本發(fā)明涉及一種基于權(quán)向量重用的零范數(shù)集員仿射投影自適應(yīng)回聲消除方法，屬于通信的回聲對消
技術(shù)領(lǐng)域：
。
背景技術(shù)：
：隨著時代的進步、科技的發(fā)展和交通的便利，不同地區(qū)的人們交流日益頻繁，人們對通信設(shè)備的使用越來越頻繁，對通信終端中語音通話質(zhì)量的要求也不斷的提高。隨著時間的推移，人們的通信方式在不斷的發(fā)生著變化，己經(jīng)由原來的簡單的尋呼機、手提電話、座機電話，發(fā)展到現(xiàn)在的移動電話、電視電話系統(tǒng)以及網(wǎng)絡(luò)電話等多種通信設(shè)備的綜合應(yīng)用。一個通信終端能夠擁有清晰的通話質(zhì)量是其成為合格的通信產(chǎn)品最基本的條件，清晰的聲音也是用戶在購買通信設(shè)備時首先要考慮的問題，然而由于人們生活環(huán)境的復(fù)雜性，大多數(shù)的語音通話都會受到不同程度的回聲信號的干擾。當原始聲音信號片段經(jīng)過延時或形變等過程被反射回到聲源時，我們把這種現(xiàn)象稱為回聲。在免提電話、電視電話系統(tǒng)和網(wǎng)絡(luò)電話中都存在回聲，對語音通信質(zhì)量產(chǎn)生了不同程度的影響，特別是在長途通信過程中，通話者所感受的回聲現(xiàn)象會更加明顯，嚴重時可導(dǎo)致接收到模糊的語音，影響正常的語音通話。因此，必須采取有效的措施來消除回聲信號，提高語音通話質(zhì)量。近些年來，自適應(yīng)回聲消除技術(shù)因其成本低、效果好，得到一致認可，是目前國際上公認的最有前景的回聲消除技術(shù)，它的每一步進展都將促進新回聲消除器的出現(xiàn)，為用戶提供更好的通信環(huán)境，具有現(xiàn)實意義和商業(yè)價值。自適應(yīng)回聲消除技術(shù)的本質(zhì)是通過自適應(yīng)濾波器來估計回聲，并在近端信號中減去回聲的估計值以消除回聲。自適應(yīng)回聲消除技術(shù)的核心是自適應(yīng)回聲消除算法。因此，如何完善和研究新的性能卓越的自適應(yīng)回聲消除算法是回聲消除領(lǐng)域的主要研究方向。在目前的自適應(yīng)回聲消除應(yīng)用中，較成熟的方法有以下兩種：(1)一種集員仿射投影回聲消除方法參考文獻1“Set-membershipaffineprojectionalgorithm”(S.Werner和P.S.R.Diniz，IEEESignalProcess.Lett.,vol.8,no.8,pp.231–235,Aug.2001.)該方法是將集員技術(shù)與仿射投影方法相結(jié)合，有效地降低了算法計算復(fù)雜度，同時也降低了算法穩(wěn)態(tài)誤差。但是該算法的穩(wěn)態(tài)誤差仍然很大。(2)一種稀疏的集員仿射投影回聲消除方法參考文獻2“Sparsity-awaredata-selectiveadaptivefilters”(M.V.S.Lima，T.N.Ferreira，W.A.Martins和P.S.R.Diniz，IEEETrans.SignalProcess.,vol.62,no.17,pp.4557–4572,Sep.2014.)該方法是將零吸引技術(shù)引入集員仿射投影方法，進一步降低了算法穩(wěn)態(tài)誤差。然而，在背景噪聲較強的情況下仍然表現(xiàn)出較大的穩(wěn)態(tài)誤差。