CN101102126A - 一种回声消除方法及*** - Google Patents

Abstract

本发明提供一种回声消除的方法，包括：基于输入信号短时能量判断回声状态：回声淹没状态下，由锁定滤波器消除回声；回声激活状态下，更新滑动窗偏移量和跟踪滤波器系数，及根据判断准则判断所述跟踪滤波器是否完成锁定：若完成锁定，则直接由跟踪滤波器消除回声，并将锁定系数赋值给锁定滤波器；若未完成锁定，则转由锁定滤波器消除回声。此外，本发明还提供能消除近端回声和远端回声的回声消除***，及回声消除装置。本发明既能消除手持终端自身产生的近端回声，也能同时消除由于网络等原因产生的远端回声。此外，本发明通过采用新的滤波器系数迭代方法，使滤波器以最快速度无限逼近实际回声路径，从而真正做到彻底回声消除，并彻底解决了传统上长时延回声难以消除的问题，极大节省了软硬件资源。

Description

一种回声消除方法及***

技术领域

本发明涉及移动通信技术，尤其涉及一种回声消除方法及***。

背景技术

移动通信中手持终端的回声会影响通话质量，尤其是当手持终端使用免提功能时，回声问题就更加严重。因此，移动通信中的回声问题已困扰人们已久，解决方案一直为业界所关注。

目前只有少数3G手机具有回声消除功能，虽然采用的回声消除方法各不相同，但是原理基本大体一致。如图1所示为现有典型的实现方案之一，通过回声预测和控制单元101自适应预测估计回声，得到回声瞬时期望值，并从终端的返回语音中通过数字减法器单元102减去该期望值，从而实现回声消除。其中，回声预测和控制单元实际上是一组线性抽头横向滤波器，通常采用最小均方误差(NLMS，Normalized Least Mean Square)方法自适应调整滤波器系数。由于该方案无法彻底消除回声，总会留下较大的剩余回声，因此实际中通常会增设非线性处理单元103，用以对剩余回声进行非线性运算，从而使得剩余回声变成背景噪声。

然而，上述现有回声消除的实现方案存在以下问题：

1、只能消除本机自身产生的短时延近端回声，不能消除由于网络等产生的长时延远程回声。由于方法本身的缺陷，使其难以消除长时延的远端回声。

2、不能彻底消除回声，产生较大剩余回声。虽然现有方案通过非线性处理来噪化剩余回声，但是在处理中，有用语音信号也会不可避免在一定程度上被噪化。显然，这种采用非线性处理来噪化剩余回声的方式是以牺牲有用语音信号的信噪比来换取回声削弱的。因此，该方式代价很大，效果又不好。

3、所需硬件资源多。由于方法本身的原因，决定了滤波器阶数与回声延迟成正比，当回声延迟很大时，滤波器阶数巨大，从而所需存储器件等硬件资源很多。

4、运算量大，大大增加处理器运算负荷。专门从事语音信号处理的著名美国公司Alango推出的手持终端回声消除算法对采样率为8KHz语音信号进行自适应滤波(滤波器长度为64ms)时需要21MIPS，可见运算量非常巨大。

发明内容

本发明解决的技术问题在于提供一种回声消除方法及***，能够完全消除本地回声和远程回声，并且运算量大大减小。

实现本发明目的的技术方案如下：

一种回声消除方法，包括步骤：

基于输入信号短时能量判断回声状态：

回声淹没状态下，由锁定滤波器消除回声；

回声激活状态下，更新滑动窗偏移量和跟踪滤波器系数，及根据判断准则判断所述跟踪滤波器是否完成锁定：若完成锁定，则直接由跟踪滤波器消除回声，并将锁定系数赋值给锁定滤波器；若未完成锁定，则转由锁定滤波器消除回声。

优选的，如果滤波器系数矢量中最大者ω_i(n+1)的位号i＞(L+1)/2且滑动窗偏移量小于滑动窗最大偏移上限时，滑动窗偏移量增加一个单位，同时跟踪滤波器系数矢量左移一个单位，其中：L为滤波器阶数。

优选的，如果滤波器系数矢量中最大者ω_i(n+1)的位号i＞(L+1)/2且滑动窗偏移量等于滑动窗最大偏移上限时，滑动窗偏移量置零，同时滤波器系数矢量更新为无滑动窗偏移量滤波器系数矢量，其中：L为滤波器阶数。

