声学回声消除算法研究

合集下载

回声消除几种常用的算法比较

回声消除几种常用的算法比较

回声消除几种常用的算法比较(1)LMS与RLS自适应滤波算法性能比较最小均方(LMS, Least Mean Squares)和递推最小二乘(RLS, Recursive Least Squares)两种基本自适应算法进行了算法原理、算法性能分析。

计算机模拟仿真结果表明,这两种算法都能通过有效抑制各种干扰来提高强噪声背景中的信号。

检测特性相比之下,RLS算法具有良好的收敛性能,除收敛速度快于LMS 算法和NLMS算法以及稳定性强外,而且具有更高的起始收敛速率、更小的权噪声和更大的抑噪能力。

基于自适应噪声抵消系统,对比研究了两类自适应滤波算法在噪声抵消应用中的滤波性能。

计算机仿真实验结果表明,两种算法都能从高背景噪声中提取有用信号。

相比之下,RLS算法具有比LMS好得多的启动速度和收敛速度,对非平稳信号适应性强,其滤波性能明显好于LMS算法,但其计算复杂度高,不便于实时处理。

而LMS算法相对存在收敛速度不够快和抵抗突出值干扰能力不够强。

值得深入研究的是降低RLS算法的计算复杂度,进一步提高LMS算法的收敛速度并减少其残余(失调)误差。

(2)LMS与NLMS的比较通过理论分析和实验对比得出NLMS算法的复杂度最小且鲁棒性最好,但是遇到相关信号时,收敛速率最慢。

在实际应用中,NLMS算法便可以基本满足要求,但是NLMS算法步长选择一种收敛速度和收敛精度的折衷。

(3) NLMS算法与NBLMS算法的比较由于回声消除的效果除了与算法有关外,还与滤波器系数的个数、采样率、削波处理、近端语音信号检测等因素相关,因此对两个算法进行比较时,这些因素都取相同值.两种算法在代码大小和所需指令周期上的比较两种算法在代码大小和所需指令周期上的比较见表1.由此可见:两种算法在性能上的差异与滤波器系数的个数N 和滤波器系数块大小M有关.上述的几种算法各有特点。

(1)RLS算法即使是在输入信号相关矩阵的特征值扩展比较大的情况都能实现快速收敛,且对输入参考信号特征值散布不敏感,但其实现都以增加计算复杂度和稳定性问题为代价,而这些问题对于基于LMS准则的算法来说却并不重要,因此实际应用中很少采用。