技術(shù)實現(xiàn)要素：本發(fā)明的發(fā)明目的就是提供一種基于權(quán)向量重用的零范數(shù)集員仿射投影自適應(yīng)回聲消除方法，該方法對通信系統(tǒng)的聲學(xué)回聲的消除效果好，收斂速度快，穩(wěn)態(tài)誤差小。本發(fā)明實現(xiàn)其發(fā)明目的所采用的技術(shù)方案是，一種基于權(quán)向量重用的零范數(shù)集員仿射投影自適應(yīng)回聲消除方法，其步驟如下：A、遠端信號采樣將遠端傳來的遠端信號在當前時刻n及之前L-1個時刻采樣得到的遠端信號x(n)，x(n-1),...,x(n-L+1)構(gòu)成當前時刻n的輸入向量X(n)，X(n)＝[x(n)，x(n-1),...,x(n-L+1)]T，其中L＝512是濾波器抽頭數(shù)，T代表轉(zhuǎn)置運算；B、回聲估計將當前時刻n的輸入向量X(n)通過自適應(yīng)濾波器得到當前時刻n的輸出值y(n)，y(n)＝XT(n)w(n)；其中，w(n)為當前時刻n的自適應(yīng)濾波器的抽頭權(quán)向量，w(n)＝[w1(n),w2(n),...wl(n)...,wL(n)]T，w(n)的初始值為零向量；wl(n)為抽頭權(quán)向量w(n)中的第l個抽頭權(quán)系數(shù)；C、回聲抵消將近端麥克風(fēng)拾取的帶回聲的當前時刻n的近端信號d(n)，與自適應(yīng)濾波器的當前時刻n的輸出值y(n)相減得到當前時刻n的殘差信號e(n)，e(n)＝d(n)-y(n)；再將當前時刻n的殘差信號e(n)回送給遠端；D、濾波器抽頭權(quán)向量更新D1、計算相干權(quán)向量由下式計算相干權(quán)向量w‾(n)=1MΣm=0M-1w(n-m)]]>其中，m為權(quán)向量相干時刻數(shù)，M為權(quán)向量最大相干時刻數(shù)，其取值范圍為2～5；D2、計算輸入加權(quán)矩陣將當前時刻n及之前P-1個時刻的輸入向量X(n),X(n-1),...,X(n-P+1)構(gòu)成當前時刻n的仿射投影輸入矩陣U(n)，U(n)＝[X(n),X(n-1),...,X(n-P+1)]；其中，P為仿射投影階數(shù)，其取值范圍為2～8；由下式計算輸入加權(quán)矩陣Φ(n)：Φ(n)＝[UT(n)U(n)+δIP]-1其中，δ為防止矩陣求逆計算困難的正常數(shù)，其取值為0.001，IP為P×P的單位矩陣；D3、計算相干殘差由下式計算當前時刻n的相干殘差e‾(n)=θe‾(n-1)+(1-θ)|d(n)-XT(n)w‾(n)|]]>其中，θ為平滑因子，其取值范圍為0.800～0.999，相干殘差初始值為零；D4、計算步長因子由下式計算步長因子μ(n)：μ(n)=1-γe‾,|d(n)-XT(n)w‾(n)|>γ0,|d(n)-XT(n)w‾(n)|≤γ]]>其中，γ為閾值參數(shù)，其取值范圍為0.0001～1；D5、獲取零吸引向量計算當前時刻n的自適應(yīng)濾波器的第l個抽頭權(quán)系數(shù)的零吸引因子fβ(wl(n))：fβ(wl(n))=-β2wl(n)-β,-1β≤wl(n)≤0-β2wl(n)+β,0≤wl(n)≤1β0,|wl(n)|>1β,]]>其中，β為控制因子，其取值范圍為1～20；將所有的抽頭權(quán)系數(shù)的零吸引因子fβ(wl(n))構(gòu)成自適應(yīng)濾波器當前時刻n的零吸引向量Fβ(w(n))，F(xiàn)β(w(n))＝[fβ(w1(n)),fβ(w2(n)),...,fβ(wL(n))]T，D6、濾波器抽頭權(quán)向量更新將當前時刻n及之前P-1個時刻的近端信號d(n),d(n-1),...,d(n-P+1)構(gòu)成當前時刻n的近