取時刻的遠端子帶抽取向量Ui(k),Ui(k-1)…Ui(k-P+1)組合，得到抽取時刻k的遠端子帶仿射投影矩陣，Xi(k)＝[Ui(k),Ui(k-1),...,Ui(k-P+1)]；再將抽取時刻k的I個遠端子帶仿射投影矩陣X1(k),X2(k),...,XI(k)組合得到抽取時刻k的遠端輸入子帶仿射投影矩陣X(k),X(k)＝[X1(k),X2(k),...,XI(k)]；同時，將抽取時刻k和前P-1個抽取時刻的近端子帶抽取信號di(k),di(k-1),...,di(k-P+1)組合，得到抽取時刻k的近端子帶仿射投影矩陣Di(k)＝[di(k),di(k-1),...,di(k-P+1)]；再將抽取時刻k的I個近端子帶仿射投影向量D1(k),D2(k),...,Di(k),...,DI(k)組合得到抽取時刻k的近端子帶仿射投影向量D(k)，D(k)＝[D1(k),D2(k),...,Di(k),...,DI(k)]；D、濾波器輸出將抽取時刻k的遠端輸入子帶仿射投影矩陣X(k)通過自適應(yīng)回聲消除濾波器濾波后得到抽取時刻k的輸出向量Y(k)，Y(k)＝W(k)TX(k)；其中，W(k)為抽取時刻k的自適應(yīng)回聲消除濾波器的抽頭權(quán)向量，其初始值為零，即W(1)＝0；E、回聲抵消將抽取時刻k的近端子帶仿射投影向量D(k)與抽取時刻k的輸出向量Y(k)相減后得到抽取時刻k的回聲消除后的凈信號向量E(k)，E(k)＝D(k)-Y(k)，并將其回送給遠端；F、抽頭權(quán)向量更新計算出凈信號向量最大熵V(k)，V(k)＝exp[-0.04×diag(XT(k)X(k))E(k)⊙E(k)]其中，exp[·]表示取自然指數(shù)，diag(·)表示取矩陣的對角元素?！驯硎鞠蛄康膶?yīng)元素相乘；計算下一個抽取時刻k+1的自適應(yīng)回聲消除濾波器的抽頭權(quán)向量W(k+1)，W(k+1)＝W(k)+μX(k)(XT(k)X(k)+δH)-1E(k)⊙V(k)其中，μ為步長，取值為0.01～1，δ為正則化參數(shù)，其取值為0.001～0.01，H表示單位矩陣，G、迭代令k＝k+1,重復A、B、C、D、E、F的步驟,直至通話結(jié)束。仿真實驗：為了驗證本發(fā)明的有效性，進行了仿真實驗，并與現(xiàn)有的文獻1算法進行了對比。仿真實驗的遠端信號為語音信號，采樣頻率為8000Hz，采樣點個數(shù)40000?；芈曅诺烂}沖響應(yīng)在高2.5m，寬3.75m，長6.25m，溫度20℃，濕度50％的安靜密閉房間內(nèi)獲得，脈沖響應(yīng)長度即濾波器抽頭數(shù)L＝512。實驗的背景噪聲為高斯白噪聲，信噪比為30dB。并且在麥克風接收到的近端信號中，從第15000個采樣點加入長度為20000采樣點的語音信號。按照以上實驗條件，用本發(fā)明方法與現(xiàn)有的兩種方法進行回聲消除實驗。各種方法的參數(shù)具體取值如表1。表1實驗各算法的最優(yōu)參數(shù)近似取值文獻1μ＝0.05；P＝4；δ＝0.01本發(fā)明μ＝0.1；P＝4；I＝4；δ＝0.01圖1是實驗用的安靜密閉房間構(gòu)成的通信系統(tǒng)的信道圖，圖2a、圖2b分別是實驗用的雙通話中近端信號(語音)和遠端信號(語音)圖。圖3是文獻1和本發(fā)明的實驗的歸一化穩(wěn)態(tài)失調(diào)曲線。由圖3可知，在雙通話情況下，本發(fā)明比文獻1收斂速度更快，穩(wěn)態(tài)誤差更小。本發(fā)明在約20000個采樣時刻(0.25s)收斂，穩(wěn)態(tài)誤差約在-34dB；而文獻1則在約30000個采樣時刻(0.375s)收斂，穩(wěn)態(tài)誤差約在-19dB；本發(fā)明比文獻1收斂速度快近40％，穩(wěn)態(tài)誤差減小了近兩倍。當前第1頁1 2 3