音频信号处理技术在人声增强中的应用研究与设计

音频信号处理技术在人声增强中的应用研究与设计

音频信号处理技术在人声增强中的应用研究与设计概述:随着科技的不断发展,音频信号处理技术在各个领域都得到了广泛的应用。

其中,人声增强是音频信号处理技术的一个重要应用方向。

本文将对音频信号处理技术在人声增强中的应用进行研究与设计,并探讨其在实际应用中的优势和挑战。

一、音频信号处理技术概述音频信号处理技术是指对音频信号进行处理和优化的一系列技术方法。

其目的是增强音频信号的清晰度、准确度和逼真度。

音频信号处理技术被广泛应用于音乐、通信、语音识别等领域。

其中,人声增强作为音频信号处理技术的一个重要方向,其应用前景广阔。

二、人声增强的目标与需求人声增强的目标是提高音频信号中的人声信息,并减少背景噪音和其他干扰。

在实际应用中,人声增强常常用于语音通信、语音识别和公共广播等领域。

为了实现人声增强的目标,需要解决以下几个关键需求:1. 降低噪音干扰:在音频信号中,噪音是主要的干扰源之一。

对于人声增强而言,降低噪音干扰是提高人声清晰度的关键。

通过采用滤波、降噪算法等技术手段,可以有效地降低噪音干扰,提升人声的可听性。

2. 提高人声辨识度:人声增强不仅要减少噪音干扰,还要提高人声的辨识度。

这需要通过音频增益控制、动态范围压缩等技术手段,优化人声信号的音量和音色,使之更容易被人耳辨识。

3. 增强音频质量:除了降低噪音干扰和提高人声辨识度,人声增强还应该注重提升音频质量。

通过均衡器、混响等音频处理技术,可以使人声音频更加逼真、自然,增强听觉体验。

三、人声增强的算法与技术为了实现人声增强的目标,研究者们提出了许多算法与技术。

以下介绍几种常用的人声增强算法:1. 自适应降噪算法:自适应降噪算法是一种通过动态地估计噪音统计特性,对音频信号进行相应的滤波处理的算法。

它根据输入信号的特征和环境噪声的特性,实现了自动调整滤波参数的功能,能够适应不同的噪声环境并实时减少噪音干扰。

2. 声学回声消除算法:在一些特殊环境下,如会议室或大型活动场所,存在回声现象,会对人声增强效果产生负面影响。

VoIP声学回声消除算法研究

VoIP声学回声消除算法研究

VoIP声学回声消除算法研究王庆辉;李永哲【摘要】对回声消除技术原理进行了阐述,介绍自适应回声消除器基本结构,并分析了speex中的频域回声消除算法MDF,针对MDF算法提出了一种使估计回声和录音输入之间进行的同步方法;最后,以Speex开源项目为基础进行了测试.结果表明,该方法比现有的双段讲话检测(DTD)算法效果更好,实现也更为简单.【期刊名称】《现代电子技术》【年(卷),期】2009(032)007【总页数】3页(P157-159)【关键词】声学回声消除;MDF算法;DTD同步;speex【作者】王庆辉;李永哲【作者单位】沈阳化工学院,辽宁,沈阳,110142;沈阳化工学院,辽宁,沈阳,110142【正文语种】中文【中图分类】TN911.720 引言近年来,VoIP(Voice over IP)技术及其业务的迅速发展,对传统的电信业务造成了巨大的冲击,与传统电话相比,IP电话以其网络带宽利用率高,通话成本低,可灵活地提供丰富的增值功能而备受市场青睐。

然而,由于VoIP的语音在与其他数据一起在网络中传输时要经过压缩、编码、打包等一系列处理,造成回声路径的延迟较大,延迟抖动也较大,严重影响了话音质量,阻碍了VoIP市场的拓展。

因此,在VoIP终端上增加回声消除算法已成为必然。

1 声学回声消除技术的原理1.1 声学回声产生原理根据回声的产生原因,回声可以分为声学回声和电学回声两类。

电学回声是由于电路阻抗不匹配造成的,通常影响比较小。

随着消除回声技术的发展,当前回声消除研究的重点已由“电学回声”的消除转向了“声学回声”的消除。

声学回声指设备的一部分声音信号回馈到同一设备的受话器,分为直接回声和间接回声。

直接回声指扬声器的声音未经任何反射直接进入麦克风,这种回声延迟最短。

间接回声是指扬声器播放的声音经不同的路径一次或多次反射后进入麦克风所产生的回声集合,其主要特点是回声路径冲激响应变化范围大,变化快,冲激响应持续时间长,一般在50~300 ms。

详解低延时高音质:回声消除与降噪篇

详解低延时高音质:回声消除与降噪篇

详解低延时⾼⾳质:回声消除与降噪篇在实时⾳频互动场景中,除了我们上⼀篇讲到的编解码会影响⾳质与体验,在端上,降噪、回声消除、⾃动增益模块同样起着重要作⽤。

在本篇内容中我们将主要围绕回声消除和降噪模块,讲讲实时互动场景下的技术挑战,以及我们的解决思路与实践。

回声消除的三⼤算法模块优化在语⾳通信系统中,回声消除(Echo Cancellation)⼀直扮演着核⼼算法的⾓⾊。

⼀般来说,回声消除的效果受诸多因素的影响,包括:声学环境,包括反射,混响等;通话设备本⾝声学设计,包括⾳腔设计以及器件的⾮线性失真等;系统性能,处理器的计算能⼒以及操作系统线程调度的能⼒。

