蒙淑艳[1]2004年在《自适应回声抵消和噪声消除算法的研究》文中研究指明引 言在通信系统中，例如IP电话、可视电话及免提数字蜂窝电话系统中，回声和噪声会严重影响通信质量。回声抵消是提高通话质量的关键技术之一。在消除回声时还必须考虑背景噪声的处理。随着回声消除技术的发展，对回声消除研究的重点已由电路回声的消除转向了声学回声。自适应滤波器研究始于五十年代末，Windrow和Hoff等首先提出了最小均方（LMS）自适应算法。由于LMS算法具有简单、计算量小、易于实现实时处理等优点，所以它广泛用于各领域中。当用于回声抵消时，对非平稳强相关的语音信号激励和冲击响应持续时间很长的回波通道，LMS算法在时域直接实现收敛速度慢。针对这一问题已有它的各种改进型算法，而这些改进算法一般都可以归结为步长因子的某种选取。许多研究已证明，步长因子值与学习曲线的时间常数成反比，与失调量成正比，即步长因子的优化只能在收敛速度和失调量小两指标之间取折衷。这种思想是各种改进算法例如NLMS的主要依据。NLMS算法克服了LMS算法中由于步长因子和输入信号功率很大所引起的自适应算法和控制的一致性，但仍保留了原LMS的优点。所以从二十世纪七十年代后期，NLMS就成为商业化的回声抵消器常采用的算法。但它的最大缺点仍是在强相关性语音信号输入的情况下，误差信号的收敛性能会急剧恶化。为使其更适合回声滤波器的要求，必须对其进行进一步的改进。理论上回声滤波器需要有冲激响应持续期很长的回波通道（），但实际上在整个通道中只有很小的一块非零区域（大约）。PNLMS算法是回声抑制自适应算法中的一种新方案。它正是利用回声路径冲击响应的稀疏性，来达到比传统NLMS算法更快的收敛性。而在提高收敛性的同时，并没有牺牲回声预测的质量，只是在计算复杂度上稍有增加。但是这种算法有效的前提是回声路径是稀疏的。由NLMS和PNLMS衍生的变型算法，如 RPNLMS、PANLMS、RPNLMSs和NRPNLMS算法在性能略有改善的同时复杂度略有增加。仿射投影算法APA具有快速的收敛速度和对回声路径估计的高度准确特性，出于对算法复杂度和最优性能折衷的考虑，适当选择投影阶数，可取得了较其它算法优异的收敛特性。
张雪[2]2015年在《车载免提系统降噪算法的研究及硬件实现》文中研究指明使用车载蓝牙免提系统进行语音通信时不可避免的会出现噪声和回声,当噪声或回声信号较强时会严重影响通话质量。随着技术的发展,噪声的控制理论和算法研究都取得了很大的进步。在实验阶段降噪效果很明显的自适应滤波算法随着工业技术发展逐步应用到生活中。但是硬件平台资源、处理速度和价格都受到一定的限制,因此寻求一种计算复杂度低、稳定性好且快速收敛的滤波算法对于实际应用具有很重要的意义。最小均方算法(Least Mean Square,LMS)具有结构简单、运算复杂度低的优点,因此得到了广泛应用。很多学者针对LMS算法收敛速度慢这一缺点对滤波器的更新进行了理论研究并提出很多改进算法,如变步长最小均方算法(Variable Step Size LMS,VSS-LMS)。本文采用位运算的方式进行滤波器系数更新,降低算法的复杂度。计算机仿真结果表明,该算法在保证收敛速度的前提下,具有较低的算法复杂度。比例归一化最小均方算法(Proportionate Normalized LMS,PNLMS)引入了步长控制矩阵,为滤波器的不同系数赋予不同的步长,保证算法在收敛初期获得较快的收敛速度。本文针对PNLMS算法后期收敛速度慢的缺点进行了改进,在滤波器更新过程中建立了步长与之当前系数幅值之间的非线性函数关系——倒数关系。计算机仿真结果表明,该算法的收敛速度优于PNLMS算法及其改进算法MPNLMS,并且算法的计算复杂度远低于MPNLMS算法。因车载蓝牙系统对噪声、回声消除的需求,本文将自适应滤波算法进行软件的实现和STM32硬件平台的移植。实验结果表明自适应滤波算法在STM32平台上可以满足噪声消除的实际应用。
