[发明专利]一种基于熵吸引的最大熵子带回声消除方法

说明书

一种基于熵吸引的最大熵子带回声消除方法，其步骤是：A、信号的采样与处理，远端信号构成当前时刻n分析滤波器一的输入向量U(n)，输入向量U(n)经分析滤波器一分割成I个远端子带向量U_i(n)，将远端信号滤波输入向量U(n)经分析滤波器分割成子带信号U_i(n)；B、信号的抽取，将U_i(n)经抽取器进行N抽取，得到抽取后的输入信号U_i(k)；C、滤波器的输出，D、回声抵消，将近端子带抽取信号d_i(k)与输出子带信号y_i(k)相减得到误差信号e_i(k)，E、权系数向量的更新：E1、计算抽取时刻k的熵吸引量P(k)；E2、更新得到下一个抽取时刻k+1的权系数向量W(k+1)；F、令n＝n+1，重复A、B、C、D的步骤,直至通话结束。该方法的收敛速度快、稳态误差低，回声消除效果明显。

技术领域

本发明属于语音通信的自适应回声消除技术领域。

背景技术

目前，回声消除器就是通过核心部件—自适应滤波器来估计回声，并在近端信号中减去回声的估计值以达到回声消除的效果。自适应回声消除技术因其成本低、效果好，得到一致认可，也是目前国际上公认的最有前景的回声消除技术之一。

从回声消除的基本原理看，利用声学回声消除器来实现回声消除，其中最核心的部分就是自适应滤波器。自适应系统中最常用的最小均方(LMS)算法往往在回声消除应用中不能获得较好的效果。为此，为了解决这一难点归一化子带自适应滤波器方法被提出，该种方法将输入信号经过分析滤波器按频率分割为多个子带信号，由于输入信号的频率与回声的相关度高，对不同的子带信号自适应的进行不同的回声消除，再进行归一化处理，能从整体上降低回声消除的难度，从而可以获得较好的收敛速度。在目前的自适应回声消除应用中，较成熟的子带回声消除方法为归一化子带类的自适应滤波算法，如有文献1“TwoImproved Normalized Subband Adaptive Filter Algorithms with Good RobustnessAgainst Impulsive Interferences”(Yu,Y.,&Zhao,H.,Circuits Syst Signal Process(2016)35:4607–4619)的(MCC‐SAF)方法，该方法是将最大熵思想加入子带(SAF)算法，以减少冲激噪声对算法的影响，该方法因没有考虑到系统的稀疏性，而没有区分系统冲激响应的幅值大小；因此，在系统为稀疏系统时该算法的性能降低。

发明内容

本发明的目的就是提出一种基于熵吸引的最大熵子带回声消除方法，该方法进行回声消除，具有较好的收敛速度和更低的稳态误差。

本发明实现其发明目的所采用的技术方案是，一种收缩变步长子带回声消除方法，其步骤如下：

A、信号的采样与处理

将当前时刻n到时刻n-L+1之间的采样远端信号u(n),u(n-1),...,u(n-L+1),构成当前时刻n分析滤波器一的输入向量U(n)，U(n)＝[u(n),u(n-1),...,u(n-L+1)]^T；L＝512是滤波器抽头数，上标T表示转置运算；

分析滤波器一将输入向量U(n)按频带分割成I个远端子带向量U_i(n)，U_i(n)＝[u_i(n),u_i(n-1),...,u_i(n-L+1)]^T；

同时，分析滤波器二将近端麦克风拾取到的当前时刻n的带回声的近端信号d(n)按频带分割分割成I个近端子带信号d_i(n)；

其中，i为远端子带向量或近端子带信号的序号，i＝1,2,...,I，I为远端子带向量和近端子带信号的总个数,其取值为2、4、6、8；