声⽹回声消除算法在设计之初,就将算法性能、鲁棒性和普适性作为最终的优化⽬标,这⼀点对于⼀个优秀的⾳视频 SDK 来说⾄关重要。

⾸先,回声是怎么产⽣的?简单来讲,就是你的声⾳从对⽅的扬声器发出,这个声⾳⼜被他的麦克风给收录了进去,这个被麦克风收录的声⾳⼜传回到你这⼀端,你就听到了回声。

为了消除回声,我们就要设计⼀个算法将这个声⾳信号从麦克风信号中去除掉。

那么声学回声消除模块(AEC, Acoustic Echo Cancellation)是如何消除回声的呢?具体的步骤见如下简图所⽰:第⼀步需要找到参考信号/扬声器信号(蓝⾊折线)跟麦克风信号(红⾊折线)之间的延迟,也就是图中的 delay=T。

第⼆步根据参考信号估计出麦克风信号中的线性回声成分,并将其从麦克风信号中减去,得到残差信号(⿊⾊折线)。

第三步通过⾮线性的处理将残差信号中的残余回声给彻底抑制掉。

与以上的三个步骤相对应,回声消除也由三个⼤的算法模块组成:延迟估计(Delay Estimation)线性⾃适应滤波器(Linear Adaptive Filter)⾮线性处理(Nonlinear Processing)其中「延迟估计」决定了AEC的下限,「线性⾃适应滤波器」决定了 AEC 的上限,「⾮线性处理」决定了最终的通话体验,特别是回声抑制跟双讲之间的平衡。

回声消除技术介绍

回声消除技术介绍

回声消除技术介绍
回声产生的原因通常一共有两个:一是由于音频信号在传输过程中被
扬声器播放出来,而微弱的音频信号又被麦克风捕捉到,形成了回音;二
是由于音频信号在不同的空间环境中发生反射,也会形成回音。

为了消除回响,回声消除技术采用了一系列的算法和处理方法。

其中
最常见的是自适应滤波器算法。

该算法通过模拟回声的声音特征,动态调
整滤波器的参数,将估计得到的回声信号与麦克风捕捉到的信号进行抵消。

这样可以有效地消除回音,改善音频质量。

此外,还有其他一些方法,如
频域双声道卷积算法、时域卷积算法和信号处理算法等。

除了回音消除技术外,还有一些相关的音频处理技术可以进一步提高
音频质量。

例如,降噪技术可以减少环境噪声的影响,增强语音信号的清
晰度。

自动增益控制技术可以自动调整音频信号的增益,避免声音过强或
者过弱。

自动音量控制技术可以根据音频的动态范围,自动调整音量的大小。

总的来说,回声消除技术是一种非常重要的音频处理技术,可以提高
音频质量和可理解性。

随着技术的不断发展,回声消除技术将会越来越智
能化和高效化,为我们的日常生活和工作带来更好的体验。

实验四回声估计和回声消除

实验四回声估计和回声消除

实验报告实验课程:数字信号处理实验开课时间:2023—2023学年秋季学期实验名称:回声估计和回声消除实验时间:2023年11月声日星期三学院:物理与电子信息学院年级:⅛≡班级:182学号:姓名:一一、实验预习实验方法步骤: (1)打开MAT1AB 软件 (2)根据题目要求编写程序 (3)运行程序 (4)分析实验结果 (5)关闭计算机 注意事项: (1)在使用MAT1AB 时应注意中英输入法的切换,在中文输入法输入程序时得到的程序是错误的; (2)MAT1AB 中两个信号相乘表示为X.*u,中间有个∖,,同样两个信号相除也是如此; (3)使用MAT1AB 编写程序时,应新建一个IT1文件,而不是直接在Comandante 窗口下编写程序; 在使用MAT1AB 编程时,应该养成良好的编写习惯。

