《声学回声抵消技术的研究》由会员分享，可在线阅读，更多相关《声学回声抵消技术的研究（5页珍藏版）》请在金锄头文库上搜索。
1、从本学科出发，应着重选对国民经济具有一定实用价值和理论意义的课题。课题具有先进性，便于研究生提出新见解，特别是博士生必须有创新性的成果声学回声抵消技术的研究1 引言随着通信技术的发展，视频会议和电话会议是近年来发展较快的一项新业务。在这种场合中提供了免提功能。在使用免持电话房间中，从远方传送来的信号通过电话的扬声器播放出来，声波被墙壁、地板和天花板等反射，这些反射波和直达波都会被电话的传声器拾取，作为近端信号发送给远端，形成回声。这种回声有一定的延迟，当延迟超过0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，称之为声学回声。回声会严重影响语音通话
2、质量和系统的稳定性。到此为止最好的解决办法是贝尔实验室的 Kelly，Logan 和 Sondhi 于 1960 年发明的。这种方法就是利用一个自适应滤波器来辨识混合装置产生回声的通道，从而抵消回声，这种技术就是所谓的“回声抵消”。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。声学回声产生的机理上图表示了声学回声的产生机理。图中的语音通信系统在理想情况下，应该仅将远端用户的信号完全传送到近端用户，把近端用户的信号完全传送到远端用户。但是在实际情况中，特别是在全双工通信的情况下，近端扬声器播放出来的远端声音信号总会有一部分通过话筒又传回远端，这样远端用
3、户就又听到了自己的声音，这就是声学回声。 声学回声抵消器的原理声学回声抵消目前常用的方法是使用声学回声抵消器(Acoustic Echo Canceller, AEC)，AEC 是以扬声器信号与由它产生的多路径回声的相关性为基础，建立远端信号的语音模型。利用它对回声进行估计，并不断地修改滤波器的系数，使估计值更加逼近真实的回声。然后，将回声估计值从话筒的输入信号中减去，从而达到抵消回声的目的。AEC 还将话筒的输入与扬声器过去的值相比较，从而消除延迟的多次反射的声学回声。根据存储器存放的过去的扬声器的输出值，AEC 可以消除各种延迟的回声。(如图所示)其中：声学回声抵消器产生的回波抵消预测信号
4、为：实际声学回声信号为r(n)，预测误差信号为e(n)。用公式表达声学回声抵消的过程为：由上图可知，声学回声抵消的核心是一个自适应滤波器。自适应滤波器使用中要考虑的重要问题是优化调整滤波器参数的准则，该准则不仅要对滤波器性能提供有意义的度量，而且必须导出可实现的算法。对自适应算法的要求是收敛速度快，计算复杂度低，稳定性好，失调误差小。自适应抵消算法自适应算法有许多种，但目前最受欢迎的算法是 LMS1(least mean square)算法，它大约是在 1960 被引入作为自适应开关的。LMS 算法的收敛速度依赖于输入信号的自相关矩阵的本征值分布，如果输入信号是语音信号，它的自相关矩阵的本征值
5、分布很大， LMS 算法的收敛速度就会有很大的波动。抑制这种波动的一种方法就是白化语音信号。语音是不稳定的信号，它的频谱特性的变化比回声路径的变化快。因此除了对应回声路径的自适应外，白化语音还需要一个快速的自适应。而 NLMS2就是其中的一种算法。然而本征值的变化能很容易地估计，本征值的变化是对应信号幅度变化的，既然本征值是与输入信号的能量成比例的，所以可以用梯度除以信号的能量。回声抵消算法中除了 LMS和NLMS算法外还有：步长和滤波器权值成比例的成比例NLMS 算法(PLMS)3；最小二乘法(LS)；递归最小二乘法(RLS)4；仿射投影法(APA)。LMS算法和NLMS算法是目前采用的几种
6、典型算法中最典型的算法。公式和公式分别为LMS算法和NLMS算法的滤波器权系数的叠代公式。以上两种算法具有收敛速度快，计算复杂度低，稳定性好，失调误差小的的优点。结束语回声抵消器在电话会议系统、视频会议系统中占有非常重要的地位，本文研究了回声产生的原因，回声抵消器的的原理、算法。回声抵消器的实现可采用TLC320AD50C音频CODEC芯片及其外围电路来进行音频A/D和D/A转换；采用性价比较高的定点DSP芯片TMS320VC5402完成回声抵消算法及相关控制功能；外部EPROM采用29EE010芯片构成1M的存储空间。作者设计方案中采用了NLMS算法，利用TI公司的16位定点DSP TMS3
7、20C5402作为处理单元设计用作回声抵消的自适应滤波器，软件设计所用到的几个模块算法用C54X的汇编语言实现，并在DSP集成开发环境CCS上调试通过，效果良好。若要进一步提高回声抵消器的性能，在软件方面可更改其它更优良的算法，硬件方面用DSP000系列效果更佳。参考文献1 何振亚.自适应信号处理M.北京：科学出版社，200：31-38.2 高鹰，谢胜利.一种变步长LMS自适应滤波算法及分析J.电子学报，XX，29(8) : 1094-1097.3 D. L. DuttwEiler. Proportionate normalized least mean square adaptation in echo cancellers A, IEEE Trans. on Acoustics, Speech and Signal ProcessingC,000,(5) :08-518.4 Paulo S. R. Diniz著.刘郁林,等译.自适应滤波算法与实现(第二版)M.北京：电子工业出版社，XX：121-135.课题份量和难易程度要恰当，博士生能在二年内作出结果，硕士生能在一年内作出结果，特别是对实验条件等要有恰当的估计。
