1200字范文,内容丰富有趣,写作的好帮手!
1200字范文 > 基于S型函数的语音通信自适应回声消除方法与流程

基于S型函数的语音通信自适应回声消除方法与流程

时间:2023-11-02 07:44:00

相关推荐

基于S型函数的语音通信自适应回声消除方法与流程

本发明涉及一种语音通信中的自适应回声消除方法。

技术背景

在进行通话(语音通信)时,声音信号经过延时或形变会被反射回信号源形成回声,回声现象会严重的影响到语音通话的质量。例如,在打电话的时候,因为扬声器和麦克风被放在同一个空间内,本地近端麦克风会接收到本地扬声器发出的远端语音并传回远端,这样会导致远端说话者听到自己的声音,导致通话的质量下降。这种现象广泛存在于卫星通信、免提电话、电话会议系统等语音通信系统中。需要通过采取有效的措施来抑制回声信号、消除其影响并提高语音通话质量。自适应回声消除技术,以其成本低,收敛速度快,回声残差小的优势,在语音通信中得到了广泛的应用。语音通信自适应回声消除技术是通过对回声信号进行估计,并在近端信号中减去回声的估计值来达到回声消除的目的。

自适应回声消除方法的通常作法是,将近端麦克风采样得到带回声的当前时刻的近端信号,将其减去回声信号的估计值,得到当前时刻的误差信号,再将当前时刻的误差信号送回给远端;以滤波器的估计值与近端信号之差(误差)的平方最小,作为代价函数进行迭代计算,进而实现回声的自适应消除。当有冲击噪声时,“误差信号”巨大,滤波器的抽头权向量会产生错误的巨大更新,导致稳态误差增大,收敛速度慢。

技术实现要素:

本发明的目的是提供一种基于s型函数的语音通信自适应回声消除方法,该方法收敛速度快、稳态误差低,抗冲击性能强,回声消除效果好。

本发明实现其发明目的所采用的技术方案是,一种基于s型函数的语音通信自适应回声消除方法,其步骤如下:

a、回声消除

a1、远端信号采集

对远端传来的信号进行采样,获得当前时刻n的远端输入信号的离散值x(n);将当前时刻n到n-l+1时刻的输入信号x(n)、x(n-1),...,x(n-l+1),组成当前时刻n的自适应滤波器输入向量x(n),x(n)=[x(n),x(n-1),...,x(n-l+1)]t;其中,l=512、代表滤波器抽头数,t代表转置运算;

a2、回声信号估计

将当前时刻n的输入信号向量x(n)通过自适应滤波器,得到自适应滤波器的输出值,即回声信号的估计值y(n),

y(n)=xt(n)w(n)

其中w(n)为当前时刻n的自适应滤波器的抽头权向量,w(n)=[w1(n),w2(n),...,wl(n),...,wl(n)]t,wl(n)为自适应滤波器的第l个抽头权系数,w(n)的初始值为零向量;

a3、回声消除

对近端麦克风采样得到带回声的当前时刻n的近端信号d(n),将其减去回声信号的估计值y(n),得到当前时刻n的误差信号e(n),e(n)=d(n)-y(n),再将当前时刻n的误差信号e(n)送回给远端;

b、抽头权向量更新

b1、计算s型函数值

根据当前时刻n的误差信号e(n)与当前时刻n的抽头权向量w(n),计算得到当前时刻n的s型函数值s(n),

其中,||·||2表示欧几里得二范数,α为曲率参数,其取值范围为0.1~100;γ1是近端信号d(n)的环境噪声方差,γ2是远端输入信号x(n)的环境噪声方差;

b2、滤波器抽头权向量的更新

由下式更新得到下一时刻n+1的滤波器抽头权向量w(n+1):

其中,μ表示滤波器的步长,其取值范围为0.001~0.1;

c、重复

令n=n+1,重复步骤a、b的过程,直至通话结束。

与现有技术相比,本发明的有益效果是:

本发明引入了s型函数(sigmoid函数)计算出误差的s型函数值s(n),并将s(n)-s2(n)作为权向量更新公式中的调整项(减项);使得误差在一定范围(s(n)≤0.5)内时,误差e(n)变小,权向量的变化小;误差e(n)变大,权向量变大;较好地克服了快速收敛与低稳态误差的矛盾,即当初始更新时,误差较大,较大的权向量变化,可以实现较快的初始收敛速率,当到达稳态附近时,误差较小,较小的权向量变化实现较低的稳态误差;权向量能够很好的跟踪误差的变化,算法的跟踪性好。而当误差超过一定数值(s(n)≥0.5)时,判定,此时系统存在冲击误差;误差e(n)越大,权向量的反而越小,有效减少了冲击噪声对权系数更新所造成的不利影响,算法的抗冲击能力强;从而算法的收敛速度快,稳态误差低,回声消除效果好。

下面结合附图和具体实施方式对本发明作进一步的详细说明。

附图说明

图1是本发明仿真实验一的远端高斯信号图。

图2是本发明仿真实验一的远端有色信号图。

图3是在仿真实验一得到的对比方法与本发明方法的归一化稳态失调曲线。

图4是在仿真实验二得到的对比方法与本发明方法的归一化稳态失调曲线。

具体实施方式

实施例

本发明的一种具体实施例是,一种基于s型函数的语音通信自适应回声消除方法,其步骤如下:

a、回声消除

a1、远端信号采集

对远端传来的信号进行采样,获得当前时刻n的远端输入信号的离散值x(n);将当前时刻n到n-l+1时刻的输入信号x(n)、x(n-1),...,x(n-l+1),组成当前时刻n的自适应滤波器输入向量x(n),x(n)=[x(n),x(n-1),...,x(n-l+1)]t;其中,l=512、代表滤波器抽头数,t代表转置运算;

a2、回声信号估计

将当前时刻n的输入信号向量x(n)通过自适应滤波器,得到自适应滤波器的输出值,即回声信号的估计值y(n),

y(n)=xt(n)w(n)

其中w(n)为当前时刻n的自适应滤波器的抽头权向量,w(n)=[w1(n),w2(n),...,wl(n),...,wl(n)]t,wl(n)为自适应滤波器的第l个抽头权系数,w(n)的初始值为零向量;

a3、回声消除

对近端麦克风采样得到带回声的当前时刻n的近端信号d(n),将其减去回声信号的估计值y(n),得到当前时刻n的误差信号e(n),e(n)=d(n)-y(n),再将当前时刻n的误差信号e(n)送回给远端;

b、抽头权向量更新

b1、计算s型函数值

根据当前时刻n的误差信号e(n)与当前时刻n的抽头权向量w(n),计算得到当前时刻n的s型函数值s(n),

其中,||·||2表示欧几里得二范数,α为曲率参数,其取值范围为0.1~100;γ1是近端信号d(n)的环境噪声方差,γ2是远端输入信号x(n)的环境噪声方差;

b2、滤波器抽头权向量的更新

由下式更新得到下一时刻n+1的滤波器抽头权向量w(n+1):

其中,μ表示滤波器的步长,其取值范围为0.001~0.1;

c、重复

令n=n+1,重复步骤a、b的过程,直至通话结束。

仿真实验

为了验证本发明的有效性,进行了仿真实验。并将未引入s型函数值的方法作为对比方法,与本发明方法进行对比。对比方法的滤波器抽头权向量更新公式为:

仿真实验时,远端信号的采样点数为40000,远端信号x(n)中的背景噪声为零均值方差为0.05的高斯白噪声。近端信号d(n)中背景噪声同样也是零均值方差为0.1的高斯白噪声,同时近端信号d(n)中还包括发生频率为0.02的冲击噪声(冲击噪声由伯努利高斯信号模拟产生)。回声信道脉冲响应向量h,在宽3.75m,高2.5m,长6.25m,温度20℃,湿度50%的安静密闭房间内测出,脉冲响应长度即滤波器抽头数l=512。仿真实验时本发明方法的曲率参数α的取值为1。