注意事项: (4)对于实验电脑要爱惜,遵守实验的规则。

(5)程序运行前要检查程序是否正确。

在使用mat1ab 编程时,应该养成良好的编写习惯,新建一个f1ies 编写。

一些快捷键的使用,能提高编程效率。

He1p 能查询到不懂使用的函数使用方法,比如这个用到的fft 和fftshift 等函数。

在MAT1AB 信号处理工具箱中,提供了随机信号要功率谱估计的各段函数。

(1)periodogram 函数可以实现周期图法的功率谱估计,起吊用格式为IPxx,F]=PERIODOGRAM(x,WINDOW,NFFT,Fs)其中:X 为进行功率谱估计的输入有限长序列; WINDOW 用于制定采用的窗函数,默认值为矩形窗(boxcar),窗函数的长度等于输入序列X 的长度; NFFT 为DFT 的点数,一般取大于输入序列X 的长度,默认值为256;FS 是绘制功率谱曲线的抽样频率,默认值为1;Pxx 为功率谱估计值;F 为Pxx 值所对应的频率点。

(2)We1Ch-Bar1ett 平均周期图法可以利用PSD 函数实现,其调用格式为[Pxx,F]=PSD(x,NFFT,Fs,WINDOW,NOVER1AP)其中:参数X,NFFT,FS 用法同PeriOdograIn 函数:WINDOW 用于指定采用的窗函数,默认值为harming 窗;NoVER1AP 指定分段重叠的样函数。

回声消除毕业论文

回声消除毕业论文回声消除技术在语音信号处理中起着非常重要的作用,它可以有效减少语音通信中产生回声的影响,提高语音信号质量和清晰度,在语音通信、语音识别和语音合成等领域得到了广泛应用。

本文主要介绍回声产生机制、回声消除算法、回声消除系统的实现以及回声消除算法的优化。

一、回声产生机制回声是由于语音信号从主讲话人到转接站或对方电话机,再由转接站或对方电话机回传到主讲话人处所产生的信号。

因此,对于从广义上来说,回声产生机制主要有以下两种形式:1. 音频输出设备回音当一个人在说话时,声音会被麦克风采集并被发送给远程其他人。

如果某些机器的音频输出设备出现了缺陷,那么他发出的声音就会反射回到他自己的麦克风中,所形成的信号就是回音。

它通常在通话质量差的情况下出现,可以通过降低麦克风灵敏度、调整输入和输出音量控制来缓解。

2. 时差回声时差回声是在语音通信中产生的最常见的一种回声情况。

时差回声是指语音信号从发射端(主讲话人处)传输到接收端(通讯对方)后,一部分信号在接收端的扬声器播放时,被捕捉到发射端的麦克风中得到的声音。

这种回声通常是由于音频播放设备和采集设备之间的时间延迟所导致的。

它通常困扰着网络电话、视频会议和网络游戏。

二、回声消除算法回声消除技术的基本思想是在通过麦克风采集到的原始语音信号中分离出回声信号,并将其移除以达到消除回声的目的。

常见的回声消除算法包括数字滤波法、时域自适应滤波法和频域自适应滤波法等。

1. 数字滤波法数字滤波法是采用数字滤波器对输入的语音信号进行滤波以减少回声的算法。

其基本原理是,通过计算相应的滤波器系数,将回声信号从输入信号中滤出。

不同的数字滤波算法可以采用不同的滤波器类型和滤波器系数来减少回声效应,其中卡尔曼滤波法和有限时滤波法都是常见的数字滤波算法。

2. 时域自适应滤波法时域自适应滤波法(TDAS)是一种基于统计模型的算法,适用于对采样深度低但有足够信号能量的信号进行处理。

TDAS算法利用交线性变换原理,将输入信号分解为线性和非线性两部分,进而消除回声。

基于自适应算法的回声抵消技术研究的开题报告

基于自适应算法的回声抵消技术研究的开题报告一、研究背景随着语音通信技术的发展,回声抵消 (Echo Cancellation) 技术已经成为了语音通信中的一个重要环节,能够有效地提高语音通信的质量。

回声的产生主要是因为话筒声音通过扬声器产生的声波再次回到话筒,从而出现残余声音的情况。

回声抵消技术可以通过采集声音进行处理,将残余声音消除,达到清晰的通话效果。

目前,回声抵消技术主要分为两种,一种是模拟设备回声抵消技术,一种是数字信号处理回声抵消技术。

随着数字信号处理技术的不断发展,数字信号处理回声抵消技术越来越受到关注,自适应算法其是数字信号处理回声抵消技术的核心。

二、研究内容与目标本研究旨在研究基于自适应算法的回声抵消技术,主要内容包括以下几个方面:1. 自适应滤波器原理研究2. 回声抵消模型建立3. 自适应算法研究4. 基于自适应算法的回声抵消实现研究目标是实现高效、准确的自适应算法回声抵消技术,并应用到语音通讯领域中。

