CN1111973C - 改进了的数字蜂窝应用的回波消除器 - Google Patents

Abstract

一种用于通讯系统的回声消除系统。该系统包括一个自适应滤波器(34)，该滤波器处理由语音解码器(30)重构的语音信号来产生回声估计值。该回声估计值被从在通讯链路中传播的包括回声的信号中减去来除去或至少减少回声噪声。自适应滤波器的抽头系数在误差信号和重构语音信号分量信号的基础上确立，其中的误差信号表示回声估计值与实际回声之间的差值。通过使用解相关滤波器(38)，该信号分量被高度解相关使得自适应滤波器更快收敛并表现出提高的回声返回损耗改善。

Description

改进了的数字蜂窝应用的回波消除器

                        发明领域

该发明涉及一种用于禁止通讯线路上回声的方法和系统，该系统对于传送声音编码信号的通讯系统尤其有用，其中的声音编码信号包括语音模型参数和激励信息。在该发明的一个最优实施方案中，激励信息被从重构的声音编码信号中提取出并被用来训练自适应滤波器以禁止回声。激励信号包括很多频率并使得收敛率增大并提高自适应滤波器的回声返回损耗改善功能。

                        发明背景

在一般的电话网络中，混合电路转换器被提供来将单向的四线链接从公共电话交换网(PSTN)连接到本地两线回路。混合电路转换器的基本功能是将起源于本地回路的发送信号从PSTN部分的接收信号中分离出来，反之亦然。这一过程要求接收信号的能量完全通过本地回路。然而，由于混合电路转换器中的阻抗失配，部分接收能量被反射回发送端口。其结果是讲话者听到自己的延迟后的语音，这种情况当然是不希望的。这种发生在通讯网络中的由于干扰产生的回声被称做电回声。

另一种产生回声的现象发生于免提电话终端。在该终端处由扬声器产生的语音信号将通过声学环境以声波的形式传播，并且部分语音信号将被该终端的麦克风捕捉回来。这种残留信号将被发送回讲话者并产生回声。这种回声被称做为声学回声。

为了避免回声问题，通讯网络采用了抑制器。典型的抑制器是一个开关，它监视在两个方向上流动的声音信号。抑制器检测哪个人正在讲话并阻止以反方向流动的信号。实际上，回声抑制器将通讯链接变换成一个单向路径，该路径在某一时间只允许一个人讲话。这种回声抑制器的缺陷是当用户很快地来回讲话时，它们趋向于截断语音信号。这是因为回声抑制器不能足够快地切换方向。此外，在双向通话期间，即两个用户同时讲话时，抑制器不能控制回声。

避免回声抑制器问题的一种可能是提供一种电路，这种电路利用自适应滤波器来消除回声，而不是在通讯链接的一个方向上阻止语音信号。实际上，回声消除器先合成一个回声，该回声然后被从组合信号(语音信号+回声信号)中减去。如果回声消除器很好地模拟了真实的回声路径，那么处理后的信号基本上消除了任何回声。

为了利用回声消除的原理，回声信号的独特特性必需被测量到，并存储在回声消除器中用于处理。预先直接测量是不实际的，因为首先，在电回声情况下，回声依赖于电路链接，而在声学回声情况下，回声依赖于声学环境。如果不是不可能的话，这也使得测量变的极为困难。其次，由于动态链路连接或不稳定的声学环境，回声也会变化。如前面提到的，解决这种困难的一个方法是：为了执行消除，使用一种自适应滤波器来渐进地识别回声的特性。尽管自适应回声消除器可以在不要求有关回声特性的任何以前知识的情况下模拟回声信号。它仍然需要一段有限的学习时间来达到目的。收敛速度是对自适应滤波器能多快达到一个可接受的误差程序的一个测量手段。其结果是回声将存在于呼叫的开始时间内，这是因为此时自适应滤波器正在开始学习过程，而且误差信号的幅度很可能还不是最佳的。此外，当呼叫切换到一个新的链接时，用户将听到短暂的电回声。在声学回声情况下，回声特性是时刻变化的。这种情况下的有效回声消除需要一个很快的收敛率。