郑灿香[3]2008年在《车载免提系统去噪声去回声的研究》文中认为驾驶汽车时使用手机有碍安全成为人们的共识,“通话免动手,开车更安全”就成为了人们共同努力和追求的目标,车载免提系统也应运而生,开车和通话的矛盾又促使人们寻求多种手段来实现车载免提功能,然而噪声和回声的去除问题是车载免提系统的关键问题之一,这两个问题已经逐渐成为信号处理领域的一个有意义的研究问题。本文采用串联的自适应抵消器结构,将噪声消除部分放在回声抵消部分之前,使输入麦克风的语音在回声抵消前就进行了噪声消除,有效地保证了回声抵消的稳定性。用改进的谱减法作为回声抵消器中噪声去除算法,并采用无声帧和有声帧检测的方法来实现噪声的估计,实现了噪声实时更新特性,实验结果表明噪声消除效果良好,且该算法的计算量较小,并易于实现。设计并实现了基于两矢量夹角法的近端语音检测器DTD(double talk detect),将近端麦克风输入信号与自适应滤波器输出的估计回声信号的每一帧采样值分别作为两个矢量,实时计算两矢量的夹角,该方法判断准确,计算量适中,并且避免了其他DTD算法常有的误判情况。在回声消除部分,用本文提出了一种改进的NLMS(normalized least-mean-square)算法对回声信号进行估计,改进的NLMS算法改进了基本LMS(least-mean-square)算法收敛速度慢的缺点,保留了NLMS算法计算量小的优点,利用了回声路径稀疏性的特点,使滤波器尽量估计回声路径中非零冲击响应函数,经实验证明其收敛速度快,回声消除效果较好。由此可见,该研究方案提高了系统的通话质量。
王天元[4]2006年在《基于ADSP-BF533处理器的声学回声抵消和噪声抑制研究》文中提出本文研究了基于最小均方(Least Mean Squares,LMS)准则的自适应回声抵消算法,给出了一种具有更高收敛速度的改进自适应声学回声抵消算法。给出了一种结合噪声抑制单元的,能够适应有噪环境的串联回声抵消系统结构。设计并实现了基于ADSP-BF533处理器的声学回声抵消和噪声抑制系统。首先,为了适应有噪应用环境,本文给出了一种改进串联形式的声学回声抵消处理结构,在信号进行声学回声抵消处理之前,对信号中包含的环境噪声进行抑制。设计并实现了基于能量的有声帧/无声帧检测方法,更新噪声估计,结合改进谱减法,有效地抑制噪声,改善了回声抵消效果。其次,针对传统LMS算法和归一化最小均方(Normalized LMS,NLMS)算法收敛速度慢的缺点,本文给出了一种改进的归一化最小均方误差算法,依据回声路径冲击响应的稀疏性,对其中非零系数赋于较大的收敛步长,在保证回声抵消效果的前提下,提高了收敛速度。再次,设计并实现了基于两向量夹角法的近端语音检测器。近端语音检测器用来控制自适应算法,当检测到近端语音时,滤波器只滤波而不更新系数,否则,滤波器既要滤波,又要更新系数。最后,建立了基于ADSP-BF533处理器的多媒体硬件平台。它由音频/视频采集,GPS/GPRS,以太网口等功能单元组成。其中,音频信号采集单元通过同步串口扩展连接音频编、解码处理器AD1836A,实现高质量音频数据采集和输出。以该硬件平台为基础,编码完成了音频数据采集软件和回声抵消与噪声抑制算法,取得了良好的效果。综上所述,本文主要对声学回声抵消和噪声抑制算法进行了研究和改进,开发了基于ADSP-BF533处理器的系统硬件平台,完成了回声抵消和噪声抑制器的设计,提高了免提通信系统的通话质量。