三、研究方法本研究将采用以下方法进行实现:1. 通过学习自适应滤波器原理,建立回声抵消模型。

2. 掌握几种自适应算法,比较其优缺点,选择合适的算法实现。

3. 使用 MATLAB 等工具,设计、编写并验证算法实现的正确性和性能。

四、研究意义本研究的意义主要在于:1. 将基于自适应算法的回声抵消技术应用到语音通讯领域,提高通讯的语音质量,提升用户体验。

2. 基于本研究的算法实现,为语音通讯技术的发展提供参考和支持。

3. 为相关学科领域的研究和发展贡献。

五、预期成果1. 成功实现基于自适应算法的回声抵消技术。

2. 验证所选自适应算法实现的正确性和性能。

3. 论文撰写,发表高质量的学术论文。

六、论文结构本论文将分为以下几个部分进行撰写:1. 前言2. 回声抵消技术原理介绍3. 自适应算法研究4. 基于自适应算法的回声抵消实现5. 实验结果分析6. 总结与展望七、进度安排本研究的进度安排如下(计划工期为6个月):1. 第一阶段:研究回声抑制模型建立及自适应算法研究;(1个月)2. 第二阶段:设计算法并实现;(2个月)3. 第三阶段:性能测试及实验结果分析;(2个月)4. 第四阶段:论文撰写和提交;(1个月)八、参考文献1. R. W. Schafer and L. R. Rabiner. A Digital Signai Processing Approach to Interference Cancellation and Speaker Separation. IEEE Trans Audio Electroacoust, 1975.2. M. M. Sondhi. System Analysis for Speech Communication. Elsevier Science Pub Co Inc, 1993.3. M. M. Sondhi and E. Sozer. Some Problems in Theory and Applications of Adaptive Filters for Echo Cancellation and System Identification, Proceedings of the IEEE, 1978.。