一般自适应滤波器的收敛速度会使得有效的回声消除发生在学习过程已经被初始化之后的几秒钟内。因此，在呼叫的开始，将会有一段时间，在此期间用户将至少听到一些回声。这种问题在其中用户从一个接收蜂窝移动到另一个接收蜂窝的蜂窝电话应用中尤为讨厌。在一个给定接收蜂窝的引入线处，回声消除器的学习过程必须加以重复，这促成了很短但却有害的回声现象。

线形回声的产生可以被模拟如下 $Y\left(k\right)=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{h}_{i}x(k-i)+\mathrm{\ω}\left(k\right)$ 其中Y(K)是回声信号的第K个输出样本。h_i是表征回声路径特性的参数。ω(k)是随机噪声或模拟误差。x(k)是源信号的第k个输入样本。N-1是模型的阶数。回声消除可以通过使用自适应滤波器来实现，该滤波器通过滤波器输出A(k)来估计Y(k)从而使组成回声的语音信号为零。自适应滤波器的输出由下面等式表示 $A\left(k\right)=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{h}_{i}x(k-i)$ 当两个数值之间的误差e(k)被最小化时，回声趋向于0. $e\left(k\right)=Y\left(k\right)-\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{h}_{i}x(k-i)=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}(h_f-h_i)x(k-i)+\mathrm{\ω}\left(k\right)$ 滤波器系数被调整来最小化输出均方误差(MSE)E[e²(k)]： $E\left[e^2\left(k\right)\right]=E\left[{\left(\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}(h_f-h_i)x(k-i)\right)}^2\right]+E\left[{\mathrm{\ω}}^2\left(k\right)\right]$ 经过一些学习期，自适应滤波器将收敛到

              h_f＝h_i  O≤i≤N-1

为了达到解决目的，必须找到一个过程来引导自适应滤波器以达到最小误差。这被称做为自适应算法。这里有两种众所周知的自适应算法：最小均值平方及迭代最小平方，前者以其简单性而受欢迎，而后者具有更快的学习速度。在数字电话技术中，这些算法是众所周知的，因而没有必要详细描述它们。

当输入为白噪声时，最小均值平方算法收敛最快。因此可以通过预-白化回声消除器的输入来加快收敛速度。可以通过在消除器之前加一个白化滤波器来实现这一点。然而一个固定白化滤波器仅在统计意义上可以提高收敛速度。即，当输入与滤波器设计中使用的相关函数匹配时，它将加快收敛速度。另一方面，失配将减慢收敛速度。更好的方法是：通过使用某一自适应算法使得白化滤波器可变。然而这种自适应白化滤波器实现起来效率低，困难且费用高。因此，它不算一个最佳的解决方案。

                    发明目标及概要

从已知现有技术中所遇到的前述问题的角度看，该发明的一个目标是给出一种改进的回声消除系统，在给定呼叫期间，该系统能够很快的适应特殊的回声路径。

该发明的另一个目标是实现回声消除的一种改进方法，该方法使得与现有技术的方法相比更快地降低回声估计值和真实回声之间的误差。

该发明的另一个目标是给出使用前面提到的回声消除器的一种通讯系统。

该发明的又一个目标是给出一种降低回声消除器系统收敛率的方法，

该发明还有一个目标是给出一种新的自适应滤波系统，该系统具有很高的收敛率，尤其适合用在回声消除系统中。

应该注意的是，出于这种说明的目的，″回声消除器″应该被广义地理解为表示一种基本消除回声或至少部分降低回声幅度的系统。因此，″回声消除器″并不试图专指一种完全消除回声的系统。

如同这里提到并广义描述的，该发明给出一种回声消除器，用于降低发生于通讯系统返回信道中的回声的幅度。所述的回声消除器包括：-用于产生回声估计值的第一装置，所述的第一装置包括一个第一输入端用于接收一个第一信号，该信号为通讯系统返回信道中回声的一个预兆，以及一个第二输入端用于接收一个与所述第一信号有关的第二信号，该信号的不相关性比所述第一信号更强；及

-与所述第一装置存在操作关系的第二装置，所述第二装置响应所述回声估计值用来调节通讯系统中返回信道上传播的信号从而禁止其中的回声。

该发明者得到预料不到的发现：通过在自适应过程中使用源信号(产生回声估计值的信号)的一个分量，回声消除器可以收敛的更快，该分量的去相关性比源信号更强，这种附加信号分量使得很显著地降低回声消除器的学习期。

