（通信与信息系统专业论文）声回声抵消的状态检测研究及系统实现.pdf

硕士论文声回声抵消的状态检侧研究及系统实现 ab s t r 8 c t inthe 嫂 ofh ands一 free p h o 刀 e ， 几 卜 e nd si gl 拍 1 5 、 v e r e b r o a d c as t e d 勿 the l o u d s peake r ， 朋d werere fl e c t ed妙the w a 】 1 . t b e n t h e y werepi c k e d 叩byth e 而c ro p h o n e inthe fo rm of d i r ec t wavesand r e fl e cted waves. atlast t h e y weres e n t b a c k tothe 伪 卜 即d and g e n e r at ed 朗。 u s 6 c ec h o e s . 1 、 i s ki nd o f e c hoesm ust 阮 s u p p r e s sedint h em o d ern c o n ” 力 u iu cati on s y st e m s . o th e n vi se 月 h e y win 介访 v a l l ded s 妞 e s ， such ashowtand soon. u s uallywe 姗 目卿i v e ecb o c ance n atio 拙tor e a l 沙 echos u p p r e s si o n ， b u t inthe 台 叨。 f t i m e . v a ry l o 9 e n v i r o nme ” t ， t h e yare vu】 n e ra b l e to俪】 u r e ， p artic ul arlyina u t o m o bi le ， ai r c r a ftandsome 。 l h e r， 护二 up 0 0 。 s s 0wen 即ds o 幻 口 es t a t e sd e l e cti 0 ns wh i ch c a nc 0 n t mlths o r 口 e 。 n u n o n s i a t e s d e t ec t io n al g o ri th m s c anworkweuint h e e nvi m 刊 旧 c n t ofcon s t a n t n oi se ; b u t insome t li n e ， v 别 叹 i ng e n v l r o 川 m ent ，suc has d o u b l eta l k ， t i m e . v a ry i n gnoi se 助d ti m e 户 v 别 甲 访 gecho p ath， 山 e yper fo rm b a d l y ， 比c a u s e t h e yc an n ott r a c k l h e mwent hi s di s s e rt at i o na tt e m pts toc o m p are theseal g o ri 1 hmsto fi n dasu1 ta b leo ne， sot h a t e c b o c anc e l l at i o nsare able toworks t e a d i 1 y int i m e 一 a ryi n g e n v l r o n n l e n ts . hi thisdi s se rt at l on，we h a v edi sc ussedandc o m p ar e dt h e 女 ai g o ri t hln sin t h e env i r o nme n t o f q u l ckly c h ang e d ec h o p ath， ti me一 v 别 令 i n g noi se ， 朋d d o u bl e . t a l k w 七 al so h a v e 切 犯 d a c t ual voi ced al 泊tosi m ul ate th e ses ta t e s ， 助d h a v e s i m u l ated the seal g o r i t hms in suc hs 七 吐 e s . final l y ，we h a v es u n ” ” 翻 n zedth c l ra d y 出 l ta g e sanddis adv anta g e sfor th e c hoi c e o f al g o 万 t hol s inp r a c t i c ala p p l i c atio ns. hi 。 