一種快速回聲消除算法及DSP實現(xiàn)

1、第卷第期年月聲學(xué)技術(shù)，一種快速回聲消除算法及實現(xiàn)王樹恩，宋彥，汪萌，戴禮榮（中國科學(xué)技術(shù)大學(xué)電子工程與信息科學(xué)系，合肥）摘要：在回聲消除系統(tǒng)中，人們希望回聲消除器不僅要收斂速度快而且要魯棒性好。和算法具有收斂速度快的優(yōu)勢，然而在雙端發(fā)聲情況下，它們就會產(chǎn)生大的失調(diào)，甚至不能保證濾波器收斂。為了克服上述問題，根據(jù)正交原理，我們提出了算法，該算法不僅具有和算法的快速收斂性能，而且受雙端發(fā)聲和嘈雜背景噪聲影響極小。即使是在單端發(fā)聲時，該算法的性能也優(yōu)于以及和算法。此外，討論了該算法在定點上的實現(xiàn)方案。關(guān)鍵詞：自適應(yīng)濾波；回聲消除；數(shù)字信號處理器；雙端發(fā)聲中圖分類號：文獻標識碼：文章編號：（），（，）

2、：，（）”，“，（），：；一般回聲消除算法通過自適應(yīng)濾波來完成，其引言基本原理如圖所示。其中，遠端聲音（）通過回聲信道產(chǎn)生回聲（），近端信號（）是由回聲在現(xiàn)代多媒體通信系統(tǒng)中，語音業(yè)務(wù)仍然占有舉足輕重的位置。無論在傳統(tǒng)的固定電話業(yè)務(wù)還是在電話業(yè)務(wù)以及各種手持設(shè)備和免提電話系統(tǒng)中，為提高通信質(zhì)量，必須在通信設(shè)備中集成回聲消除器以消除或抑制回聲。收稿日期：；修回日期：；作者簡介：王樹恩（），男，山西人，碩士研究生，主要研究方向：自適應(yīng)信號處理、語音信號處理。：，（）混和近端聲音（）（可包含噪聲信號）得到。通!來模擬回聲信過使用抽頭的自適應(yīng)濾波器!（）逼近回聲信號，進而達到回聲道，可以使所得消除的目

3、的。由此可見，回聲消除的關(guān)鍵是自適應(yīng)地!使其逼近，可通過現(xiàn)有的各種自適應(yīng)濾波算調(diào)整法實現(xiàn)?，F(xiàn)有的自適應(yīng)算法主要分為兩類：一類為基于隨機梯度的算法，如，算法及其改進，第期算法及其改進算法。王樹恩等：一種快速回聲消除算法及實現(xiàn)頭位置索引，（）為時變步長，為步長權(quán)重常數(shù)，#由于其算法簡單，收斂性能良好而被廣泛采用。為了獲得比更快速的收斂性能，文為遠端聲音（）的方差，為自適應(yīng)濾波器的長度（一般取值為，或者抽頭）。在一般情況下，算法可以有效地消除非平穩(wěn)環(huán)境中的回聲。然而，當存在近端聲音（）（或者是大的近端背景噪聲）時，如式（）所示，算!法就會出現(xiàn)大的失調(diào)甚至不能收斂。!（）!（）!（）（）!（）（）!（

4、）（）（）圖回聲消除基本原理圖（）在式（）中，第三項導(dǎo)致濾波器系數(shù)失調(diào)。如果此時濾波器步長!（）取很小的值，濾波器系數(shù)的失調(diào)就會減小，穩(wěn)態(tài)誤差也會隨著減小。但是小的步長!（）必然會降低濾波器的收斂速度。因此，人們提出了一些控制算法用來減小在雙端說話情況或者在嘈雜的近端背景環(huán)境下的算法的步長。文獻提出了一種基于正交原理的算法，簡稱為（獻提出了算法，文獻對文獻的算法進行了改進，提出了，文獻提出了一種基于梯度更新的可變步長算法。然而在雙端發(fā)聲情況下，上述這些算法由于受近端聲音的干擾，算法的魯棒性就會變得極差。為了提高自適應(yīng)算法對近端聲音和背景噪聲的魯棒性，文獻提出了一種基于正交原理的可變步長算法，該