优选的，所述滑动窗最大偏移上限取值为不小于实际最大回声延迟除以采样率的正整数。

优选的，如果滤波器系数矢量中最大者ω_i(n+1)的位号i＜(L+1)/2且滑动窗偏移量为正时，滑动窗偏移量减少一个单位，同时跟踪滤波器系数矢量右移一个单位，其中：L为滤波器阶数。

优选的，如果滑动窗偏移量为零，则滤波器系数矢量更新为无滑动窗偏移量滤波器系数矢量；否则无滑动窗偏移量滤波器系数矢量保持不变。

优选的，所述滤波器消除回声是根据对应的滤波器锁定系数和滑动窗偏移量对输入信号进行滤波。

优选的，所述跟踪滤波器是否完成锁定的判断准则为：连续收敛长度个跟踪滤波器系数矢量中每一个矢量满足，滤波器系数中最大者ω_i(k)的位号i＝(L+1)/2且收敛值小于设定的收敛门限，其中：L为滤波器阶数。

优选的，所述收敛门限取值大于噪音最大幅度的估计值。

此外，本发明也提供一种回声消除的***，包括：

近端回声消除装置，包括滤波器、回声状态机及控制器，用于消除近端回声；

及远端回声消除装置，包括滤波器、回声状态机及控制器，用于消除远端回声；

所述远端回声消除装置根据回声消除的需求选择工作状态或是旁路状态。

优选的，所述滤波器是由锁定滤波器和跟踪滤波器构成的双滤波器结构。

优选的，所述控制器根据回声状态机的反馈结果，及跟踪滤波器完成锁定的情况，选择是由锁定滤波器消除回声或是由跟踪滤波器消除回声。

优选的，所述回声状态机根据输入信号短时能量的变化而切换为回声淹没状态或回声激活状态。

本发明还提供一种回声消除装置，包括：

回声状态机，用于根据更新输入信号的短时能量，判断是回声淹没状态还是回声激活状态；

跟踪滤波器及锁定滤波器，用于对输入信号滤波，消除回声；

控制器，用于根据回声状态机反馈的回声状态，及跟踪滤波器完成锁定的情况，选择是由锁定滤波器消除回声或是由跟踪滤波器消除回声。

优选的，所述跟踪滤波器根据设定的判断准则确定是否完成锁定：如果完成锁定，则将跟踪滤波器锁定系数矢量和滑动窗偏移量赋值给锁定滤波器，由跟踪滤波器消除回声；如果未完成锁定，由锁定滤波器消除回声。

优选的，所述跟踪滤波器是否完成锁定的判断准则为：连续收敛长度个跟踪滤波器系数矢量中每一个矢量满足，滤波器系数中最大者ωi(k)的位号i＝(L+1)/2且收敛值小于设定的收敛门限，其中：L为滤波器阶数。

优选的，所述收敛门限取值大于噪音最大幅度的估计值。

对比现有技术，本发明的有益效果归纳如下：

1、本发明回声消除方法-滑动窗增强型NLMS方法，改变了传统NLMS方法滤波器系数的迭代方式，通过很少的有限次迭代即可使滤波器系数无限逼近实际回声路径参数的实际值，从而能够完全消除回声，并且避免采用非线性噪化剩余回声的措施。另外，本发明方法通过滑动窗，能够彻底消除长时延回声，而且运算量大大减小，从而极大节省存储器件等硬件资源。

2、本发明通过锁定滤波器和跟踪滤波器联合工作以确保回声消除的彻底、稳定。通过跟踪滤波器自适应调整滤波器系数，逐步逼近回声路径，并将收敛后的滤波器锁定系数矢量和滑动窗偏移传给锁定滤波器；而锁定滤波器在跟踪滤波器未启动或未收敛时，以最新得到的滤波器锁定系数矢量和滑动窗偏移对输入信号滤波，从而消除回声。双滤波器在逻辑控制下协调工作，从而更好的解决了噪声误锁的问题，确保回声消除处理的平稳效果。

