[发明专利]一种基于最大熵的变步长符号子带回声消除方法

说明书

一种基于熵吸引的最大熵子带回声消除方法，其步骤是：A、信号的采样与处理；B、信号的抽取，将U_i(n)经抽取器进行I抽取，得到抽取后的输入信号U_i(k)；C、滤波器的输出，将远端输入子带抽取向量U_i(k)通过自适应回声消除滤波器中的子带滤波器得到输出子带信号y_i(k)；D、回声抵消，将近端子带抽取信号d_i(k)与输出子带信号y_i(k)相减得到误差信号e_i(k)，E、权系数向量的更新：E1、计算抽取时刻k的子带最大熵因子r(e_i(k))；E2、计算抽取时刻k的子带平滑步长因子g_i(k)；E3、计算抽取时刻k的步长参数μ_i(k)；E4、利用抽取时刻k的步长参数μ_i(k)更新权系数向量；F、令n＝n+1，重复A、B、C、D的步骤,直至通话结束。该方法对收敛速度快、稳态误差低，回声消除效果明显。

技术领域

本发明属于语音通信的自适应回声消除技术领域。

背景技术

目前，回声消除器就是通过核心部件—自适应滤波器来估计回声，并在近端信号中减去回声的估计值以达到回声消除的效果。自适应回声消除技术因其成本低、效果好，得到一致认可，也是目前国际上公认的最有前景的回声消除技术之一。

从回声消除的基本原理看，利用声学回声消除器来实现回声消除，其中最核心的部分就是自适应滤波器。自适应系统中最常用的最小均方(LMS)算法往往在回声消除应用中不能获得较好的效果。为此，为了解决这一难点归一化子带自适应滤波器方法被提出，该种方法将输入信号经过分析滤波器按频率分割为多个子带信号，由于输入信号的频率与回声的相关度高，对不同的子带信号自适应的进行不同的回声消除，再进行归一化处理，能从整体上降低回声消除的难度，从而可以获得较好的收敛速度。在目前的自适应回声消除应用中，较成熟的子带回声消除方法为归一化子带类的自适应滤波算法，如有文献1“Novelsign subband adaptive filter algorithms with individual weighting factors”(Yu,Y.,&Zhao,H.,Signal Process(2016))的(IWF‐SSAF)方法，该方法应用了符号算法可以很好的抗冲激干扰，然而，由于使用固定步长，该算法不能很好的解决低稳态误差和快速收敛之前的矛盾。

发明内容

本发明的目的就是提出一种基于最大熵的变步长符号子带回声消除方法，采用该方法进行回声消除，具有较好的收敛速度和更低的稳态误差。

本发明实现其发明目的所采用的技术方案是，一种基于最大熵的变步长符号子带回声消除方法，其步骤如下：

A、信号的采样与处理

将当前时刻n到时刻n-L+1之间的采样远端信号u(n),u(n-1),...,u(n-L+1),构成当前时刻n分析滤波器一的输入向量U(n)，U(n)＝[u(n),u(n-1),...,u(n-L+1)]^T；L＝512是滤波器抽头数，上标T表示转置运算；

分析滤波器一将输入向量U(n)按频带分割成I个远端子带向量U_i(n)，U_i(n)＝[u_i(n),u_i(n-1),...,u_i(n-L+1)]^T；

同时，分析滤波器二将近端麦克风拾取到的当前时刻n的带回声的近端信号d(n)按频带分割分割成I个近端子带信号d_i(n)；

其中，i为远端子带向量或近端子带信号的序号，i＝1,2,...,I，I为远端子带向量和近端子带信号的总个数,其取值为2、4、6、8；

B、信号抽取