5、算法的收斂速度不夠迅速，而且也不夠穩(wěn)定。算）。該算法利用正交原理來調(diào)控步長。（）（）（）因為人們通常假設(shè)近端聲音和遠端聲音不相關(guān)，所以即使方程（）中（）含有近端聲音等式仍然成立，即該方程不受近端語音的干擾。依照此原理，使用（）和（）的歸一化互相關(guān)來作為步長的調(diào)控權(quán)重，如式（），當自適應(yīng)濾波器收斂后，無論單端發(fā)聲或雙端發(fā)聲該權(quán)重都接近，這樣自適應(yīng)濾波器系數(shù)不會發(fā)生大的變化，避免了雙端發(fā)聲干擾造成的濾波器發(fā)散。）（）$（）%&（）（%）（#（）法由于其運算量太大和魯棒性不好，在回聲消除中很少用到。為了克服上述問題而提出了一種新的基于正交原理的可變步長的算法，簡稱為。該算法不僅具有和算法的快速收斂性

6、能，而且對背景噪聲和近端聲音有很強的魯棒性。算法的步長控制和算法及所存在的問題本節(jié)中介紹了、和算然而，按式（）進行步長權(quán)重控制存在一些問題。為了推導(dǎo)簡單，假設(shè)是一個有限沖擊響應(yīng)（）濾波器。在單端發(fā)聲情況下（只有遠端聲音而沒有近端聲音），可以得出如下結(jié)果：法以及變步長算法，并仔細地討論了它們所存在的問題。算法和自適應(yīng)步長控制傳統(tǒng)的算法用來自適應(yīng)地估計回聲信道，其公式如下：!（）（）（）（）（）（）!（）（）（）!）（）（）（!）（）（）（#（）&$（）!$（）$（）(%!（）（）（）（）（）（）!（）（）（）（）!（）（）（）!（）!（）!（）（）（）!（）#（）通常情況下，在自適應(yīng)初始階段或者

7、在回聲信道發(fā)聲變化時，為了獲得更為快速的收斂速度，人們，聲學(xué)技術(shù)年始段或者在信道發(fā)生變化時，則希望歸一化互相關(guān)的值應(yīng)該接近。通過仔細地分析式（），上述這個法有非?？斓氖諗刻匦裕欢鴮嶒炞C明這兩種算法對背景噪聲非常敏感，如果存在近端聲音這種收斂特性就會被破壞。在文獻中也提到，在雙端發(fā)聲情況下，和算法性能比更差。!通常被設(shè)要求難以達到。首先，在自適應(yīng)初始段，為零，互相關(guān)值會隨著回聲信道的不同有大的波動。其次，由于遠端信號（）是非平穩(wěn)的語音信號，所以其自相關(guān)值動態(tài)范圍很大，從而導(dǎo)致互相關(guān)值會有較大的波動。特別是，當（）為白噪聲且回聲信道是非常稀疏的信道時，（）和（）歸一化互相關(guān)值就極有可能為零，如式

8、（），步長權(quán)重為零將導(dǎo)致濾波器停止自適應(yīng)更新。通過以上討論，可以看出不同的信道和遠端輸入語音所造成的互相關(guān)值的波動將會破壞算法的收斂特性。算法及實現(xiàn)本節(jié)中首先提出了一種算法，該算法不但具有快速的收斂速度，而且對背景噪聲和近端聲音有很強的魯棒性。該算法同時結(jié)合了算法和算法的優(yōu)點。然后在定點數(shù)字信號處理器上適時實現(xiàn)了算法。算法為了克服所存在的問題應(yīng)用正交原理!（）$（）%!%（）（）（）%（）&#$!%（）%&#和!（）的正交特性對式（）進行了修正，利用（）和來代替了（）和（）的正交特性。根據(jù)最優(yōu)濾波理論，當自適應(yīng)濾波器趨于最優(yōu)時，殘差信號（）和!（）正交，如式（）。通過（）和（）的正合成回聲（）

9、!（）也是正交的。交特性可以推導(dǎo)出（）和!（）（）（）!）（）!（）之間只有很小的相關(guān)性，因此于（）和!（）（）（）!（）（）!（）（）!（）（）!（）!（）!（）（）!（）!（）（!（）!（）!（）$!）（）（$!（）在自適應(yīng)初始段或者回聲信道發(fā)生變化時，由實際的回聲信道沖擊響應(yīng)通常集中于一塊很小的區(qū)域，算法正是利用回聲信道的這種稀疏特性來獲得更快的收斂速度。算法的濾波器自適應(yīng)更新類似于，但是，它根據(jù)濾波器系數(shù)不同的“重要程度”分配不同的權(quán)重。（）（）!（），!（），!（）（）（）!，（）!（）（），（）（）（）（）（）!（）!（）#（）（）（）（）（）由以上推導(dǎo)，可以看出，如果加入權(quán)值$!