3、此外，本发明通过将状态机的状态简化为回声淹没和回声激活两个状态，极大简化了回声消除的实现过程，保证了实际工作的可靠性。

下面结合附图和具体实施方式对本发明作进一步描述。

附图说明

图1是现有技术回声消除的实现框图；

图2是本发明回声消除***框图；

图3是本发明回声消除的实现流程图；

图4是本发明方法的原理框图；

图5是本发明双滤波器结构框图；

图6是本发明近端回声消除状态机示意图；

图7是本发明远端回声消除状态机示意图；

图8是本发明回声消除装置框图；

图9是本发明本地回声消除软件实现流程图；

图10是本发明与现有方法的收敛性比较示意图；

图11是本发明与现有方法的回声消除收敛速度比较示意图；

图12是本发明与现有方法的回声消除结果比较示意图；

图13是本发明实施例模拟真实通话状态下的回声消除质量示意图。

具体实施方式

本发明提供一种新的回声消除方法，突破了传统NLMS方法的局限，基于滑动窗增强型NLMS方法进行回声消除，解决了传统方法无法解决的问题。本发明的基本思想是基于滑动窗增强型NLMS方法自适应调整线性抽头横向滤波器系数，通过很少的有限次迭代即可无限逼近回声原形，并将其从真实回声信号中减去，从而实现本地回声和远程回声的消除。如图2所示，为本发明回声消除***框图。该***包括：近端回声消除装置和远端回声消除装置，每个装置都包括双滤波器、回声状态机及控制器。近端回声消除装置和远端回声消除装置分别用于实现本地回声和远程回声的消除。两者的消除方法相同，可以同时实现，也可以只选择实现本地回声的消除。当远程回声已经被消除(比如远程终端本身具有回声消除功能或局端已安装回声消除器)，则虚线框内部分(即远程回声消除方法及相关状态逻辑)可以被旁路，从而进一步节省资源。

下面，结合图3、4和图9对本发明所述方案的实现过程具体进行阐述。由于本地回声与远程回声的消除实现过程相同，只是输入、输出信号不同而已，即：本地回声消除是从真实的本地回声y(n)中减去本地语音信号x(n)的本地回声估计，在此过程中，输入信号为x(n)、y(n)，输出信号是r(n)；而远程回声消除是从接收语音信号c(n)中减去本地讲话语音信号s(n)的远程回声估计，在此过程中，输入信号为s(n)、c(n)，输出信号是x(n)。

首先需要根据实际情况确定几个常量的最佳值，合适取值会在不影响性能的前提下最大限度的减少运算量，这几个常量是：滑动窗最大偏移上限Max_Offset、滤波器阶数L、n时刻的收敛值d(n)、收敛门限d_GATE，d(n)收敛最小长度d_L，很小的常数e。设实际回声延迟为DT，采样率为Fs，常量取值规则分别说明如下：

Max_Offset取值为：大于实际最大回声延迟/Fs的最小正整数。一般情况下，本地回声延迟较小，远程回声延迟较长，会达到几百毫秒。

如果DT/Fs较大(例如大于9)，L选择小于DT/Fs的奇数。此时方法工作在滑动窗模式，通常情况下远程回声消除工作在此模式。

如果DT/Fs较小(例如小于或等于9)，L选择大于DT/Fs的最小奇数。此时方法工作在无窗模式，通常情况下本地回声消除工作在此模式。

d(n)收敛门限d_GATE取值应大于噪音最大幅度的估计值。

d(n)收敛最小长度d_L应取较大值，通常取大于28的正整数。

e取很小的正数，比如0.0001。

其次，对本发明涉及的迭代公式说明如下：

(1)y^(n)＝W(n)^T(n-m(n))，为回声估计。

其中W(n)＝[ω₀(n)，ω₁(n)，...ω_L-1(n)]^T，ω_i(n)为滤波器系数。通常W(0)＝[0，0，...0]。

X(n-m(n))＝[x(n-m(n))，x(n-1-m(n))，x(n-2-m(n))，...x(n-L+1-m(n))]。

当工作在滑动窗模式时，m(n)为滤波器n时刻滑动窗口的偏移，通常m(0)＝0；

当工作在无窗模式时，m(n)恒值为0。

(2)e(n)＝y(n)-y^(n)，为误差信号。

(3)d(n)＝d(n-1)/2+|e(n)|，通常d(0)＝0。

(4) $P\left(n\right)=\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{x}^2(n-i-m\left(n\right)),$ 为接收信号短时能量。当工作在滑动窗模式时，m(n)为滤波器n时刻滑动窗口偏移，通常m(0)＝0；当工作在无窗模式时，m(n)恒值为0。