在该发明的最优实施方案中，回声消除器包括一个带有解相关单元的自适应滤波器。该单元的功能是白化由声音解码器产生的重构语音输入。为了保持误差信号最小，解相关后的数据以及误差信号e(k)被用来改变自适应滤波器的特性。解相关滤波器采用了与低比特率语音解码器中相同的参数，因此不会要求额外的处理过程来调整解相关滤波器。一般地，解相关滤波器提取的信息与包括在语音编码信号每一帧中的激励信号紧密相关。激励信号的一个特性是它是高度去相关的。激励信号的去相关特性使得与现有技术系统相比，自适应滤波器更快的向最小误差收敛，其中，在现有技术系统中，自适应滤波器的输入只是一个相关的语音信号。

出于当前描述的目的，″去相关″和″相关″将在互相涉及的情况下被定义。″去相关″信号是指一个特征在于在感兴趣的频率范围上比相关信号具有更均匀的能量分布。这样对于一个划分为预定数量波段的给定频率范围，去相关信号的能量值将比相关信号情况下更均匀地分布在频率范围及较多的波段上。给定信号的相关特性也可以用谱密度或谱能量分布的形式表示。它们被定义为在一些频率间隔上信号所具有的能量。相关信号在相同频率范围上的谱密度基本上不如去相关信号均匀。例如，时域完全随机或不可预测的信号将产生一个在感兴趣频率范围上频谱平坦的去相关性很好的信号。另一方面，语音波形展示更高的相关性。

上面关于相关信号和去相关信号构成的定义适用于长时测量或观察，而不是短时现象。实际上，完全随机的信号可能在一个短时期内表现为高度相关(能量集中在一个窄频带内)，而在一个较长时期内信号是去相关的，因为能量负载″遍布″感兴趣的整个频率范围。相比之下，在相关信号中，大部分能量通常发生于频率范围内的窄频带上。例如，在语音编码应用中，″长时″可以指阶数为20-40毫秒的时间段。

在上面总结的该发明的一个优选实施方案中，解相关滤波器与声音解码器同时修正，声音解码器的修正一般发生于每帧编码语音信号上。解相关滤波器的修正过程简单地包括拷贝声音解码器的系数。

为了保持低的误差信号，在最优实施方案中，回声消除器使用了一种新的最小均值平方算法来修正自适应滤波器的参数。这种算法使用了下面3个输入。

A)误差信号e(k)；

B)为解相关滤波器输出的指数在线平均的功率估计信号。

C)建立在解相关信号基础上的一些子参数。

自适应算法处理这些信号来计算一组系数，这些系数被传送给回声消除器自适应滤波器。

如在这里表达并概括描述的，该发明还给出一种通讯系统，它包括：

-用于接收系数数据和激励信息以重构语音信号的声音解码器。

-回声易于发生的返回信道。

-用于降低所述返回信道中回声幅度的回声消除器，所述回声消除器包括

a)用于产生所述返回信道中回声的估计值的第一装置，包括：

i)与所述声音解码器有操作关系的用于接收所述重构语音信号的第一输入端

ii)用于接收所述重构语音信号分量的第二输入端，所述分量比所述重构信号更不相关；

iii)用于接收一个误差信号的第三输入端，该误差信号表示所述回声估计值与所述返回信道上传播的实际回声之间的差值。

iv)用于处理所述第一，第二和第三输入端处的信号并输出回声估计信号的装置；

b)与所述第一装置有操作关系的第二装置，所述第二装置响应所述回声估计值来调节在所述返回信道上传播的信号从而禁止其中的回声。

c)用于计算所述回声估计值与所述通讯系统返回信道上传播的实际回声之间的所述误差信号的差值检测装置，所述差值检测装置在操作上与所述第三输入端相关以向其提供所述误差信号。

如这里表达并概括描述的，该发明还给出一种组合，包括

-一个用于产生重构语音信号的声音解码器。

-用于产生所述重构语音信号的回声估计值的装置，包括：

一个与所述声音解码器有操作关系的自适应滤波器，调节所述重构语音信号，并且继而产生所述的回声估计值，所述的自适应滤波器有一个由多个系数确定的传递函数：

处理装置包括：

a)用于接收一个可以从所述重构语音信号中得出并且比所述重构语音信号更不相关的信号的第一输入端；

b)一个用于接收表示所述回声估计值与一个期望输出之间差值的误差信号的第二输入端，其中所述处理装置至少部分地根据第一输入端处的信号及所述误差信号来确定所述多个系数。

