[发明专利]基于块稀疏成比例重用权系数仿射投影的回声消除方法

说明书

一种基于块稀疏成比例重用权系数仿射投影的回声消除方法，其步骤主要是：A、远端信号滤波,将滤波器输入向量X(n)通过自适应滤波器得到输出值y(n)；B、回声抵消,将近端麦克风拾取到当前时刻带回声的近端信号d(n)与滤波器输出值y(n)相减后的误差为残差信号e(n)，e(n)＝d(n)‑y(n)，并送回给远端；C、滤波器抽头权向量更新；D、令n＝n+1,重复A、B、C的步骤,直至通话结束。该方法对稀疏系统的语音通信的回声消除能力强，收敛速度快，稳态误差小；回声消除效果好。

技术领域

本发明属于通信的自适应回声对消技术领域。

背景技术

随着科技的发展，多功能多种类的通信应用一直层出不穷，用户在享受着便利的同时也会遇到通信中的回声问题所带来的困扰。根据回声产生的机理，回声可以分为声学回声和电学回声。电学回声通常比较小，因此，当前回声消除研究的重点已转向了声学回声消除。通信过程中，声学回声产生的机理是远端说话人的声音在近端扬声器播放出来后又被麦克风接受又传播到远端的说话人，使之又听到了自己的声音，从而形成了声学上的回声。声学回声会让通信用户觉得非常不适应，严重时还会影响通话质量。因此，如何采取有效的方法来消除声学回声成为了信号处理领域热门课题之一。回声消除技术的难点主要是由于要消除的电声反馈信号中有大量通过室内反射声途径产生的电声反馈，它们是无限多的、连续不断的、无规则延时的、来自各个方向的反射声信号。一般说来，在已投入使用的回声抑制器中或仍在研究、开发的相关技术中，均采取了适当的自适应辨识方案来消除回声。

在处理语音信号时，仿射投影技术(APA)算法可看作归一化最小均方算法(NLMS)算法的时域扩展，仿射投影技术(APA)比传统的NLMS算法具有更快的收敛速度，但APA的稳态误差性能变差，在高噪声下，APA的估计波动极大。针对上述问题，Clark和Shynk均提出对输入数据序列通过串-并变换器被分成L点的块，而且这样产生的输入数据块被一次一块地加到长度为M的有限冲击响应(FIR)滤波器。在收集到每一块数据样值后，进行滤波器抽头权值的更新，使得滤波器的自适应一块一块地进行，而不是像传统LMS滤波器那样一个样值的进行，减少计算复杂性。基于此基础上，之后又有许多新的有效算法被提出。但是，通信中的大多数回声信道都是稀疏信道，这种稀疏信道的脉冲响应大多很小，而阶数又比较长。传统自适应滤波器在这种稀疏信道下的回声消除收敛慢，稳态误差大。针对这种情况引入成比例滤波器，可以提高算法的收敛速度。目前，回声消除应用中，性能较好的算法有：

(1)基于重用权系数的仿射投影回声消除方法

参考文献“A noise-resilient affine projection algorithm and itsconvergence analysis”(Seong-Eun Kim,Signal Processing,vol.121,pp.94–101,2016)该方法将重用权系数方法引入仿射投影算法，提高了自适应滤波器的收敛速度和跟踪性能。但是，由于在稀疏系统下该算法没有利用稀疏系统的特性，因此仍表现出收敛速度慢的缺陷。

(2)基于块稀疏的成比例仿射投影回声消除方法

参考文献“Proportionate Adaptive Filtering for Block-sparse SystemIdentification”(IEEE/ACM Transactions on Audio,Speech,and LanguageProcessing，Vol.24,pp.623-630,April.2016)该算法将块稀疏算法引入仿射投影算法。在块稀疏系统中，该方法具有较快的收敛速度和较小的稳态误差。然而，在低信噪比系统下，由于没有使用重用权系数方法去消除高噪声对系统的影响，该方法的收敛速度仍然较慢。

发明内容

本发明的目的就是提供一种基于块稀疏成比例的重用权系数仿射投影方法。该方法对回声消除效果好，收敛速度快，稳态误差小。