(5) $u\left(n\right)=\frac{d\left(n\right)}{e+d\left(n\right)*P\left(n\right)},$ 其中e为很小的正数。

(6)W(n+1)＝W(n)+u(n)*X(n-m(n))，为滤波器系数矢量。

当工作在滑动窗模式时，m(n)为滤波器n时刻滑动窗口偏移，通常m(0)＝0。

当工作在无窗模式时，m(n)恒值为0。

(7)窗口滑动(此过程仅适用于滑动窗模式，当工作在无窗模式下时，忽略此过程)

①更新滑动窗偏移m(n+1)，更新滤波器系数矢量：

如果{ω₀(n+1)，ω₁(n+1)，...，ω_L-1(n+1)}中最大者ω_i(n+1)的位号i＞(L+1)/2且m(n)＜Max_Offset时，m(n+1)＝m(n)+1，同时矢量W(n+1)左移一个单位，即ω₁(n+1)→ω₀(n+1)，ω₂(n+1)→ω₁(n+1)，...，ω_L-1(n+1)→ω_L-2(n+1)，0→ω_L-1(n+1)。

如果{ω₀(n+1)，ω₁(n+1)，...，ω_L-1(n+1)}中最大者ω_i(n+1)的位号i＞(L+1)/2且m(n)＝Max_Offset时，m(n+1)＝0，W(n+1)＝W_m＝0。

如果{ω₀(n+1)，ω₁(n+1)，...ω_L-1(n+1)}中最大者ω_i(n+1)的位号i＜(L+1)/2且m(n)＞0时，m(n+1)＝m(n)-1，同时矢量W(n+1)右移一个单位，即ω_L-2(n+1)→ω_L-1(n+1)，ω_1-3(n+1)→ω_1-2(n+1)，...，ω₁(n+1)→ω₂(n+1)，0→ω₁(n+1)。

否则，m(n+1)＝m(n)。

②更新无滑动窗偏移滤波器系数矢量W_m＝0：

如果m(n+1)＝0，则W_m＝0＝W(n+1)；否则保持W_m＝0不变。

(8)更新锁定状态

收敛判定准则：连续d_L个矢量中每一个W(k)(k＝n+1，n，...，n-d_L+2)满足{ω₀(k)，ω₁(k)，...ω_L-1(k)}中最大者ω_i(k)的位号i＝(L+1)/2且d(n)＜d_GATE。

如果满足上述收敛判定准则，则更新锁定状态：d_lock＝d(n)，W_lock＝W(n+1)，m_lock＝m(m+1)。通常d_lock的初始值为0，W_lock的初始值为零矢量(0，0...0)T，m_lock的初始值为0。

若将图4和图9中的x(n)替换为r(n)、y(n)替换为c(n)、y^(n)替换为c^(n)、r(n)替换为x(n)，则就成为远程回声消除的实现过程，此处不再累述。

滤波器阶数L的取值决定着是在滑动窗模式工作还是无窗模式工作。本地回声消除工作在滑动窗模式的软件实现流程如图9所示，而将虚线框内的部分(即窗口滑动部分)去掉就改成无窗模式的实现流程，此时滑动窗偏移m恒为0。

如图9所示，回声消除的具体实现流程如下：

首先，完成一个新采样点，更新本地回声的短时能量P_x(n)∶P_x(n)＝P_x(n-1)+x²(n)-x²(n-K)，或更新远端回声的短时能量P_r(n)∶P_r(n)＝P_r(n-1)+r²(n)-r²(n-K)；由P_x或P_r和当前状态判定是否有状态变迁，如果有，则将状态机变迁至新状态，即m(n)→m_lock，u(n)→u_lock，W(n)→W_lock；

然后，判断回声状态：如果为回声淹没态，则依次更新回声估计y_lock(n)＝W_lock(n)^TX(n-m_lock)、更新误差信号e_lock(n)＝y(n)-y_lock(n)、r(n)＝e_lock(n)，由锁定滤波器消除回声，结束一次回声消除，并等待下一个采样点到来。