10、，在自適應(yīng)初始段或者回聲信道發(fā)生變化時，（）和這里（）是相應(yīng)濾波器系數(shù)對應(yīng)的增益，相關(guān)的詳細解釋請參照文獻。通過讓每個濾波器系數(shù)的權(quán)重正比于估計得到的回聲信道沖擊響應(yīng)的幅度，算法有非常快速的初始收斂速度和良好的跟蹤特性。但是，算法同時存在一些缺陷。當回聲信道為色散信道時，算法收斂速度大大慢于算法。為了解決這個問題，文獻提出了一種改進的算法叫做，該算法中的自適應(yīng)迭代用和交替進行。該算法在遇到稀疏回聲信道時，收斂速度大大快于；在遇到色散回聲信道時，收斂速度不低（）歸一化互相關(guān)的值就會趨于。算法結(jié)合了和各自的優(yōu)點。與算法類似，算法中，不同的濾波器系數(shù)將獲得不同的增益。（）和!（）歸一化互相關(guān)作為新算

11、法的步長權(quán)重，新算法如下：!）%（）&!（）（&）（）（$!（）&（）（&）（$!）!（）（）（）($（）（）（）第期王樹恩等：一種快速回聲消除算法及實現(xiàn)!（）!（）（）（）（），#）!（）（）#!（）!（）（）（），$其中（）的計算與文獻提出的算（）根據(jù)式（）計算每塊的增益和；（）更新所有塊的激活標志，如果對應(yīng)個最大的（）之一，（）；否則，（）。（）如果時間采樣點的索引為奇數(shù)，對激活塊進行如同的更新；如果是激活塊，則!（）歸一化互相關(guān)。法一樣。式（）是計算（）和為了避免歸一化自相關(guān)過快的變小，使用了如式（）所示的低通濾波器。這里!（）就是最終的步長權(quán)重，歸一化步長的計算如式（）。的實現(xiàn)在網(wǎng)絡(luò)

12、通信中，多路回聲消除被頻繁使用。因!（）!（）!（）（）（）（），（）否則，此，在實施實現(xiàn)中必須要考慮回聲消除算法的計算復(fù)雜度和存儲復(fù)雜度。本節(jié)中在美國模擬儀器公司（）的定點數(shù)字信號處理器!（）!（）!（）（）（），（），轉(zhuǎn)至）。在實現(xiàn)中，并不是對每個采樣點都要將參參數(shù)更新一次（包括（），等）。照文獻中的做法，我們每個樣本點更新一次參數(shù)（）和（）。上適時實現(xiàn)了算法。在盡量不降低算法性能的基礎(chǔ)上，把更多的精力放在如何降低算法計算復(fù)雜度上。降低計算復(fù)雜度的方法包括縮短濾波器的收斂長度和塊更新，將在后面作詳細介紹。最后還討論了實時實現(xiàn)的性能。文獻中提到，在實際通信中回聲信道沖擊響應(yīng)的時延雖然很長，但

13、是真正的活動區(qū)域非常短。實際應(yīng)用中，人們并不需要同時更新所有的濾波器只更新系數(shù)活動區(qū)系數(shù)中，可以采用跟蹤信道時延、域的算法，用來減少運算量和存儲空間。為了處理長的回聲時延，采用了抽頭的自適應(yīng)濾波器（采樣率為）。在實現(xiàn)為定點，它的運算能力為（），擁有兩個單元。因此，在濾波部分，兩個抽頭運算可以在一個周期內(nèi)完成。在濾波器系數(shù)更新部分，如果用方法更新，每個抽頭需用個指令周期；如果用方法更新，平均每個抽頭需要個指令周期。在增益計算（式（）、（）、（）和激活塊提取中，要涉及到大量數(shù)值比較運算。這樣就會用到很多的跳轉(zhuǎn)指令（）。這種跳轉(zhuǎn)破壞了運算的流水線結(jié)果，通常會極大地影響的效率。但是在中專門有一條指令用