如这里表达并概括描述的，该发明还给出了一种提高回声消除器收敛率的方法，该方法降低通讯系统中返回信道中发生的回声的幅度。所述回声消除器包括：

-用于产生回声估计值的第一装置，所述的第一装置包括一个用于接收第一信号的输入端，该第一信号是通讯系统中返回信道上回声的预兆；

-与所述第一装置为操作关系的第二装置，所述第二装置响应所述回声估计值来调节在通讯系统中返回信道上传播的信号从而禁止其中的回声，所述的方法包括以下步骤：

为所述第一装置提供一个可以从所述第一信号中得出的第二信号，所述第二信号比所述第一信号更不相关，所述第一和第二信号在回声估计值的产生上影响所述的第一装置，所述第二信号的存在使得所述回声消除器以更高的速率收敛。

如这里表达并概括描述的，该发明还给出一种方法用于降低发生于通讯系统中返回信道上的回声的幅度，所述的方法包括以下步骤：

a)产生一个回声估计值，包括以下步骤：

-给出一个第一信号，该信号为通讯系统返回信道上回声的预兆；

-处理所述的第一信号来从中获得比所述第一信号更不相关的第二信号；

-给出一个误差信号，该信号表示所述回声估计值与通讯系统返回信道上传播的实际回声之间的差值；

-处理所述的第一，第二，和第三信号来产生所述的回声估计值；

b)从在所述返回信道上传播的信号中减去所述回声估计值。

如这里表达并概括描述的，该发明还给出一种自适应滤波系统，该系统具有较高的收敛率。所述的滤波系统包括：

-包括预定数量抽头系数的滤波模块，其中的系数确定了滤波器的传递函数。所述的滤波模块包括一个用来接收第一信号的输入端。其中的第一信号将要被所述的滤波模块调整。

-用来计算所述抽头系统的处理模块，所述处理模块包括：

-用来接收第二信号的输入端，其中的第二信号为所述第一信号的分量，所述的第二信号比所述的第一信号更不相关；及

-用来接收误差信号的输入端，该误差信号表示所述滤波模块的实际输出与一个期望输出之间的差值，其中所述处理模块至少部分基于

所述第二信号和所述误差信号来确定所述抽头系数。

                      附图简要描述

图1是通讯链接的一个方框图，在该链接的四线部分和两线部分之间使用了一个混合电路。

图2是一个普通语音波形图。

图3是声音编码器电路的方框图。

图4是用于语音重生的声音解码器的方框图。

图5是一个回声消除器电路的方框图，该方框图表示出了与图4中描述的声音解码器之间的关系。

图6是从解码语音信号中重生激励以用于回声消除器的自适应滤波器的方框图。

图7是回声消除器电路的一个更详细的方框图。

图8是一个方框图，它图解说明了图7中描述的回声消除器中操作自适应滤波器的算法的传递函数。

图9是一个方框图，它图解说明了图7的方框图中表示出的功率估计器方块的传递函数；及

图10是一个方框图，它图解说明了图7中表示出的产生系数Pj(k)的方框的传递函数。

                     优选实施方案描述

该发明给出了一种改进的回声消除器系统，该系统特别适用于一种通讯网络。在该通讯网络中由于通讯链接中的电干扰(电回声)或者因为在通讯链路一端发生的声学反馈(声学回声)的原因，回声很易于发生。为了简明起见下面描述的该发明的示例，将参考其中回声因阻抗失配而发生的蜂窝电话网络来对其进行描述。然而，应该明白的是，该发明的范围不应仅限于这个具体的通讯网络环境，也不仅限于所遇到的特殊类型的回声(电回声)。

图1中的方框图描述了一个普通的无线电通讯网络。该网络包括一个可以与地面站20交换编码语音信号的无线电话10。基站包括连接到混合电路26的发送信道22和接收信道24，混合电路26构成了四线接收/发送信道部分和两线本地回路之间的接口。