如果为回声激活态，则依次更新回声估计y^(n)＝W(n)^TX(n-m)、更新误差信号e(n)＝y(n)-y^(n)、更新d(n)＝d(n-1)/2+|e(n)|、更新接收信号短时能量 $P\left(n\right)=\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{x}^2(n-i-m\left(n\right))$ 、更新 $u\left(n\right)=\frac{d\left(n\right)}{e+d\left(n\right)*P\left(n\right)}$ 、及更新跟踪滤波器系数W(n+1)＝W(n)+u(n)*X(n-m(n))；

再次，当工作在滑动窗模式下(当工作在无窗模式下时，忽略此过程)

①更新滑动窗偏移m(n+1)，更新滤波器系数矢量：

如果{ω₀(n+1)，ω₁(n+1)，...，ω_L-1(n+1)}中最大者ω_i(n+1)的位号i＞(L+1)/2且m(n)＜Max_Offset时，m(n+1)＝m(n)+1，同时矢量W(n+1)左移一个单位，即ω₁(n+1)→ω₀(n+1)，ω₂(n+1)→ω₁(n+1)，...，ω_L-1(n+1)→ω_L-2(n+1)，0→ω_L-1(n+1)。

如果{ω₀(n+1)，ω₁(n+1)，...，ω_L-1(n+1)}中最大者ω_i(n+1)的位号i＞(L+1)/2且m(n)＝Max_Offset时，m(n+1)＝0，W(n+1)＝W_m＝0。

如果{ω₀(n+1)，ω₁(n+1)，...ω_L-1(n+1)}中最大者ω_i(n+1)的位号i＜(L+1)/2且m(n)＞0时，m(n+1)＝m(n)-1，同时矢量W(n+1)右移一个单位，即ω_L-2(n+1)→ω_L-1(n+1)，ω_1-3(n+1)→ω_1-2(n+1)，...，ω₁(n+1)→ω₂(n+1)，0→ω₁(n+1)。

否则，m(n+1)＝m(n)。

②更新无滑动窗偏移滤波器系数矢量W_m＝0：

如果m(n+1)＝0，则W_m＝0＝W(n+1)；否则保持W_m＝0不变。

最后，判定跟踪滤波器是否完成锁定：若跟踪滤波器已完成锁定，更新锁定状态：m_lock＝m、d_lock(n)＝d(n)、W_lock＝W(n+1)，更新锁定滤波器系数后，更新r(n)＝e(n)，由跟踪滤波器消除回声，结束一次回声消除，并等待下一个采样点到来。

若跟踪滤波器未完成锁定，更新回声估计y_lock(n)＝W_lock(n)^TX(n-m_lock)、更新误差信号e_lock(n)＝y(n)-y_lock(n)、r(n)＝e_lock(n)，由锁定滤波器消除回声，结束一次回声消除，并等待下一个采样点到来。