LMS回声对消算法学习及实现

LMS回声对消算法学习及实现LMS(最小均方)回声对消算法是一种常用于消除回声的数字信号处理算法。

在通信、音频处理等领域广泛应用。

本文将介绍LMS回声对消算法的原理、学习及实现。

一、LMS回声对消算法原理1.1基本原理回声是由于声音在传输过程中遇到障碍物反射产生的延迟信号,会导致声音信号在接收端同时存在原始信号和回声信号。

为了消除回声对于声音信号的干扰,我们可以使用自适应滤波器对回声信号进行估计并进行相应的消除。

1.2LMS算法步骤1.初始化自适应滤波器的权值,并设置误差收敛阈值和学习率。

2.将原始信号通过自适应滤波器得到滤波器的输出。

3.通过参考信号和滤波器的输出计算误差信号。

4.根据误差信号和学习率调整自适应滤波器的权值。

5.重复步骤2-4,直到误差信号小于误差收敛阈值。

6.对滤波器的输出信号进行减法操作,得到去除回声后的输出信号。

二、LMS回声对消算法的学习过程LMS算法的学习过程是根据误差信号对自适应滤波器的权值进行微调的过程,以使误差最小化。

在学习过程中,学习率的选择和收敛阈值的设定对算法的性能影响很大。

在开始时,自适应滤波器的权值是随机初始化的。

然后,算法通过以下步骤进行学习:1.通过参考信号和滤波器的输出计算误差信号。

2.根据误差信号和学习率调整自适应滤波器的权值。

3.重复步骤1和2直到误差信号小于设定的收敛阈值。

学习率的选择应考虑到算法的收敛速度和稳定性。

学习率过大会导致算法不稳定,学习率过小会导致收敛速度较慢。

收敛阈值的选择应使算法在适当的误差范围内停止学习。

三、LMS回声对消算法的实现1.初始化自适应滤波器的权值,并设置误差收敛阈值和学习率。

2.通过参考信号和滤波器的输出计算误差信号。

3.根据误差信号和学习率调整自适应滤波器的权值。

4.重复步骤2和3直到误差信号小于设定的收敛阈值。

5.对滤波器的输出信号进行减法操作,得到去除回声后的输出信号。

在实现中,可以使用MATLAB、Python等编程语言进行算法的实现。

基于经验模态分解的子带自适应声学回声消除算法


s b b n l o i m a e n t e c mb n t n o u tp efl r ,wa e e r n f r u — a d a g rt h i b s d o h o s ia i f o m li l i e s t v ltt a so m. Th sa tce p o o e i r il r p s sa n w d p i e e h a c l to l o i m- e a a t c o c n el i n a g r h - v a t EM D— APNLM S wh c a e n e iia d e o o ii n i h b s d o mp rc lmo e d c mp st . o
LiNa Lu Xi o ng Ch n Sh ng u a mi e e y n ( l g fI f r to & Au o t n Col eo n o main e t mai ,Ku mig Un v f ce c LTe h oo y o n n i.o in e 8 c n lg ,Ku mig 6 0 5 ,Ch n ) S n n 5 0 1 ia
基 于经 验模 态 分 解 的子 带 自适 应声 学 回声 消 除算 法
李 娜 陆晓 明 陈盛 云
( 明理工 大 学 信 息与 自动化 学 院 ,昆明 6 0 5 ) 昆 5 0 1
摘 要 : 语 音通信 中, 学 回声消 除技 术用 于消 除扬 声器 与麦 克风 之 间耦合 产 生 的 回声 干扰 . 声 在 声 在
学 回声 抵消 系统 的实现 过程 中, 以通 过 子带技 术 来提 高 系统 的性 能, 可 并减 小 算 法本 身 的运 算 量.
常见 的子带 算法 多是基 于组 合滤 波器 、 小波 变换 实 现 的. 文基 于 经 验 模 态分 解 提 出一 种新 的 自 本 适应 回声 消除 算法. MI AP Ms 它克服 了基 于组合 滤 波器 算 法收 敛慢 的缺 点 以及 基 于小 波变 E ) NL - ,
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