14、來提取兩個數(shù)字之中最大的那個，這個指令僅需要一個指令周期，可以用來計算增益和激活塊提取。表是在上實現(xiàn)算法所需要的計算量。該算法在實際使用中運行穩(wěn)定，如果采樣周期不是，抽頭數(shù)和塊大小等參數(shù)需要做相應(yīng)的改變。表在上各模塊所需運算量算法時，把濾波器系數(shù)分為塊，每塊有個抽頭，因而，每個塊對應(yīng)時長。根據(jù)增益（）來確定濾波器系數(shù)的重要程度。如式（），把每個塊內(nèi)的抽頭增益進行累加，并且僅僅把個增益最大的塊設(shè)為活動區(qū)域，其余的區(qū)域為非活動區(qū)域。（）（）%（），（）在算法的實現(xiàn)中，僅僅在活動區(qū)域才進行自適應(yīng)濾波。在奇數(shù)步，濾波器系數(shù)僅僅更新活動區(qū)域中的那部分；在偶數(shù)步，所有的濾波器系數(shù)都要進行更新，因而，在不活

15、動區(qū)域的濾波器系數(shù)也有機會更新，否則，在初始段或者在回聲信道發(fā)生變化時，就會不利于濾波器收斂。算法的實現(xiàn)步驟如下：（）在活動區(qū)域進行自適應(yīng)濾波；（）根據(jù)式（）、（）、（）計算濾波器系數(shù)增益；（）、（；聲學(xué)技術(shù)年仿真實驗本節(jié)中做了兩項仿真實驗。首先比較了幅值，和算法的收斂速度和穩(wěn)態(tài)回聲往返損耗增強（）。然后比較了當存在雙端發(fā)聲時，算法和算法的魯棒性。，和算法的收斂速度和穩(wěn)態(tài)比較本實驗中在遠端信號（）高斯白噪聲，近端語音（）為于遠端信號（）不相關(guān)的回聲信道模型選自附錄的高斯白噪聲。時間樣本點圖低通濾波后的歸一化互相關(guān)權(quán)重學(xué)習(xí)曲線模型。為了模擬真實的回聲信道，在回聲信道選取設(shè)為為，為，步長常數(shù)中加入

16、了的延遲和的衰減。圖和圖分別為歸一化互相關(guān)權(quán)重#（）（），$!）和低通濾波后的歸一化互相關(guān)的絕對值即步長權(quán)重的變化曲線。從圖可以看出在濾波器初始段，歸一化互相關(guān)權(quán)重的絕對值為，小于理論上的。實驗表明，這個小的差別對算法的收斂速度影響不大。經(jīng)過低通濾波之后的步長權(quán)重，接近于理論值。幅值時間樣本點，和算法的學(xué)習(xí)曲線，圖接近于，算法保持著與一樣快速的收斂速度。在濾波器收斂后，由于算法的步長權(quán)重將變得非常小，算法具有比和算法更高的穩(wěn)態(tài)時間樣本點圖歸一化互相關(guān)權(quán)重學(xué)習(xí)曲線。與算法魯棒性比較本實驗中用實際的語音來測試在雙端發(fā)聲情況下和的魯棒性。這里從實際的電話通信中隨機截取了一段的語音信號，其中包含了雙端

17、發(fā)聲的情況。采用了抽頭濾波器，語音信號和實驗結(jié)果如圖所示。圖中，（）和（）分別為遠端聲音（）和近端聲音（）。（）和（）分別為用算法和圖為分別用，和算法進行自適應(yīng)濾波后回聲往返損耗增強曲線對比，這里定義如式（）。算法進行自適應(yīng)濾波后輸出的殘差信號。從圖（）可以看出，在單端發(fā)聲情況下，由于算法具有收斂迅速且收斂后穩(wěn)態(tài)誤差很小的特點，使得在單端發(fā)聲情況下，輸出殘差非常??；（）在雙端發(fā)聲情況下，由于正交引子受近端聲音影響極小，輸出殘差中很好的保留了近端聲音。從圖（）可以看出，在單端發(fā)聲情況下，用算法消（）（!（）!（）第期王樹恩等：一種快速回聲消除算法及實現(xiàn)近端聲音對算法僅有很小的以下。影響，在近端聲音結(jié)束后，算法的幅值樣本點曲線遠大于零，明顯高于算法的曲時間樣本點（）遠端信號（）線。同時即使在初始的單端發(fā)聲階段，的曲線也高于。由于在雙端發(fā)聲情況下，和算法性能比更差。因此，在雙端發(fā)聲情況下，算法的魯棒性遠強于和。時間樣本點（）遠端信號（）結(jié)論本文提出了一種魯棒性好且收斂速度快的算法幅值樣本點。該算法不僅具有與和