上述图9的实现流程简化叙述为如图3所示的步骤，即：

301、完成一个新采样点；

302、更新输入信号短时能量；

303、判断回声状态是否变迁，并判定状态机当前所处状态；

304、若状态机处于回声淹没状态，由锁定滤波器消除回声，结束一次回声消除，并等待下一个采样点到来。

305、若状态机处于回声激活状态，更新跟踪滤波器系数，接着滑动窗口；

306、判定跟踪滤波器是否完成锁定；

307、若跟踪滤波器未完成锁定，由锁定滤波器消除回声，结束一次回声消除，并等待下一个采样点到来。

308、若跟踪滤波器已完成锁定，更新锁定滤波器系数，由跟踪滤波器消除回声，结束一次回声消除，并等待下一个采样点到来。

本发明的双滤波器包含一个跟踪滤波器和一个锁定滤波器，其中：跟踪滤波器的主要任务是通过自适应调整滤波器系数，逐步逼近回声路径，并将收敛后的滤波器锁定系数矢量和滑动窗偏移传给锁定滤波器；而锁定滤波器的主要任务是在跟踪滤波器未启动或未收敛时，以最新得到的滤波器锁定系数矢量和滑动窗偏移对输入信号滤波，以消除回声。基于这种双滤波器结构如图5所示，如果将x(n)替换为r(n)、y(n)替换为c(n)、r(n)替换为x(n)，就变成远程回声消除双滤波器结构。双滤波器结构在逻辑控制下协调工作。控制逻辑根据回声状态决定是否启动跟踪滤波器，如不须启动，停止跟踪滤波器，并立即启动锁定滤波器消除回声；如需启动，立即启动跟踪滤波器自适应调整网络参数，并时刻以事先确定的判定准则判定当前跟踪滤波器是否已完成锁定，如果未完成锁定，则立即启动锁定滤波器，并由锁定滤波器滤除回声产生输出；如果完成锁定，则更新锁定滤波器系数，由跟踪滤波器消除回声产生输出。无论何时，只要锁定滤波器工作，则总是以最新得到的滤波器参数对输入信号进行滤波。

回声消除过程存在二种工作状态：回声激活状态和回声淹没状态。实际工作时，当回声能量足够大，强于背景噪音时则视为回声激活状态；相反，当回声能量很小，接近或小于背景噪音时则视为回声淹没状态。回声状态切换贯穿于整个通话过程。状态切换基于x(n)与r(n)的短时能量变化而发生，二者的短时能量估计定义为：

x(n)的短时能量 $P_x\left(n\right)=\underset{i=0}{\overset{K-1}{\mathrm{\Σ}}}{x}^2(n-i);$

其中常数K取值应满足：远远小于人耳能辨别最短音节持续时间的采样点数。通常情况下，持续时间大于20ms的声音信号就可以被人耳觉察，如果采样率Fs＝8KHz，则K＜＜160。

r(n)的短时能量 $P_r\left(n\right)=\underset{i=0}{\overset{K-1}{\mathrm{\Σ}}}{r}^2(n-i).$

其中常数K取值应满足：不小于最低频语音半周期采样点数。一般情况下，语音频率在300Hz～3KHz范围内，如果采样率Fs＝8KHz，则K≥14。

实现时应采用迭代公式，减小运算量，上述两式分别为：

P_x(n)＝P_x(n-1)+x²(n)-x²(n-K)，且 $P_x\left(0\right)=\underset{i=0}{\overset{K-1}{\mathrm{\Σ}}}{x}^2(-i)$

P_r(n)＝P_r(n-1)+r²(n)-r²(n-K)，且 $P_r\left(0\right)=\underset{i=0}{\overset{K-1}{\mathrm{\Σ}}}{r}^2(-i)$

本地回声消除状态机如图6所示，P_{x_up}为本地回声激活上限，P_{x_down}为本地回声激活下限。实际使用时可根据本地模拟语音通道增益和本地回声路径损耗等因素为P_{x_up}、P_{x_down}取合适的值，但必需满足P_{x_up}＞P_{x_down}。通常情况下P_{x_up}取值不大于最大噪音幅度平方与K的乘积，但应远大于噪音平均幅值平方与K的乘积，P_{x_down}取值略小于P_{x_up}。

远端回声消除状态机如图7所示，P_{r_up}为远程回声激活上限，P_{r_down}为远程回声激活下限。实际使用时可根据远程模拟语音通道增益和远程回声路径损耗等因素为P_{r_up}、P_{r_down}取合适的值，但必需满足P_{r_up}＞P_{r_down}。通常情况下P_{r_up}取值不大于最大噪音幅度平方与K的乘积，但应远大于噪音平均幅值平方与K的乘积，P_{r_down}取值略小于P_{r_up}。

值得注意的是，每当状态机发生状态变迁时，必需将m(n)、d(n)、W(n)恢复至最近收敛值，即：m_lock→m(n)，d_lock→d(n)，W_lock→W(n)。

如图8所示，为本发明回声消除的装置框图，包括：

回声状态机，根据更新近端输入信号x(n)或远端输入信号r(n)的短时能量，判断回声状态是回声淹没状态还是回声激活状态；

控制器，根据回声状态机的反馈结果，及跟踪滤波器是否完成锁定，选择是由锁定滤波器消除回声或是由跟踪滤波器消除回声；

如果是回声淹没状态，则由锁定滤波器消除回声；

如果是回声激活状态，则更新跟踪滤波器系数，判断所述跟踪滤波器是否完成锁定：若跟踪滤波器已完成锁定，则更新锁定滤波器系数，由跟踪滤波器消除回声；若跟踪滤波器未完成锁定，由锁定滤波器消除回声。