张守勇[5]2011年在《自适应回波抵消与噪声消除技术研究》文中研究表明在电话中回波和噪声是不可避免的，随着电视网络会议等免提系统的发展，对自适应回波抵消器(AEC)提出了更高的要求，需要更高效的控制算法满足实时性强、通信质量高等要求。由于回波是实时变化的，而自适应滤波器具有在未知环境中快速跟踪实时变化信号的功能，所以自适应滤波技术被广泛的应用于回声消除领域中。干扰信号对通讯系统影响是非常严重的所以必须消除，在构建一个通讯系统时，可能会遇到的问题有声学回声、噪声及双方讲话的干扰，为了消除这些干扰获得较好的通信质量，本文采用了一种具有回声抵消和噪声消除功能的抵消器结构，并主要研究了回声抵消中的两个核心技术：去除电子元器件引起的非线性变化，并分析了控制自适应过程的算法；双端同时讲话的保护算法。本文所做的主要工作包括：(1)简要介绍有关声回波抵消技术的背景知识，包括回声噪声消除的意义、国内外的研究现状和发展趋势，并对自适应回声噪声消除的技术难点作了介绍。(2)在介绍了自适应回声抵消原理后，就常用的线性回波抵消算法如最小均方误差(LMS)、归一化最小均方误差算法(NLMS)、递归最小二乘算法(RLS)和仿射投影算法(AP)，分别从算法描述、收敛性能和在自适应回波抵消中的适用性作了分析，最后就回声抵消的各种技术指标对上述算法作了比较。(3)对于因放大器扬声器等引起的非线性失真，可能会使得传统的AEC失去抵消效果，因此本文在介绍了使用Pseudo-相干函数的辨识方法后，得出一种适用于无记忆非线性环境的自适应回声抵消器，并分别分析了辨识非线性的系数和自适应过程的控制算法。在介绍了几种变步长LMS算法的基础上引入了一种改进的基于Sigmoid函数的变步长算法，通过计算机仿真结果来体现了改进算法在AEC中的适用性。(4)在通话时经常会发生双方同时说话的情况，本文在简单介绍了双端检测的发展后指出了使用DTD的一些技术难点和缺陷，因此采用了一种无须DTD就能区分DT和EPC，同时具有双讲保护功能的步长控制方法。(5)考虑到噪声对回声抵消结果的影响，本文主要采用基于最优维纳滤波器的消噪法，将其与AEC结合得出一种联合噪声消除的自适应回声抵消器结构，并分别以噪声和实际语音为输入信号，验证了该结构的效果。
李申[6]2015年在《小波域回声消除算法研究》文中认为随着时代的进步,科技的发展为各大通信设备商带来机遇的同时也带来了挑战。随着通信设备种类的增多,用户对设备中语音质量要求也越来越高。一个通信设备能够拥有清晰的声音也是作为语音通信产品最基本的条件,然而由于人们的生活环境的复杂化,在通话过程中,大多数的语音信号都会受到不同程度不同类型的回声信号的干扰,影响语音通话的质量,如何有效进行通信设备的回声消除就显得尤为重要。文章通过对常见声学回声消除方法的研究,分别对自适应回声消除系统中的两个主要模块:自适应回声消除模块与双端检测模块,分别做了研究与改进。(1)双端通话检测算法的研究:首先列举了常见的双端通话检测算法,针对所列举算法的不足,本文在传统的双端通话检测算法的基础上提出了一种改进的小波域多特征值双端通话检测算法。改进算法将自适应滤波器的输入信号与参考信号进行小波分解,对分解后的小波子带信号进行小波阈值去噪处理,再对去噪后的低频小波子带进行双阈值能量判断,判断出语音信号所处的不同状态:静音态,活跃态与通话态。当判定为静音态与通话态时,自适应滤波器根据其判定的状态做出相应的处理;而活跃态的语音信号由于能量的增加较少,无法一次性判定出其所处的状态,需要对活跃态语音信号的基因周期进行比较,进而判断出活跃态的通话状态,以便自适应滤波器做出相应的处理。(2)针对自适应回声消除算法:本文首先列举了常见的自适应滤波算法,针对所列举算法的不足,提出了一种改进的自适应混合共轭梯度迭代算法,该算法将均值算法与混合共轭梯度迭代算法相结合,并应用到自适应滤波器的权值更新中。最后对提出的改进的小波域多特征值双端检测算法与改进的自适应混合共轭梯度迭代算法分别进行实验仿真。实验结果表明,改进后的算法表现良好,且与理论相符。