在普通呼叫中，图2中给出的语音波形被数字化，并且所得的连续字节被分组为连续的帧，这些帧被分别编码并发送到接收端口24。出于示范的目的，我们考虑数字化语音波形的单独一帧。数字化的数据被位于电话10中且在图3中给出的声音编码器处理，声音编码器从时域波形中提取语音的感知重要特征。实际上，声音编码器28分析波形来产生声道激励的时变模型和传递函数。然而，在一个给定帧期间，声道被假定为代表一个线形时不变过程。

因此，对于每一帧语音波形，声音编码器28产生一个激励信号和一组预测系数，这些预测系数代表了模型传递函数的特性。激励信号和这组预测系数被调制并发送到接收信道24。这一过程对每一个语音波形帧重复。

在接收信道24编码信号被解调，并且利用解码器30将数字化语音波形重构，解码器30的传递函数在图4中给予说明。实际上，通过将以前的语音样本和激励进行线形组合，解码器30产生当前帧样本。方框31图解说明的后处理被用来提高语音质量。解码器30的输出信号x(k)由下面等式表示，其中的x(k)为重构数字化波形： $x\left(k\right)=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{c}_{i}x(k-i)+n\left(k\right)$ 其中x(k)是第k个输出样本。n(k)是激励信号C1，C2，-，C_M是给定帧的预测系数。M是模型的阶数。一般情况下M等于10。

应该注意到的是n(k)并不完全相同于声音解码器接收的重构语音波形的激励信号。这种差别主要由于后处理模块31的存在，该模块消除了重构语音信号的一些分量。为了区别这两个数值，在下面描述中，n(k)将被称作为重构激励。

理论上，重构语音信号x(k)的全部能量都应该通过混合电路被传送到本地回路。然而，由于阻抗失配问题混合电路将反射一小部分流入信号能量。其结果是：反射信号作为回声通过发送器端口被返回信源。回声对人耳的主观影响主要取决于往返延迟(与源信号有关的回声)。当延迟近似超过40毫秒时，在谈话中回声可以很清楚地感觉到并变得令人讨厌。在大多数需要使用回声消除器的电信系统中，这一阈值都被超过。

图5中阐述了根据该发明构造的改进的回声消除器32。回声消除器32被连接到语音解码器30并接收重构语音信号x(k)。基于该输入，回声消除器32合成一个加入了组合信号Z(k)的回声信号，Z(k)由起源于本地回路的语音信号和回声组成。当本地回路的用户没有讲话时，Z(k)仅为回声信号。如果回声消除器准确地模拟了真实的回声路径，那麽所得信号中不含有回声。

回声消除器包括一个自适应滤波器，该滤波器改变输入信号x(k)使它尽可能地接近回声。反馈回路36被提供来使得滤波器34改变其传递函数并收敛以消除或至少减少误差信号e(k)。该发明的一个新的方面在于给出了解相关滤波器38，该滤波器为自适应滤波器34提供一个包括很多频率的输入使得自适应滤波器能够更快地收敛。解相关滤波器38使用来自语音解码器30的预测系数来处理语音信号x(k)从而从中提取激励信息n(k)。激励信号n(k)比重构语音信号更不相关，这使得自适应滤波器34更快地达到小误差值状况。

图6中给出了解相关滤波器38的方框图。要注意的是解相关滤波器被设置为语音解码器的逆滤波器。解相关滤波器的输出可以用下式表示： $n\left(k\right)=x\left(k\right)-\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{c}_{i}x(k-i)$ 其中C1，C2，-，C_M是给定帧的预测系数。

预测系数与语音解码器的系数同时修正。因为在一帧内语音解码器30保持不变，所以解相关滤波器38仅在每帧之后需要被修正，然后它就保持不变。通过利用任何方便的方法从语音解码器30拷贝预测系数，解相关滤波器38的修正过程可以简单地实现。

一般地，解相关滤波器38的阶数为10(滤波器阶数或M值)，这是大多数商业可得语音解码器的典型阶数。

图7是回声消除器32的一个更详细的方框图。除了图5中给出的解相关滤波器组38和自适应滤波器34之外，图7更完整的方框图还表明回声消除器还包括另外两个功能框，即系数生成器40和功率估计器42，它们各自处理重构的激励信号n(k)来为新颖的自适应算法提供附加的系数，其中的自适应算法计算自适应滤波器的系数。注意到出于简化的目的，自适应滤波器34在图7中被表示为两个独立的方块，即自适应算法44和实现真正信号处理的滤波器内核46。