川 e rto anal yzeth e se al gori t h m sbett e rin th eact u a 1 e n v i r o 钊 m e n t ， 桃 h a v e dssi gnedanec ho c ance n erd a taac quisi ti on s y s 1 e m . t 七 i s sy s l e mcan u secorres pon d in g u s bsoft w ar e w h l ch、 ， a s p r o g 住 山 1 m e d by ustos ave t h e d a t a top cfo r fu rt h e r ana l y sis; it ai soc anse n d t h e p r oces se d d a t a b ack tot h e fa r- e n d tore alizeechoc a n c e n ation. atl ast， we h av e d e b u g g e d this sy stemind e ta i l . k e 州。 rds:a c oustic ec hoc anee n ation， s ta t e s d e t e otion， a d aptivefil te r， d s p， us b 声明 本学位论文是我在导师的指导下取得的研究成果，尽我所知，在 本学 位论文中，除了 加以 标注和致谢的部分外， 不包含其他人己 经发 表或公布过的研究成果， 也不包含我为获得任何教育机构的学位或学 历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均 己在论文中作 了明确的说明。 研究生签名: 年月日 学位论文使用授权声明 南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅 或上网公布本学位论文的部分或全部内 容， 可以向 有关部门 或机构送 交并授权其保存、借阅或上网公布本学位论文的部分或全部内 容。对 于保密论文， 按保密的有关规定和程序处理。 研究生签名:年月日 硕士论文声回声抵消的状态检测研究及系统实现 1 绪 论 l l引论 随着通信技术的发展， 通信质量需求的不断提高， 出 现了 许多噪声 环境复杂， 又 需要提供免提功能的场合 ( 例如:车载，机载) 。这时，在使用免提电话的空间中， 从远方传送来的信号 ( 即远端信号) 通过电话的扬声器播放出来， 声波被周围的障碍 物如:车顶、 地板和四壁等反射， 这些反射波和直达波都会被电话的麦克风拾取，作 为 麦克 风信号发 送回 远端， 形 成回声 114 】 。 这种回声 有一定的 延迟，当 延迟超过50毫 秒， 并且没有衰减或只有很小衰减的时候， 人们就会感觉到清晰的回声， 这种回声是 通过声学途径产生的，称之为声回声 ( a c o us t i c echo) 。回声会严重影响通话质量和系 统的稳定性。 一个常用的解决办法就是使用自 适应回声抵消， 这种方法是利用滤波器 来 模 拟 出 这样 一 个 由扬 声 器 、封 闭环 境 和 麦 克风 (l e m : l o u d sp e ak er-encfo sure 一 m i c r o p h o ne ) 所组成系 统的回声 信道，以 产生和l e m回 声具有 相同 特性的 信号， 将其抵消. 这种技术就是“ 回声抵消( echo c an ce ll atio n)” 。 作为提 高通信质量的一个重要环节， 声回声抵消器的自 主研发、 改进和生产具有十分重要的 现实意义1 ， 3 1 。 