仿真实验通过独立运行100次得到仿真结果。并使用归一化稳态失调(nmsd)来衡量两种不同回声消除方法的性能,公式如下:

分别进行了两种远端信号的仿真实验:

仿真实验一:远端信号x(n)为高斯信号x"(n),见图1。

仿真实验二:远端信号x(n)为有色信号x″(n),见图2。

图2的有色信号x″(n)是图1的高斯噪声x"(n)通过一阶自回归过程x″(n)=x"(n)+0.8x″(n-1)产生,也即有色信号当前时刻值和上一时刻是相关的。

图3为仿真实验一得到的对比方法和本发明方法的归一化稳态失调曲线。

从图3可以看出,输入信号为高斯信号时且加入冲击噪声,在收敛速度大致相同的情况下,对比方法大约稳定在-10.5db处,本发明方法大约稳定在-14db处,本发明方法的稳态误差较对比方法低3.5db。

图4为仿真实验二得到的对比方法和本发明方法的归一化稳态失调曲线。

从图4可以看出,输入信号为有色信号时,本发明仍能取得较好的收敛性能,对比方法大约稳定在-6.5db处,本发明方法大约稳定在-12db处,并且本发明的拥有更快的初始收敛速度。

此外,在图3和图4中,本发明的方法在收敛后曲线更加平滑,也说明对冲击噪声有更好的抵抗能力,回声消除效果更好。

技术特征:

1.一种基于s型函数的语音通信自适应回声消除方法,其步骤如下:

a、回声消除

a1、远端信号采集

对远端传来的信号进行采样,获得当前时刻n的远端输入信号的离散值x(n);将当前时刻n到n-l+1时刻的输入信号x(n)、x(n-1),...,x(n-l+1),组成当前时刻n的自适应滤波器输入向量x(n),x(n)=[x(n),x(n-1),...,x(n-l+1)]t;其中,l=512、代表滤波器抽头数,t代表转置运算;

a2、回声信号估计

将当前时刻n的输入信号向量x(n)通过自适应滤波器,得到自适应滤波器的输出值,即回声信号的估计值y(n),

y(n)=xt(n)w(n)

其中w(n)为当前时刻n的自适应滤波器的抽头权向量,w(n)=[w1(n),w2(n),...,wl(n),...,wl(n)]t,wl(n)为自适应滤波器的第l个抽头权系数,w(n)的初始值为零向量;

a3、回声消除

对近端麦克风采样得到带回声的当前时刻n的近端信号d(n),将其减去回声信号的估计值y(n),得到当前时刻n的误差信号e(n),e(n)=d(n)-y(n),再将当前时刻n的误差信号e(n)送回给远端;

b、抽头权向量更新

b1、计算s型函数值

根据当前时刻n的误差信号e(n)与当前时刻n的抽头权向量w(n),计算得到当前时刻n的s型函数值s(n),

其中,||·||2表示欧几里得二范数,α为曲率参数,其取值范围为0.1~100;γ1是近端信号d(n)的环境噪声方差,γ2是远端输入信号x(n)的环境噪声方差;

b2、滤波器抽头权向量的更新

由下式更新得到下一时刻n+1的滤波器抽头权向量w(n+1):

其中,μ表示滤波器的步长,其取值范围为0.001~0.1;

c、重复

令n=n+1,重复步骤a、b的过程,直至通话结束。

技术总结

一种基于S型函数的语音通信自适应回声消除方法,其主要步骤为:A、回声消除B、抽头权向量更新:B1、计算S型函数值,由误差信号e(n)与抽头权向量W(n),计算得到S型函数值s(n),B2、滤波器抽头权向量的更新,将s(n)‑s2(n)作为调整项的减项引入权向量更新公式中,得到下一时刻n+1的滤波器抽头权向量W(n+1);C、重复。该方法收敛速度快、稳态误差低,抗冲击性能强,回声消除效果好。

技术研发人员:赵海全;李磊

受保护的技术使用者:西南交通大学

技术研发日:.10.30

技术公布日:.02.07

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。