一种鲁棒的点-振幅块成比例自适应声学回声消除方法

技术领域

本发明涉及语音通信技术领域，特别是一种鲁棒的点-振幅块成比例自适应声学回声消除方法。

背景技术

近二十年来，随着现代通信技术产业与处理器技术的蓬勃发展，人们的通信方式已经由单一的全双工手机通话变成多种方式可供选择的局面，例如备受用户青睐的免提电话、网络电话以及电话。在以电话和视频会议为主的通信系统中，语音通信的质量并不总是处于理想状态的，除了受到外界噪声等干扰因素以外，通信系统内部存在的回声也是非常棘手的问题。声学回声使人们常常会听到自己的谈话，这样在很大程度上会降低语音信号的感知质量。因此，在通信系统日益复杂和人们对语音通信质量高要求的前提下，对回声消除问题展开研究就显现出一定的重要意义。

目前，声学回声消除中应用最广泛的就是自适应滤波算法。其中，最小均方(LMS)算法是最简单，也是最早应用在声学回声消除中的算法。但是，LMS算法随着滤波器阶数的升高容易发散，且收敛速度较慢。考虑到大多数的回声路径具有稀疏特性，即大多数系数为零或者接近于零。成比例归一化LMS(PNLMS)算法可以用在声学回声消除中。该算法按比例分配滤波器系数的权重，可以在初始阶段加快收敛速度，并降低稳态误差。虽然，在初始阶段算法的收敛速度较快，但是速度不能保持下去。由于在声学回声消除中，输入是有色输入，将会进一步降低算法的收敛速度。另一方面，研究表明电话线路内存在的噪声有可能不仅仅是高斯噪声，还有非高斯噪声的存在，会使一般基于二阶矩的算法失效。

在声学回声消除中，对于成比例算法要同时考虑不同权值的权重分配方式，又要考虑对于具有很强相关性的语音信号，如何进行去相关操作。同时，还要考虑非高斯噪声对回声消除的不利影响。因此，必须要找到一种鲁棒的，收敛速度快，稳态误差低和声学回声的消除效果好的自适应算法，以保证在整个语音通信中的通话质量。

发明内容

鉴于此，本发明提供一种鲁棒的点-振幅块成比例自适应声学回声消除方法，具有收敛速度快、鲁棒性能，稳态误差低，声学回声的消除效果好的优点。

本发明公开了一种鲁棒的点-振幅块成比例自适应声学回声消除方法，其包括：

步骤1：假设滤波器的输入为语音信号x(n)，输出为估计信号y(n)，期望信号是d(n)，滤波器系数为w(n)；期望信号包括回声信号和噪声信号；

步骤2：根据鲁棒的点-振幅块成比例自适应算法和误差信号，自适应更新滤波器的系数，以消除回声信号。

进一步地，所述误差信号为期望信号d(n)与滤波器的输出y(n)的差值。

进一步地，所述步骤2包括：

步骤21：分别对滤波器输入的话音信号x(n)和期望信号d(n)进行去相关操作变为

步骤22：使用基舌函数作为误差函数，基于

进一步地，所述步骤22包括：

步骤221：将滤波器的系数按序排列后进行划分；对

步骤222：使用基舌函数作为误差函数，根据梯度下降方法得到滤波器系数的更新方式，继而得到最终的滤波器更新系数。

进一步地，所述步骤221包括：

根据滤波器系数大小进行排序：

将排序后的滤波器系数划分为多个系数块，得到划分结果

进一步地，在所述步骤222中：

滤波器系数的更新方式为：

其中，误差

进一步地，在所述步骤222中：

将滤波器系数的顺序还原，即可得到最终的滤波器更新系数：

进一步地，假设权向量矩阵P

且

将滤波器系数的顺序还原，即可得到所需的权向量矩阵P。

由于采用了上述技术方案，本发明具有如下的优点：本发明具备鲁棒性能，收敛速度快、稳态误差低；声学回声的消除效果好。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是本发明实施例的声学回声消除的原理框图；

图2是本发明实施例的自适应滤波原理框图；

图3是本发明实施例的鲁棒的点-振幅块成比例自适应算法原理框图。

具体实施方式

结合附图和实施例对本发明作进一步说明，显然，所描述的实施例仅是本发明实施例一部分实施例，而不是全部的实施例。本领域普通技术人员所获得的所有其他实施例，都应当属于本发明实施例保护的范围。

参见图1，本发明提供了一种鲁棒的点-振幅块成比例自适应声学回声消除方法的实施例，其包括以下步骤：

(1)由远端房间内讲话人发出的话音信号在近端房间内通过回声路径生成回声信号；

(2)近端可能存在回声信号和噪声信号共同产生期望信号；

(3)远端房间内讲话人发出的语音信号和滤波器权向量产生回声估计信号；

(4)滤波器输出和期望信号相减得到估计误差；

(5)利用鲁棒的点-振幅块成比例自适应使估计误差不包含回声信号，从而达到回声抵消的目的；

参阅图2，在可选的实施例中，声学回声消除是自适应滤波器极为广泛的一种运用。自适应滤波，指的是滤波器使用上一时刻内的误差，滤波器系数，输入信号等参数来自动调整下一阶段的滤波器系数，以应对其输入信号或外界干扰噪声信号的的统计特性先验未知的情况，从而实现最优化的滤波。

自适应滤波器在辨识系统的时候实际就是声学回声消除技术。如图2的简单表达：假设输入语音信号为x(n)，滤波器的输出为y(n)，期望信号是d(n)，滤波器系数为w(n)。自适应滤波的系统辨识就是根据误差信号和某种具体的自适应算法进行滤波器系数更新，使估计的滤波器系数无限逼近于未知系统的系数，从而达到声学回声消除的目的。

参阅图3，在可选的实施例中，鲁棒的点-振幅块成比例自适应算法进行更新系数的时候包含了去相关输入的有色信号和输出值部分，重组滤波器系数，重组输入信号，合成滤波器输出，更新滤波器系数。首先，输入信号x(n)输出值d(n)进行去相关操作变为

然后再根据大小进行划分，得到划分结果

其中，误差

其中假设权向量矩阵P

且

再将顺序还原即可得到所需的权向量矩阵P。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。