成利香[7]2010年在《基于DSP声回声抵消系统的研究》文中指出回声抵消问题已成为现代通信技术发展的一个瓶颈,系统中回声抵消器的好坏,直接影响到通话质量。现代数字网络通信是公认的最快捷最有效的通信手段,但数字网络通信系统引入更多的时延,使回声现象犹为突出,严重影响到网络通话的质量。回声抵消通常采用自适应技术,该技术也是解决回声问题最具前景的技术之一。回声抵消技术的关键是自适应算法和语音检测两个部分,自适应算法决定了整个系统的收敛的速度、稳态失调、计算复杂度等性能；语音检测的正确与否则影响到回声抵消的效果。本文首先研究了自适应滤波器的一些相关知识,包括自适应滤波器的基本概念、实现的网络结构及最具代表的LMS算法和RLS算法。针对现代数字网络通信中,大时延回声、长阶自适应滤波器等带来的计算量庞大的问题,为寻求一种在保证收敛速度和小稳态误差的情况下有效降低计算复杂度的方法,本文引入了块自适应滤波和快速自适应滤波。即在LMS算法的基础上,进行块处理,利用数字信号处理的相关理论,在频域上快速实现时域LMS。针对块算法带来的收敛速度放慢的特性,提出了采用频域内块数据的欧拉范数,对步长因子进行归一化调整的改进算法——步长归一化FBLMS算法。在Matlab下对步长归一化FBLMS算法进行了收敛速度和稳态失调的仿真测试,并与传统的LMS、时域块LMS和RLS算法进行了比较,验证了步长归一化FBLMS算法的优越性。最后在TMS320C5416实验箱上,基于Geigel算法的双端语音检测技术,设计了步长归一化的FBLMS算法的回声抵消系统,利用CCS Link在Matlab下对回声抵消器进行了测试。另外还在DSP硬件平台上进行了模拟回声的测试。测试结果表明,所设计的回声抵消器,符合ITU—G.168标准仿真测试条件下要求的性能指标。
吴卫[8]2006年在《基于DSP的自适应回声抵消器的设计》文中研究指明免提式话音通信在移动电话、热线电话、ISDN网及车载电话的电视电话会议等多种领域正得到日益广泛的应用,人们对声音通讯系统中的话音质量提出了越来越高的要求。然而,使用这些系统能达到令人满意的话音质量并不是一件容易的事情。由于在很多通信情况下会产生回音,这样会严重影响语音的清晰度。为了得到满意的听音水平,最重要的需求就是使这些系统具有抗自激和回声信号的能力。因此,回声消除技术也就成为世界各大通讯公司竞争的热点技术之一。 回声抵消器的基本原理是用一个自适应滤波器来辩识并模拟回声路径以实现回声对消。由于通信系统及语音信号本身的不固定性,对所采用自适应算法的性能要求很高,而近年来数字信号处理器的快速发展,也使自适应滤波器实时、经济地实现成为可能。 本文首先对LMS,NLMS等自适应滤波算法进行了分析讨论,由于在传统的LMS(Least Mean Square)算法中,固定步长选取影响收敛速度与稳态误差,而且两者不可兼得,因此通过建立步长因子μ与迭代次数n之间的一种函数关系改进了一种变步长LMS算法。经计算机仿真验证,该算法性能良好,明显优于实际中常使用的LMS和NLMS算法,并且有较好的实用性。 在理论和仿真研究的基础上,使用德州仪器公司的单片定点DSP(TMS320C5402)构建了回声抵消器的硬件平台,在集成开发环境Code Composer中,将该算法应用在实时的声回波对消中,对回声的抑制达到了满意的效果,实现了语音通信质量的提高。
杨雯静[9]2006年在《基于DSP的会议电话语音改善技术的研究与实现》文中研究指明随着通信数字信号处理和大规模集成电路技术的飞速发展，人们对语音通信(如视频会议系统和免提电话等系统)质量的要求越来越高。回波消除和语音增强技术成为世界各大通信公司竞争的热点。本文结合作者在ATMEL公司从事语音信号处理和会议电话系统开发的研究工作，就上述问题展开讨论提出了基于Diopsis740(DSP处理器)的会议电话语音增强方案。 论文首先研究了用于声音通信系统中的声回波抵消技术。声回波抵消通常采用由自适应滤波器组成的声回波抵消器来实现。文章具体比较了最小均方误差(LMS)算法、归一化最小均方误差(NLMS)算法、递归最小二乘(RLS)算法的性能，提出了适合DSP的高性能且快速运算的频域块处理LMS(BFLMS)算法。