近端回声消除装置和远端回声消除装置一样，都是根据状态机中当前工作状态及跟踪滤波器的锁定情况，由逻辑控制器决定双滤波器工作方式。此外，还可以同时参见表1结合前述的具体说明来理解回声消除装置的运作情况。

表1

下面，通过仿真实现将本发明的滑动窗增强型NLMS方法与传统NLMS方法进行比较，以展示本发明独有的优势。

1、所需硬件资源比较

传统NLMS方法需要最少滤波器的阶数L_min≥ΔT/Fs，其中Fs为采样率，ΔT为回声延迟。

而本发明滑动窗增强型NLMS方法所需滤波器阶数与ΔT无直接关系，即使ΔT很大(如几百毫秒)，L也可以很小(例如可以取L＝7)。

若采样率为8KHz，回声延迟ΔT＝100ms，传统NLMS方法所需滤波器阶数L应大于800。而本发明滑动窗增强型NLMS方法滤波器阶数可以取大于5的任何奇数。由此可见，本发明滑动窗增强型NLMS方法滤波器阶数远小于传统NLMS方法所需滤波器阶数，从而本发明方法所需存储单元远小于传统方法。

2、运算量比较

假设回声延迟时间量化Δn为大于ΔT/Fs的最小整数，其中Fs为采样率，ΔT为回声延迟。每过一个采样时间T，传统方法和本发明方法单位采样时间内运算量比较如表2所示：

表2

在表2中，L为传统NLMS方法滤波器阶数，最小取值为大于回声延迟时间量化(ΔT/Fs)的最小整数。可见传统方法运算量随着回声延迟ΔT增大而成倍增大，当ΔT很大(如大于10ms)时，运算器非常大。L’为本发明滑动窗增强型NLMS方法滤波器阶数，与ΔT无关，可以取很小的值，从而运算量非常小。

3、滤波器系数W(n)的收敛性比较

由滤波器系数迭代公式W(n+1)＝W(n)+u(n)*X(n)知，滤波器系数W(n)收敛条件是u(n)随着时间n趋近于零。

在采样频率Fs＝8KHz，回声延迟ΔT＝10ms，输入信号x(n)为单位的余弦信号条件下，本发明方法与传统方法u(n)的收敛性比较如图10所示：传统方法由于u(n)始终不能收敛于零，所以滤波器系数W(n)始终不能真正锁定，随着输入信号x(n)变化不断产生剩余噪声。本发明方法恰恰克服了传统方法的缺陷，u(n)迅速趋近于零，滤波器系数W(n)能迅速锁定，从而不会产生剩余噪声。

4、回声消除收敛速度比较

在采样频率Fs＝8KHz，回声延迟ΔT＝10ms，e取0.0001，输入信号x(n)为单位的余弦信号条件下：对于传统方法，步长常数取0.05，滤波器阶数取81；对本发明方法，滤波器阶数取81(在无窗模式下工作)。二者回声消除收敛速度比较如图11所示。显然，本发明方法的回声消除收敛速度明显大于传统方法。

5、回声消除结果比较

在采样频率Fs＝8KHz，回声延迟ΔT＝10ms，e取0.0001，输入信号x(n)为单位的真实语音信号条件下：对于传统方法，步长常数取0.5，滤波器阶数取81；对于本发明方法，滤波器阶数取7(在滑动窗模式下工作)。二者回声消除结果比较如图12所示。显然，本发明滑动窗增强型NLMS方法回声消除能力远优于传统NLMS方法。

在模拟真实通话状态下的回声消除质量如图13所示。其中，采样频率Fs＝8KHz，回声延迟ΔT＝10ms，e取0.0001，滤波器阶数取7(在滑动窗模式下工作)，输入信号x(n)为真实语音信号。

以上所述的本发明实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。

Claims (17)

1、一种回声消除方法，其特征在于，包括步骤：

基于输入信号短时能量判断回声状态：

回声淹没状态下，由锁定滤波器消除回声；

回声激活状态下，更新滑动窗偏移量和跟踪滤波器系数，及根据判断准则判断所述跟踪滤波器是否完成锁定：若完成锁定，则直接由跟踪滤波器消除回声，并将锁定系数赋值给锁定滤波器；若未完成锁定，则转由锁定滤波器消除回声。