收稿日期:2004-01-06 作者简介:费璐璐(1978—),女,北京人,在读硕士.文章编号:1672-2477(2004)01-0024-04声学回声消除算法研究费璐璐,王华斌(华东师范大学电子系,上海 200062)摘要:在回声消除中,自适应滤波是核心,而滤波器系数的更新又是自适应滤波的核心.在声学回声消除领域,滤波器系数的更新最常使用的算法是LMS 算法,目前针对LMS 算法有两种改进算法,即NLMS 和NBLMS算法.基于TI 公司的DSP 芯片的硬件资源特点来比较NLMS (Normalized LMS )和NBLMS (Normalized BlockUpdate LMS )算法,为消除声学回声提供选择依据.关 键 词:声学回声消除;NLMS 算法;NBLMS 算法;TMS320VC5402;DSK中图分类号:TP301 文献标识码:A在远程会议系统、车载电话和语音IP 技术中(Voice Over IP ),往往出现语音质量较差的情况.其因素是多方面的,但最关键的因素之一是回声的影响,因此回声消除对提高话音传输质量至关重要.随着回声消除技术的发展,当前回声消除研究的重点,已由“电路回声”的消除转向了“声学回声”的消除.TMS320VC5402是TI 公司生产的从属于TMS320C54x 系列的一个工作灵活、高速、具有较高性价比、低功耗的16位定点通用DSP 芯片,目前它在语音处理方面得到广泛应用.本文基于TMS320VC5402的硬件特点,对NLMS 算法和NBLMS 算法进行比较研究,从而为声学回声消除提供选择依据.1 声学回声的产生机理及其消除原理1.1 声学回声产生机理源自接收器(耳机)的声波,通过位于声音路径上的固体物体反射进入手机的麦克风(话筒)中,或扬声器电话中,这就形成了声学回声.如图1所示.图1 声学回声产生机理图2 声学回声消除的功能原理1.2 声学回声消除原理1.2.1 声学回声消除功能原理声学回声消除的功能原理如图2所示,远端的信号s (n )通个一个自适应滤波器之后生成信号e ~(n ),同时经扬声器在近端放出,再经麦克风拾取后产生我们不需要的回声信号e (n ).在只有远端说话的情况下,e ~(n )和e (n )经过一个减法器之后,成为剩余回声信号r (n ),而自适应滤波器就是利用剩余第19卷第1期2004年3月安 徽 工 程 科 技 学 院 学 报Journal of Anhui University of Technology and Science Vol.19.No.1Mar.,2004回声信号采用LMS 算法来调整自适应滤波器的系数,从而消除剩余回声的.1.1.2 声学回声消除算法原理LMS 算法会不断调整自适应滤波器的系数,而滤波器的系数的个数与回声路径有关,例如回声路径达32ms ,采样率为8k ,则滤波器的系数个数为256.滤波器的系数调整算法如下:(1)信号y (n )滤波后得到信号(注意:对公式参数的调整):^e [n ]=∑255i =0h[i ].s[n -i ] .(1) (2)剩余回声信号:r[n ]=e[n ]-^e [n ]=e[n ]-∑255i =0h[i ].s [n -i ] .(2) (3)利用剩余回声信号调整滤波器系数.算法推导如下: h n +1[i ]=h n [i ]+μ2-99h n [i ]{(|r |2)} ,其中: 99h[i ]{(|r |2)}=299h[i ](r )r , 99h[i ]{(|r |2)}=299h[i ](e -^e )r , 99h[i ]{(|r |2)}=299h[i ]e -∑N -1i =0(h[i ]s[n -i ])(r ) , 99h[i ]{(|r |2)}=2(-(s [n -i ]))r .最终得到LMS 算法的滤波器系数更新如下:h n +1[i ]=h n [i ]+μrs[n -i ] ,(3)式中h n [i ]是第n 个采样值计算后的滤波器第i 个系数.而在实际的回声消除过程中,对滤波器系数的调整和更新有两种方式,一种是每次输入一个采样值,使滤波器的所有系数更新一次,即NLMS 算法;另一种是将滤波器的系数分为若干块,每次输入一个采样值,滤波器系数只是轮回地更新其中一块,即NBLMS 算法.以下将基于TI 公司的TMS320VC5402,介绍这两种算法并对这两种算法进行比较.2 NL MS 算法和NBL MS 算法2.1 NLMS 算法在该算法下滤波器系数的更新过程是,所有系数在对一个采样值进行计算后,全部被更新.具体算法如下.h n +1[i ]=h n [i ]+μr[n ]s[n -i ]P n ,(4)其中μ为适应梯度值,P n 为信号平均能量.P n =(average (|s[i ]|))2 ,h n +1[i ]=h n [i ]+μr[n ]average (|s[i ]|)s [n -i ]average (|s [i ]|) ,(5)式中μr[n ]average (|s [i ]|)是归一化误差和适应梯度值之积,记为n error m u ,s[n -i ]average (|s[i ]|)是归一化采样信号.在TMS320VC5402中采用LMS 指令,(1)和(5)可以在同一个循环中完成,核心算法的汇编语言如下:・52・第1期费璐璐,等:声学回声消除算法研究 ST A ,3filter ptr +;store out coefficient :h (k -1)=A ||MP Y 3n ref ptr +0%,A;coef.increment :A =s (i -k -1)/;average (|y (i )|)3T LMS 3filter ptr ,3ref ptr +0%;new coefficient :A =A +h (k )ν16;convolution :B =B +h (k )3s (i -k )由此可见,完成上述两式计算需要两个指令周期,如果不考虑等待周期,则计算一个采样值需要两倍于滤波器系数个数的指令周期.2.2 NBLMS 算法该算法将滤波器系数分为几块,滤波器系数的更新过程是,所有系数在对一个采样值计算后,轮回地对某一块滤波器系数进行更新.