同时为了提高算法的收敛性，又比了较几种双端检测算法，选取了性能最优的双阈值算法进行双端检测。最后，在基于Diopsis740的会议电话系统上进行了算法实现。 论文还重点讨论了基于声阵列的语音增强方法。声阵列是指由若干个传声器或扬声器按照一定的几何结构排列而成的阵列系统，基于声阵列的语音增强方法主要是依赖于波束形成技术。论文对几种较为典型的波束形成技术：延迟求和波束形成技术、恒定指向性波束形成技术、自适应波束形成技术中的总旁瓣消除技术、以及后置滤波技术等进行了详细的讨论。并给出了各种主要技术算法的计算机模拟，对其在Diosps上的应用进行了可行性的分析。 论文的主要工作及创新点包括： 1．比较分析了多种自适应滤波算法和双端检测算法； 2．提出了适合DSP的高性能且快速运算的频域块处理LMS(BFLMS)算法和双阈值双端检测算法，结合这两种算法算法，实现了对包括Diopsis在内的DSP处理器进行快速回波抵消： 3．研究了阵列技术在语音增强方面的应用； 4．比较了总旁瓣消除技术和基于麦克风阵列的后置自适应滤波器噪声消除算法； 5．分析了阵列增强技术在DSP处理器上的应用。
幸斌[10]2013年在《基于WebRTC的电话回声消除的研究与实现》文中研究指明自适应回声消除器是主要用于对回声信号消除的设备,所使用的核心元件是自适应滤波器。它的基本工作原理就是对回声信道进行模拟,对远端信号可能形成的回声信号进行估计,然后再在麦克风的输入信号中减去这个估计信号,从而输入的语音信号中不再包含回声,以此来达到回声消除的目的。如何对电话中的回声进行消除一直是多媒体通信中的一个非常重要的研究方向,许多研究成果都被广泛应用在众多业务领域。本论文的选题也是直接来源于多媒体通讯实际工程研究项目。本文先是阐述了回声的产生过程,以及回声消除器的工作原理,然后,论文分析了电话回声产生的主要原因,提出了当前电话消除的研究重点已经由“线路回声”的消除转向到“声学回声”的消除,并根据声学回声的特点,分析和研究自适应回声消除器的结构特征和设计思想。在此基础上,展开论文研究工作。论文主要工作和新成果如下：1、提出了一种NLMS算法(归一化LMS)算法,将论文提出的NLMS算法与他几种算法在收敛性和稳定性方面做了对比,结果表明该算法结构简单,易实现。2、提出了一种基于谷歌、VebRTC AECM自适应算法的调整自适应系数的新自适应方案,进行了语音状态检测、语音活动性检测和残余噪声的非线性处理等设计。3、进行了回声消除器的软件设计与实现,包括各个模块与具体算法的设计和实现。通过Audacity进行的回声消除测试的结果,表明该系统具有较高效的自适应回声消除功能。实验测试结果证明相比于其他软件,通过WebRTC AECM实现的回声消除器具有更好回声消除性能。
参考文献：
[1]. 自适应回声抵消和噪声消除算法的研究[D]. 蒙淑艳. 吉林大学. 2004
[2]. 车载免提系统降噪算法的研究及硬件实现[D]. 张雪. 天津大学. 2015
[3]. 车载免提系统去噪声去回声的研究[D]. 郑灿香. 哈尔滨理工大学. 2008
[4]. 基于ADSP-BF533处理器的声学回声抵消和噪声抑制研究[D]. 王天元. 西安电子科技大学. 2006
[5]. 自适应回波抵消与噪声消除技术研究[D]. 张守勇. 河南工业大学. 2011
[6]. 小波域回声消除算法研究[D]. 李申. 江西理工大学. 2015
[7]. 基于DSP声回声抵消系统的研究[D]. 成利香. 中南大学. 2010
[8]. 基于DSP的自适应回声抵消器的设计[D]. 吴卫. 西南交通大学. 2006
[9]. 基于DSP的会议电话语音改善技术的研究与实现[D]. 杨雯静. 华东师范大学. 2006
[10]. 基于WebRTC的电话回声消除的研究与实现[D]. 幸斌. 北京邮电大学. 2013