在滤波器的设计中， 维纳滤波器能够实现线性最优滤波器， 但设计维纳滤波器需 要知道要处理的数据在统计特性方面的先验知识。 当输入数据的统计特性与滤波器设 计所需的先验知识匹配时，该滤波器才是最优的;而当这个信息完全或部分未知时， 就不可能设计维纳滤波器，或者该设计不再是最优的15 。 在这种情况下， 可采用自 适应滤波器。 采用这样一种系统， 意味着滤波器可以自 适应的工作， 不再需要全部的先验知识。自 适应滤波器依靠递归算法进行， 这样使得 它有可能在不能得到信号特征完整信息的情况下， 仍能完成滤波运算。 该算法将从某 些预先确定的初始条件集出发， 在平稳环境下， 该算法经一些成功迭代后收敛于某种 统计意义上的最优维纳解; 在非平稳环境下， 对于缓变的状态， 该算法提供了一种跟 踪能力， 它能够跟踪输入数据统计特性随时间的变化151 。 结构较复杂的自 适应滤波器的研究工作，在 1 9 59 年始于美国斯坦福大学的 b. 钻d ro w和m .h o ff 教授191 ， 他 们首先 发明了 最小 均方自 适应算 法。 而英国 的d.g a bor 和他的 助手 们则 研制出了自 适应 滤波器因。 到20世纪60年代初和中 期， 有关自 适应 信号处理的理论研究和应用工作更加强了， 研究范围已发展到自 适应控制、 自 适应滤 波( 包括时域和空域) 及其他方面。许多实验室和专家学者相继提出了许多自 适应算 法，比 较典型的 有: 最小均方 (l m 再或者是近端 语音很弱， 此时麦克风信号尽管叠加了近端语音， 但其对麦克风信号的影响还不及环 境噪声，则此时则会发生漏判。以上这些情况的存在使得该算法在单独使用中失效， 这些在下面的讨论中我们会进一步看到。以上这些因素因而限制了该算法在a 卫 c系 统中的使用，尽管这是一种实现起来比较容易的算法。 2. 2. 2正交基互相关 算法(cr)12i 这是一 种基于 相关 性检测的 算法。 由 正交定 理151 知， 当回 声抵消 系统的自 适应 滤 波器收 敛至最优解 ( 基于最小均方误差准则) 时， 有e e (n 风n) =0 成立， 意味 着此 时的误差信号正交于远端信号， 它们是不相关的。 在双讲时， 凡以” 减n) 习仍成立， ( 这里使用以n) 是为了 和上面的e( n) 加以 区分， 因为 双讲时的以n) 包括e (n ) 和5 (n) 两部分) ，因为通常近端和远端的语音信号是不相关的，得 月 城 n 风n) l =0，所以 l 0 硕士论文声回声抵消的状态检测研究及系统实现 凡以n 风n) = e( e (n 卜 成 n) 域n) 1 司。 而当回声信道改变时，自 适应滤波器没有收敛至 最优解，此时的误差信号不能满足正交定理，即从e( n) x ( n) 】 转 0 ，求绝对值后得 曰e( n) x(n)l0。由 此可知当回声 信道改变时或初始权值未收敛时， 误差信号与远端 输入信号的相关函数值较大， 而双讲或系统完全收敛时值较小。 对此值用门限加以判 断即可得到结果。 在实际运用中， 是无法得到准确的数学期望的， 可以使用其他的方法来对数学期 望进行估计121 。 给出判决表达式: 凡 一 max几 j t(2 .2.3) 其中t为门限，又 几j = e x ( n 一 1 ) e ( n ) i e x ， ( n 一 1 ) 百 ( e ， ( n ) 只 洲 ( n ) 君 ( n ) x 凡( n ) ( 2 . 2 . 4) 其中: 对( n ) = 树 ( n 一 1 ) + ( 1 一 又 ) e z ( n ) 君 ， ( n ) = 明， ( n 一 1 ) + ( 1 一 兄 ) x ， ( n 一 0 凡 j ( n ) = 峨， ( n 一 1 ) + ( 1 一 几 ) e ( n ) x ( n 一 1 ) 1 二 0 ， 1 ， 2 ， ， n一 1 ( 2 . 2 . 5 ) n的大小要能够覆盖最大可能延时 ( 指最大线路延时和直达波的延时之和) 里的 全部点。 在上面的表达式中采用了滑动平均的方法， 这产生一个问题， 即当选用的遗忘因 子月 较大时，系统对当前变化的反应速度不够快，在判定d t开始时不能立即捕获该 状态， 会有一个较大的延时， 而在判定d t 是否结束时也不能迅速地判断出该时刻141 ， 在实时系统中将会影响系统的 性能。 