端信號向量D(n)，D(n)＝[d(n),d(n-1),...,d(n-P+1)]T；使用基于權(quán)向量重用的零范數(shù)集員仿射投影的方法，得出下一時刻n+1的自適應(yīng)濾波器的抽頭權(quán)向量w(n+1)：w(n+1)=w‾(n)+μ(n)U(n)Φ(n)[D(n)-UT(n)w‾(n)]+α2M[U(n)Φ(n)UT(n)-IL]Fβ(w(n))]]>其中，α為零吸引參數(shù)，其取值范圍為1×10-8～1，IL為L×L的單位矩陣；E、令n＝n+1,重復(fù)A、B、C、D的步驟，直至通話結(jié)束。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：一、在濾波器抽頭權(quán)向量更新過程中，通過前M個權(quán)向量重用的方法，有效地降低了濾波器抽頭權(quán)向量波動，顯著降低了算法穩(wěn)態(tài)誤差，表現(xiàn)出較好的回聲消除效果。二、在計算步長過程中，通過采用平滑估計的方法，有效地降低了背景噪聲對算法步長的影響，使算法能夠在穩(wěn)態(tài)階段獲得更小的步長，表現(xiàn)出更低的穩(wěn)態(tài)誤差和更好的回聲消除效果。下面結(jié)合附圖和具體實施方式對本發(fā)明進行詳細說明附圖說明圖1是參考文獻1的方法、參考文獻2的方法和本發(fā)明方法的仿真實驗歸一化穩(wěn)態(tài)失調(diào)曲線。具體實施方式實施例本發(fā)明的一種具體實施方式是，一種基于權(quán)向量重用的零范數(shù)集員仿射投影自適應(yīng)回聲消除方法，其步驟如下：A、遠端信號采樣將遠端傳來的遠端信號在當前時刻n及之前L-1個時刻采樣得到的遠端信號x(n)，x(n-1),...,x(n-L+1)構(gòu)成當前時刻n的輸入向量X(n)，X(n)＝[x(n)，x(n-1),...,x(n-L+1)]T，其中L＝512是濾波器抽頭數(shù)，T代表轉(zhuǎn)置運算；B、回聲估計將當前時刻n的輸入向量X(n)通過自適應(yīng)濾波器得到當前時刻n的輸出值y(n)，y(n)＝XT(n)w(n)；其中，w(n)為當前時刻n的自適應(yīng)濾波器的抽頭權(quán)向量，w(n)＝[w1(n),w2(n),...wl(n)...,wL(n)]T，w(n)的初始值為零向量；wl(n)為抽頭權(quán)向量w(n)中的第l個抽頭權(quán)系數(shù)；C、回聲抵消將近端麥克風(fēng)拾取的帶回聲的當前時刻n的近端信號d(n)，與自適應(yīng)濾波器的當前時刻n的輸出值y(n)相減得到當前時刻n的殘差信號e(n)，e(n)＝d(n)-y(n)；再將當前時刻n的殘差信號e(n)回送給遠端；D、濾波器抽頭權(quán)向量更新D1、計算相干權(quán)向量由下式計算相干權(quán)向量w‾(n)=1MΣm=0M-1w(n-m)]]>其中，m為權(quán)向量相干時刻數(shù)，M為權(quán)向量最大相干時刻數(shù)，其取值范圍為2～5；D2、計算輸入加權(quán)矩陣將當前時刻n及之前P-1個時刻的輸入向量X(n),X(n-1),...,X(n-P+1)構(gòu)成當前時刻n的仿射投影輸入矩陣U(n)，U(n)＝[X(n),X(n-1),...,X(n-P+1)]；其中，P為仿射投影階數(shù)，其取值范圍為2～8；由下式計算輸入加權(quán)矩陣Φ(n)：Φ(n)＝[UT(n)U(n)+δIP]-1其中，δ為防止矩陣求逆計算困難的正常數(shù)，其取值為0.001，IP為P×P的單位矩陣；D3、計算相干殘差由下式計算