在该发明的最优实施方案中，下面修正后的最小均值平方算法已经实现： $h_0(k+1)=h_0\left(k\right)+\mathrm{\μ}\frac{e\left(k\right)}{{{\widehat{\mathrm{\σ}}}^2}_n\left(k\right)}{p}_0\left(k\right)$ $h_1(k+1)=h_1\left(k\right)+\mathrm{\μ}\frac{e\left(k\right)}{{{\widehat{\mathrm{\σ}}}^2}_n\left(k\right)}{p}_1\left(k\right)$

     ..... $h_N(k+1)=h_{(N-1)}\left(k\right)+\mathrm{\μ}\frac{e\left(k\right)}{{{\widehat{\mathrm{\σ}}}^2}_n\left(k\right)}{p}_{N-1}\left(k\right)$ 其中hi是滤波器内核46的第i个系数；

e(k)是误差信号

p_i(k)是第i个系数(见下面)

μ是一个正的常数；及

σ² _n(k)是重构激励信号n(k)的功率估计。

图8中给出了用于计算滤波器内核46各系数的电路的方框图。误差e(k)被除以功率估计值并乘以系数p_i(k)。得到的N个值被缩放以正常数μ并加入到系数中用以自适应。一旦参数已经确立，它们便被传送给滤波器内核46。比较好的是正常数u应该小于N的1/3，并且最好是它被设置在1/4N到1/5N之间。

功率估计值是n²(k)的指数在线平均。它可以通过下面等式而确立。在图9中，该传递函数通过方框图被图解说明。 ${{\widehat{\mathrm{\σ}}}^2}_n\left(k\right)=(1-\frac{1}{N}){{\widehat{\mathrm{\σ}}}^2}_n(k-1)+\frac{1}{N}{n}^2\left(k\right)$ 最后，系数p_i(k)按下式从激励信号中产生。

              p_o(k)＝n(k)

p_r(k)＝p_(i-1)(k-1)-c_i(k)n(k)    1≤i≤M

p_i(k)＝p_(i-1)(k-1)              M+1≤i≤N-1其中C_i是从声音解码器传送到的第i个系数。N-1是回声消除器的阶数。M是声音解码器的阶数。用于产生系数的方框图在图10中给出。

一般地，N的值在范围300到2000之间。在该发明的最优实施方案中N为384。

上面该发明的描述不应该以任何限制的方式来理解，因为对优选实施方案的变动和升华在不偏离该发明思想的情况下都是可能的。该发明的范围由附带的权利要求和它们的等价物来定义。

Claims (31)

1.一种用于降低发生在通讯系统返回信道上的回声幅度的自适应回声消除器，该通讯系统包括一个前向信道，该信道传播作为通讯系统返回信道上回声预兆的第一信号，该第一信号为重构语音信号，所述的回声消除器包括：

-用于产生回声估计值的第一装置，所述第一装置包括：

a)用于接收第一信号的第一输入端，该第一信号为通讯系统返回信道上回声的预兆；

b)用于接收一组声音解码器第一系数的第二输入端，其中的声音解码器能够产生第一信号；

c)用于处理预测系数组c(k)及第一信号来产生一个比第一信号更不相关的激励信号的第一处理装置；

d)用于处理预测系数组c(k)及激励信号为产生自适应算法系数组p(k)的第二处理装置；

e)接收自适应算法系数组p(k)用来根据传递函数处理第一信号从而产生回声估计值的自适应滤波器，其中的传递函数至少部分地由自适应算法系数组p(k)确定；

-与所述第一装置有操作关系的第二装置，所述第二装置响应回声估计值来调节通讯系统返回信道上传播的信号从而禁止其中的回声。

2.如权利要求1中定义的回声消除器，包括一个用于计算所述回声估计值与通讯系统返回信道上传播的实际回声之间误差信号的差值检测器，所述的第二处理装置包括一个用于接收误差信号的输入端。

3.如权利要求1中定义的回声消除器，其中所述的第二装置包括一个减法器，该减法器从返回信道上传播的信号中减去回声估计值。

4.权利要求1中定义的回声消除器，其中σ² _n(k)通过下面等式计算： ${{\widehat{\mathrm{\σ}}}^2}_n\left(k\right)=(1-\frac{1}{N}){{\widehat{\mathrm{\σ}}}^2}_n(k-1)+\frac{1}{N}{n}^2\left(k\right)$ 其中n(k)是激励信号。