本设计里遗忘因子选择0. 9 92 ( 1 一 1/ 12 8 ) ， 以 期获 得较好的延时和准确度。 再看环境噪声对该算法的影响。由于环境噪声的加入，此时的误差为 以亦e (n)+ 代 n ) 勺 ( n) ， 假设 噪声为白 噪声， 且与远端语音 信号不 相关， 即 【 城 n 域n)=0， 又百 卜 ( 司 成 n) 司， e代 n 卜 (n ) =0，则可改写式 ( 2. 2. 4 ) 为如下形式: 硕士论文声回声抵消的状态枪测研究及系统实现 几j = e x ( n 一 1 ) e ， ( n ) 寸 e 厦 x ， ( n 一 1 ) e 厦 ( e 子 ( n ) ) e x ( n 一 1 ) ( d ( n ) 一 d ( n ) + 5 ( n ) + v ( n ) ) 五 麦 x ， ( 。 一 1 ) 五 夏 ( ( n ) 一 j ( n ) + : ( n ) + ， ( n ) ) ， e x ( n 一 1 ) ( d ( n ) 一 d ( n ) ) ( 2 . 2 . 6 ) 寸 石 x ， ( n 一 ， ) 五 ( j ( n ) 一 j ( n ) ) ， ) + 百 麦 x ， ( n 一 1 ) e 5 ， ( n ) 卜e x ， ( n 一 1 ) 百 麦 v ， ( n ) 如 式 所 示 当 系 统 收 敛 后 即 d( n) 一 j ( n) =0时 ， 无 论 是 近 端 语 音毋或 是 环 境 噪 声 毋 的加入都不会对该式的值产生影响， 都是0 。 只有当回声信道改变或系统未完全收敛， 此 时d( n) 一 j ( n) 护 。 ， 该 式的 值 才 会 增 大。 这 也 验 证了 我 们 之前 的 论 述。 同 时 我 们 知 道了该算法是将强噪声也当作了双讲来处理。 还有， 注意到上面我们说明了 误差函数e( n) 是受声场状态变化影响的， 在系统没 有完全收敛时正交定 理的条件不能满足， 此时ele (n 减n) =0 是不成立的， 这将影响 到该算法性能，在下文的讨论中我们会通过实际仿真的结论来说明这一点。 2 2 3短 时 互 相关 算 法 ( 5 侧c ) 11 1129 1 这也是一种基于 相关性检测的算法， 但这里判别的是双” ) 与只 刀 ) 的 互相关， 由 于 只 句 不 受 回 声 信道 改 变 的 影响， 所以 较 使 用。 ( n) 更为 稳定， 并己 获有 关 研究 证明15 。 在 没 有 近端 语 音 和噪 音时， 只 n) 由x( n) 通 过l e m系 统产生， 此时只 刀 ) = 减 ” 卜 丫 x(n) ， 双 刀 ) 和只 n) 的 相 关 度 较高; 当殉) 遇到 双 讲 变化时， 此时只 n) =d(n 冲(n 卜 hr x(n 卜 5 ( n ) ，与x(n) 不 相关的量s( n)的引入将使x(心 与只 的 的相关度降低。由 此我们可 以得出如下的判决规则:设定一个在0 到1 之间的门限t， 当值大于此门限时判为无 双讲发生， 进行权值更新， 否则判为双讲， 权值停止更新。对于回声信道改变，由于 信道特性在改变后发生了 变化.峨 ” ) 与只 n) 的相关度会也发生相应的变化， 体现在我 们今后所绘制的判决曲线上时，就会有一个判决曲线幅度上的变化。 给出判决式，与正交基互相关类似，有: 。 = inaxlc#，lt(2. 2.7) 与 = e x ( n 一 1 ) y ( n ) 百 x z ( n 一 1 ) 百 (y 2 ( n ) 凡 .， ( n ) ( 228 ) 月 ( n ) x 弓 ( n ) 其中t 表示门 限， 凡，(n丫 ( p ，(n) x 以n) ) 的计 算方法与正交基互相关中的 类似， 这里 不再赘述。 且这里我们看到判别式所使用的两个变量是不受系统收敛状态影响的， 因 而其稳健性优于正交基互相关算法。 再 看 噪 声 的 影 响 ， 当 噪 声 足 够 强 时 殉卜 d( n 卜 v ( n 脚(n ) = 矿 城n 卜 咖脚(n)， 可 将 式 ( 2. 