當前時刻n的相干殘差e‾(n)=θe‾(n-1)+(1-θ)|d(n)-XT(n)w‾(n)|]]>其中，θ為平滑因子，其取值范圍為0.800～0.999，相干殘差初始值為零；D4、計算步長因子由下式計算步長因子μ(n)：μ(n)=1-γe‾,|d(n)-XT(n)w‾(n)|>γ0,|d(n)-XT(n)w‾(n)|≤γ]]>其中，γ為閾值參數(shù)，其取值范圍為0.0001～1；D5、獲取零吸引向量計算當前時刻n的自適應(yīng)濾波器的第l個抽頭權(quán)系數(shù)的零吸引因子fβ(wl(n))：fβ(wl(n))=-β2wl(n)-β,-1β≤wl(n)≤0-β2wl(n)+β,0≤wl(n)≤1β0,|wl(n)|>1β,]]>其中，β為控制因子，其取值范圍為1～20；將所有的抽頭權(quán)系數(shù)的零吸引因子fβ(wl(n))構(gòu)成自適應(yīng)濾波器當前時刻n的零吸引向量Fβ(w(n))，F(xiàn)β(w(n))＝[fβ(w1(n)),fβ(w2(n)),...,fβ(wL(n))]T，D6、濾波器抽頭權(quán)向量更新將當前時刻n及之前P-1個時刻的近端信號d(n),d(n-1),...,d(n-P+1)構(gòu)成當前時刻n的近端信號向量D(n)，D(n)＝[d(n),d(n-1),...,d(n-P+1)]T；使用基于權(quán)向量重用的零范數(shù)集員仿射投影的方法，得出下一時刻n+1的自適應(yīng)濾波器的抽頭權(quán)向量w(n+1)：w(n+1)=w‾(n)+μ(n)U(n)Φ(n)[D(n)-UT(n)w‾(n)]+α2M[U(n)Φ(n)UT(n)-IL]Fβ(w(n))]]>其中，α為零吸引參數(shù)，其取值范圍為1×10-8～1，IL為L×L的單位矩陣；E、令n＝n+1,重復(fù)A、B、C、D的步驟，直至通話結(jié)束。仿真實驗：為了驗證本發(fā)明的有效性，進行了仿真實驗，并與參考文獻1的方法和參考文獻2的方法進行對比。仿真實驗的遠端信號x(n)采用極點為0.8的一階自回歸(AR(1))信號，采樣頻率為8000Hz，采樣點個數(shù)80000?；芈曅诺烂}沖響應(yīng)在高2.5m，寬3.75m，長6.25m，溫度20℃，濕度50％的安靜密閉房間內(nèi)獲得，脈沖響應(yīng)長度即濾波器抽頭數(shù)L＝512。實驗的背景噪聲為高斯白噪聲，信噪比為5dB。按照以上實驗條件，用參考文獻1的方法、參考文獻2的方法和本發(fā)明方法進行回聲消除實驗。各種方法的參數(shù)具體取值如表1。表1實驗各算法的最優(yōu)參數(shù)近似取值文獻1P＝4；δ＝0.001；γ＝1文獻2P＝4；δ＝0.001；γ＝1；α＝5×10-5；β＝5；本發(fā)明P＝4；δ＝0.001；γ＝1；α＝5×10-5；β＝5；M＝3；θ＝0.99；仿真實驗結(jié)果是通過獨立運行50次平均得到的。圖1是參考文獻1的方法、參考文獻2的方法和本發(fā)明方法的仿真實驗歸一化穩(wěn)態(tài)失調(diào)曲線。從圖1可以看出，在收斂速度相同的情況下，參考文獻2的方法比參考文獻1的方法具有更好的穩(wěn)態(tài)誤差，其穩(wěn)態(tài)誤差約為-13dB，較參考文獻1降低約3dB；本發(fā)明方法比參考文獻2的方法具有更好的穩(wěn)態(tài)誤差，其穩(wěn)態(tài)誤差約為-17dB，較參考文獻2的穩(wěn)態(tài)誤差又降低了約4dB。因此，本發(fā)明具有更小的穩(wěn)態(tài)誤差，表現(xiàn)出更好的回聲消除效果。當前第1頁1 2 3