2、如权利要求1所述的方法，其特征在于，如果滤波器系数矢量中最大者ω_i(n+1)的位号i＞(L+1)/2且滑动窗偏移量小于滑动窗最大偏移上限时，滑动窗偏移量增加一个单位，同时跟踪滤波器系数矢量左移一个单位，其中：L为滤波器阶数。

3、如权利要求1所述的方法，其特征在于，如果滤波器系数矢量中最大者ω_i(n+1)的位号i＞(L+1)/2且滑动窗偏移量等于滑动窗最大偏移上限时，滑动窗偏移量置零，同时滤波器系数矢量更新为无滑动窗偏移量滤波器系数矢量，其中：L为滤波器阶数。

4、如权利要求2或3所述的方法，其特征在于，所述滑动窗最大偏移上限取值为不小于实际最大回声延迟除以采样率的正整数。

5、如权利要求1所述的方法，其特征在于，如果滤波器系数矢量中最大者ω_i(n+1)的位号i＜(L+1)/2且滑动窗偏移量为正时，滑动窗偏移量减少一个单位，同时跟踪滤波器系数矢量右移一个单位，其中：L为滤波器阶数。

6、如权利要求1所述的方法，其特征在于，如果滑动窗偏移量为零，则滤波器系数矢量更新为无滑动窗偏移量滤波器系数矢量；否则无滑动窗偏移量滤波器系数矢量保持不变。

7、如权利要求1所述的方法，其特征在于，所述滤波器消除回声是根据对应的滤波器锁定系数和滑动窗偏移量对输入信号进行滤波。

8、如权利要求1所述的方法，其特征在于，所述跟踪滤波器是否完成锁定的判断准则为：连续收敛长度个跟踪滤波器系数矢量中每一个矢量满足，滤波器系数中最大者ω_i(k)的位号i＝(L+1)/2且收敛值小于设定的收敛门限，其中：L为滤波器阶数。

9、如权利要求8所述的方法，其特征在于，所述收敛门限取值大于噪音最大幅度的估计值。

10、一种回声消除的***，其特征在于，包括：

近端回声消除装置，包括滤波器、回声状态机及控制器，用于消除近端回声；

及远端回声消除装置，包括滤波器、回声状态机及控制器，用于消除远端回声；

所述远端回声消除装置根据回声消除的需求选择工作状态或是旁路状态。

11、如权利要求10所述的回声消除***，其特征在于，所述滤波器是由锁定滤波器和跟踪滤波器构成的双滤波器结构。

12、如权利要求11所述的回声消除***，其特征在于，所述控制器根据回声状态机的反馈结果，及跟踪滤波器完成锁定的情况，选择是由锁定滤波器消除回声或是由跟踪滤波器消除回声。

13、如权利要求10所述的回声消除***，其特征在于，所述回声状态机根据输入信号短时能量的变化而切换为回声淹没状态或回声激活状态。

14、一种回声消除装置，其特征在于，包括：

回声状态机，用于根据更新输入信号的短时能量，判断是回声淹没状态还是回声激活状态；

跟踪滤波器及锁定滤波器，用于对输入信号滤波，消除回声；

控制器，用于根据回声状态机反馈的回声状态，及跟踪滤波器完成锁定的情况，选择是由锁定滤波器消除回声或是由跟踪滤波器消除回声。

15、如权利要求14所述的回声消除装置，其特征在于，所述跟踪滤波器根据设定的判断准则确定是否完成锁定：如果完成锁定，则将跟踪滤波器锁定系数矢量和滑动窗偏移量赋值给锁定滤波器，由跟踪滤波器消除回声；如果未完成锁定，由锁定滤波器消除回声。

16、如权利要求15所述的回声消除装置，其特征在于，所述跟踪滤波器是否完成锁定的判断准则为：连续收敛长度个跟踪滤波器系数矢量中每一个矢量满足，滤波器系数中最大者ω_i(k)的位号i＝(L+1)/2且收敛值小于设定的收敛门限，其中：L为滤波器阶数。

17、如权利要求16所述的回声消除装置，其特征在于，所述收敛门限取值大于噪音最大幅度的估计值。

Images