基于自适应滤波器的回声消除算法研究及应用

摘要

在语音通信、数据通信、卫星通信、VoIp、免提电话、电话会议系统以及视频会议系统等通讯系统中，都不同程度的存在回声现象。回声的存在影响了通信质量，严重时甚至使通信系统不能正常工作。因此，必须采取有效措施来抑制回声，消除其影响，才能提高语音通信质量。
　　 为了克服这种通信环境下存在回声所造成的烦恼，通常做法是使用自适应回声消除器。自适应回声消除器中涉及到两大关键问题：自适应滤波算法和双端发声检测算法。
　　 首先，本文详细地讨论了各种常用的自适应滤波算法，通过理论分析和实验对比给出了各种算法存在的优缺点。LMS算法结构简单，计算量小，鲁棒性好，但是，收敛速度慢。和LMS算法相比，NLMS算法的收敛速度更快，但是，计算量增大，并且当遇到相关信号时，收敛速度变慢。PNLMS算法利用了网络中回声路径的稀疏特性使其收敛速度快于NLMS算法，但是，当网络回声路径的脉冲响应发生色散时，PNLMS算法则以远低于NLMS的速率收敛。APA算法计算复杂度中等，鲁棒性不如NLMS算法好，但是可以取得较快的收敛速度。RLS算法计算复杂度较高是O(M2)，这是实时计算中无法承受的，并且RLS算法的鲁棒性不高，但是收敛最为快速。然而，对于固定步长的自适应滤波算法而言，都存在一个共同的缺点：收敛速度和稳态失调对步长选择的矛盾性，同时，固定步长的自适应滤波算法之间在收敛速度和稳态失调上具有一定的互补性。为此，我们提出了一种集成多种自适应滤波算法的回声消除框架，以挖掘不同自适应滤波算法以及不同步长选择之间的互补性，来获得稳定的消除效果。
　　 此外，本文还详细地介绍了常用的一些双端发声检测算法，分析比较了回声消除和干扰抵消的算法原理，指出回声消除就是干扰抵消的一个特例，因此，可把回声消除自适应滤波算法用于干扰抵消中。基于这种思想，我们将双滤波自适应算法用于干扰抵消中，提出了车载命令词识别系统背景音乐的自适应抵消算法，该算法首先用预白化方法降低音乐信号的相关性，提高算法的收敛速度，然后用双滤波自适应算法来消除音乐干扰，提高命令词识别率。
　　 最后，总结所提出的算法，提出了一些在今后工作中需要改进的问题，指出了回声消除未来的发展前景。

目录

文摘

英文文摘

声明

第1章绪论

1.1回声消除技术的研究背景及意义

1.2论文的内容安排和创新点

1.2.1论文的内容安排

1.2.2论文的创新点

第2章回声消除器概况

2.1回声的产生机理

2.1.1电学回声产生机理

2.1.2声学回声产生机理

2.2回声消除的基本原理

2.3回声消除器的模块结构及主要性能指标

2.3.1模块结构

2.3.2主要性能指标

第3章回声消除器的自适应算法研究

3.1自适应滤波器

3.1.1自适应滤波器原理

3.1.2自适应准则

3.1.3自适应滤波器的应用

3.1.4自适应滤波算法的选择

3.2自适应滤波算法

3.2.1 LMS算法

3.2.2 NLMS算法

3.2.3 PNLMS算法

3.2.4 IPNLMS算法

3.2.5 LMS变步长算法

3.2.6投影仿射算法(APA，Affine projection Algorithm)

3.2.7递归最小二乘算法(RLS，recursive least-squares)

3.3自适应算法比较

3.3.1实验

3.4集成多种自适应滤波算法的回声消除器

3.4.1算法描述

3.4.2算法过程

3.4.3实验环境和实验结果

3.4.4结论

3.5小结

第4章双端发声检测算法

4.1双端发声检测的一般步骤

4.2双端发声检测的评价

4.3双端发声检测算法

4.3.1能量比较法

4.3.2基于ERLE的算法

4.4相关计算法

4.4.1基于正交原理的互相关法

4.4.2基于远近端信号的互相关法

4.4.3基于远近端信号归一化互相关法

4.4.4基于双统计量的互相关检测法

4.5双滤波法

4.6车载命令词识别系统背景音乐的自适应抵消

4.6.1信号特性

4.6.2双滤波自适应算法

4.6.3预白化双滤波自适应干扰抵消算法

4.6.4实验

4.6.5结论

4.7小结

总结与展望

总结

展望

参考文献

攻读学位期间发表的学术论文

致谢