[發明專利]基于頻域卡爾曼濾波的自適應聲回聲抵消方法

有效

• 申請號: 201810607641.1
• 申請日: 2018-06-13
• 公開（公告）號: CN108806709B
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 范文之;盧晶
• 申請（專利權）人: 南京大學
• 主分類號: G10L21/0208
• 分類號: G10L21/0208
• 代理公司: 南京知識律師事務所 32207
• 代理人: 李媛媛

本發明公開了一種基于頻域卡爾曼濾波的自適應聲回聲抵消方法。具體步驟如下：(1)采集并緩存近端傳聲器信號和參考信號，然后通過模數轉換將模擬信號轉換為數字信號；(2)對數字信號做離散傅里葉變換后，計算出估計的回聲信號；(3)根據頻域卡爾曼濾波器的迭代公式進行迭代，并按改進公式計算下一幀的濾波器系數；(4)對頻域中的回聲信號估計做離散傅里葉逆變換，得到時域的回聲信號估計，在近端傳聲器信號中減去時域的回聲信號估計，得到經過聲回聲抵消處理后的信號。本發明的方法在自適應濾波器階數不足或者系統不滿足因果性的條件下也能收斂到最優解，具有較好的回聲消除效果。

技術領域

本發明涉及一種基于頻域卡爾曼濾波的自適應聲回聲抵消方法，屬于語音增強的技術領域。

背景技術

聲回聲是困擾通信系統的常見問題，它會降低語音的清晰度，干擾通話雙方的交流。聲回聲抵消旨在使用參考信號合成回聲，使用合成信號去除或減小聲回聲帶來的不利影響。

基于LMS算法的聲回聲抵消方法是最常用的方法(Sondhi M M.An Adaptive EchoCanceller[J].Bell Labs Technical Journal,1967,46(3):497-511.)。然而，基于LMS算法的聲回聲抵消方法計算復雜度較高，且在參考信號為有色信號的情況下算法收斂速度較慢。

基于頻域的LMS塊算法利用離散傅里葉變化的快速算法，使計算復雜度較時域LMS算法大幅度下降。使用步長歸一化處理的頻域LMS塊算法，能夠在參考信號為有色信號的情況下保持較快的收斂速度。然而，在濾波器階數不足或系統不滿足因果性的條件下，步長歸一化的頻域LMS塊算法不能保證收斂到最優解。

基于頻域卡爾曼濾波的聲回聲抵消方法是一種有效的自適應聲回聲抵消方法，能夠保證較快的收斂速度和較低的穩態誤差(Enzner G,Vary P.Frequency-domainadaptive Kalman filter for acoustic echo control in hands-free telephones[J].Signal Processing,2006,86(6):1140-1156.)。然而標準形式的頻域卡爾曼濾波算法的計算復雜度較高。另外，同樣在濾波器階數不足或系統不滿足因果性的條件下，頻域卡爾曼濾波算法不能保證收斂到最優解。

發明內容

因此，使用基于頻域卡爾曼濾波實現聲回聲抵消時，在自適應濾波器階數不足或者系統不滿足因果性的條件下，原有的頻域卡爾曼濾波算法存在非最優收斂問題，不能有效的去除語音信號中的聲回聲部分。本發明針對這一技術問題，提供一種改進的基于頻域卡爾曼濾波的自適應聲回聲抵消方法，使算法在自適應濾波器階數不足或者系統不滿足因果性的條件下也能收斂到最優解。

本發明采用的技術方案為：

基于頻域卡爾曼濾波的自適應聲回聲抵消方法，包括如下步驟：

步驟1，采集并緩存近端傳聲器信號和參考信號，然后通過模數轉換將模擬信號轉換為數字信號；

步驟2，對數字信號做離散傅里葉變換后，利用下式計算出估計的頻域回聲信號：

Y(k)＝C(k)W(k)

這里W(k)表示聲回聲路徑傳遞函數，初始時為全為零的矩陣，

C(k)＝FG_0,NF^-1X(k)

X(k)＝diag{Fx(k)}

x(k)＝[x(kN-M+1),x(kN-M+2),...,x(kN)]^T

diag{·}表示對角陣，F是大小為M×M的DFT矩陣，M為幀長；I_N是大小為N×N的單位矩陣，N為濾波器長度；X(k)為頻域中的參考信號；