2. 8 )改写成如下形式: 硕士论文声回声抵消的状态检侧研究及系统实现 心j e x ( n 一 o y ( n ) 石 x ， ( n 一 1 ) 石 1 夕 ， ( n ) 百 x ( n 一 1 ) ( 万 t x ( n ) + 5 ( n ) + v ( n ) ) ( 2 . 2 . 9 ) 一 j : x z ( ， 一 1) e ( 万 r x ( n ) + ， ( n ) 十 ， ( n ) ) ( 万 丁 x ( n ) + ， ( n ) + ， ( n ) ) r 又凡 战 n 域力 ) =0， 硕咖火刀 ) =0， 且认为el城 n ) 5 ( n ) 月， 则式 (2.2.9) 可以改写 为: e x ( n 一 1 ) y ( n ) e 厦 x z ( n 一 1 ) e 笼 夕 2 ( n ) ) e x ( n 一 1 ) d ( n ) ( 2 . 2 . 1 0 ) 五 毛 x z ( n 一 1 ) 石 d ， ( n ) + 5 2 ( n ) + ， 2 ( n ) e x ( n 一 1 ) d ( n ) 一 叔对 + 鱿 毋 、 鱿 从式 (2.210) 可以 看出 ， 噪声 信号 代 n) 和近端语音信号s( n) 对系统产生的 影响 是非常类似的， 噪声的增大将和近端语音的增大一样使相关度降低、 判决值减小。由 此可见该算法在面对强噪声时，会将噪声状态判为双讲，停止系统的权值更新。 2. 2. 4归 一化互 相关 算法 例c r)131 此法同 样是一种基于相关性的判别， 但进行了归一化处理。 给出简单推导过程叭 当 没 有 近 端 语 音 和 噪 声 时 ， 即 戈 一 寸 云 飞 丢 叹 石 万 = 。 、 命 。 时 ， 有 只 亦万 傲 n) ， 则 : 弓= e 夕 ( n ) 夕 t ( n ) = e 万 r x ( n ) x t ( n ) 万 ( 2 .2 . 1 1 ) = h t 凡h 这里 ，几= 从x ( n) x r ( n) 表示输入列向 量x的自 相关阵， 又: 与= e x ( n ) 夕 t ( n ) = e x ( n ) x t ( n ) h ) = 凡 h ( 2 . 2 . 1 2 ) 所以式 (2.2.u)可表示为: 对=h t 凡h 嵘 心与 ( 2 . 2 . 1 3 ) 对于一般近端语音不为零的情况则有: 对= 心 r 盆 与十 时 ( 2 . 2 . 1 4) 用时去 除 式(2 .2. 13 ) 可 得 判 决 式 : 凡 一 寸 嵘 ( 弓 凡) 一 ， 、( 2 .2 . 巧 ) 注意到此算法中 对远端信号x(n) 进行自 相关求逆的处理时， 高阶的自 相关阵给求 逆运算带来相当 惊人的运算量。即使是现代高速的d s p也不能实时实现，如果不加 硕士论文声同声抵消的状态检测研究及系统实现 以 处理 和简 化则， 该 算法在实际中 很难运用。 注 意到 在系统完 全收敛后有1，: r 公 = 平( 2 .2 1 6 ) 因此可以用权值更新过程中得到的甲来代替ho 这样判决表达式可简化为: 氏 ( 2 . 2 . 1 7 ) 但是 这样产生了 一个与正交基互相关算法类似的问 题，就是 平受收敛状态的影 响，它并不总是等于h的，同时这样的替换将会产生截断效应，给系统的性能带来 负面影响， 即使是系统处于已收敛的状态， 这样的影响也依然存在 ( 具体关于截断效 应的分析请参看文献 16 ) 。尽管如此， 这样替换所带来的巨大的、 运算上的简化， 使得我们在本论文的研究中仍然选择了此式作为判决式。 关于这样替换所带来的负面 影响我们在下面的实验中也会得到验证。 下面我们来分析式 (2.217)在声场状态变化下的性能。 引入噪声和近端语音后，可得: 那 r r 二 嗽 一 j 那 了 凡 牙 + 时 、 (2. 2 . 1 8 ) 由 此式可见当没有近端语音和噪声时上式为1 ，当有近端语音引入时，上式的判 决值将小于1 ，则通过设置门限便可判断出该状态，停止权值更新。同样由此式可以 看出:当噪声逐渐增强时，判决值将会随噪声的变大而降低，当强噪声 ( 噪声与语音 的功率相当)时将难以区分出噪声和语音。 对于