具体算法是:h n (i +M +1)=h n [i ]+μr[n ]average (|s [i ]|)∑M -1m =0r (i +M -m )average (|s [i ]|)s (i +M -m -k ) . 假定滤波器系数个数为TAPS ,滤波器系数共分成BLOC KSIZE 块,则每计算一个采样值,只是TAPS/BLOC KSIZE 个系数值得到更新.在程序设计时可采用两个嵌套的循环.其中内部循环用于计算系数增量,要进行BLOC KSIZE 个循环,需要BLOC KSIZE 个指令周期;外部循环进行系数导入、更新和存储,每一个循环需要8个指令周期.这样加上管理内部循环的指令周期,每计算一个采样值,大约需要的指令周期数为:(10+BLOC KSIZE )3TAPS/BLOC KSIZE.3 NL MS 算法与NBL MS 算法的比较由于回声消除的效果除了与算法有关外,还与滤波器系数的个数、采样率、削波处理、近端语音信号检测等因素相关,因此对两个算法进行比较时,这些因素都取相同值.3.1 两种算法在代码大小和所需指令周期上的比较两种算法在代码大小和所需指令周期上的比较见表1.由此可见:两种算法在性能上的差异与滤波器系数的个数N 和滤波器系数块大小有关.表1 两种算法在代码大小和所需指令周期上的比较算 法代码大小指令周期NLMS6023N +70NBLMS 6023M +N /M (M +10)+153.2 两种算法在TI 公司提供的DSK 板上的运行比较此时语音数据从PC 机上存储好的文件进行读取,两个语音文件的采样率为8k ,如图3所示.图3 两个语音文件数据在运行处理过程中滤波器系数的个数为512,经两种算法运行处理后,剩余回声的幅值随时间的变化・62・安 徽 工 程 科 技 学 院 学 报2004年情况如图4所示.显而易见,NLMS 算法在滤波器系数个数为512,回声延迟时间为64ms 时,其幅值收敛速度比NBLMS 算法幅值收敛速度快.图4 两种算法处理后剩余回声的幅值4 结 论由于在声学回声消除的算法中,是以LMS 算法为核心对滤波器的系数进行更新的,而对滤波器系数的更新有两种方式,一种方式是每计算一个采样值更新所有滤波器系数,即NLMS 算法;另一种方式是将滤波器系数分为若干块,每计算一个采样值轮回地更新其中一块滤波器系数,即NBLMS 算法.我们基于TI 公司的DSP 芯片TMS320VC5402比较这两种方式,发现NLMS 算法总体上比NBLMS 算法好.特别是由于LMS 指令使得NLMS 算法更适合于TMS320VC5402.参考文献:[1] TMS320VC5402data sheet [Z].SPRS079E ,1998.[2] Steven W.Smith ,Ph.D.The Scientist and Engineer ’s Guide to Digital Signal Processing[M ].California :Technical Pub 2lishing ,1997.[3] TI 公司技术支持部.自动无线系统声学回声消去算法核[DB/OL ].TI 公司网站,1997.(Acoustic -Echo CancellationS oftware for Hands -free Wireless system SPRA1621997)[4] 张勇.给予TMS320C5000系列的c/c ++语言硬件程序设计[M ].西安:电子科技大学出版社,2003.[5] 苏涛,蔺丽华.DSP 实用技术[M ].西安:电子科技大学出版社,2002.The research of acoustics echo canceling algorithmFEI Lu 2lu ,WAN G Hua 2bin(Dept.of Elec.Tech.,East China Normal University ,Shanghai 200062,China )Abstract :In acoustic echo -canceling procedure ,adaptive filter is the key point.And the updating of filter co 2efficient plays the most important role in adaptive filter.In the area of acoustic echo canceling ,the traditional way used in updating of filter coefficient is LMS algorithm.There are two improved algorithms from LMS ———NLMS and NBLMS.This article compares the two algorithms from the perspective of hardware characteristics of DSP produced by TI ,it will supply a selection gist for acoustics echo canceling.Key words :acoustic echo canceling ;NLMS algorithm ;NBLMS algorithm ;TMS320VC5402;DSK・72・第1期费璐璐,等:声学回声消除算法研究。

相关文档
最新文档