5.如权利要求4中定义的回声消除器，其中p_i(k)按下面公式计算：

σ² _n(k)是激励信号的功率估计值。

                 p_o(k)＝n(k)

         p_i(k)＝p_(i-1)(k-1)-c_i(k)n(k)    1≤i≤M

      p_i(k)＝p_(i-1)(k-1)    M+1≤i≤N-1其中：C_i是预测系数组c(k)中的第i个系数；

M是预测系数组c(k)的个数。

6.如权利要求5中定义的回声消除器，其中u值在范围1/4N到1/5N之间。

7.权利要求6中定义的回声消除器，其中u值在范围300到2000之间。

8.用于降低发生在通讯系统返回信道上的回声幅度的方法，其中的通讯系统包括一个前向信道，该信道传播作为通讯系统返回信道上回声预兆的第一信号，该第一信号为重构语音信号，所述的方法包括以下步骤：

-给出能够产生第一信号的声音解码器的预测系数组c(k)；

-处理预测系数组c(k)及第一信号来产生比第一信号更不相关的激励信号；

-处理预测系数组c(k)及激励信号来产生自适应算法系数组p(k)；

-将自适应算法系数组p(k)提供给自适应滤波器，该自适应滤波器的传递函数至少部分地由自适应算法系数组p(k)确定；

-通过所述的自适应滤波器处理第一信号来产生回声估计值；

-利用所述的回声估计值来禁止通讯系统返回信道上传播的回声。

9.如权利要求10定义的方法，包括从返回信道上传播的信号中减去所述回声估计值的步骤。

10.如权利要求9中定义的方法，其中σ² _n(k)通过下面等式计算： ${{\widehat{\mathrm{\σ}}}^2}_n\left(k\right)=(1-\frac{1}{N}){{\widehat{\mathrm{\σ}}}^2}_n(k-1)+\frac{1}{N}{n}^2\left(k\right)$ 其中n(k)是激励信号。

11.如权利要求10定义的方法，其中系数p_i(k)按下面公式计算：

                 p_o(k)＝n(k)

    p_i(k)＝p_(i-1)(k-1)-c_i(k)n(k)    1≤i≤M

      p_i(k)＝p_(i-1)(k-1)            M+1≤i≤N-1其中：C_i是预测系数组c(k)中的第i个系数；

M是预测系数组c(k)中的个数。

12.如权利要求10中定义的回声消除器，其中u值在范围1/4N到1/5N之间。

13.权利要求11中定义的回声消除器，其中N值在范围300到20000之间。

14.一种用于降低发生在通讯系统返回信道上的回声幅度的回声消除器，该通讯系统包括一个前向信道，该信道传播作为通讯系统返回信道上回声预兆的第一信号，该第一信号为重构语音信号，所述的回声消除器包括：

-用于产生回声估计值的第一装置，所述第一装置包括：

a)用于接收第一信号的第一输入端，该第一信号为通讯系统返回信道上回声的预兆；

b)用于接收一组声音解码器第一系数的第二输入端，其中的声音解码器能够产生第一信号；

c)用于处理预测系数组c(k)及第一信号来产生一个比第一信号更不相关的激励信号的第一处理装置；

d)用于处理预测系数组c(k)及激励信号为产生滤波器系数组h(k)的第二处理装置；

e)接收滤波器系数组h(k)用来根据传递函数处理第一信号从而产生回声估计值的滤波器，其中的传递函数至少部分地由滤波器系数组h(k)确定；

-与所述第一装置有操作关系的第二装置，所述第二装置响应回声估计值来调节通讯系统返回信道上传播的信号从而禁止其中的回声。

15.如权利要求14中定义的回声消除器，包括一个用于计算所述回声估计值与通讯系统返回信道上传播的实际回声之间误差信号的差值检测器，所述的第二处理装置包括一个用于接收误差信号的输入端。

16.如权利要求15中定义的回声消除器，其中所述的第二处理装置计算激励信号的功率估计值并在滤波器系数组h(k)的计算中使用功率估计值。

17.如权利要求16中定义的回声消除器，其中所述的第二装置包括一个减法器，该减法器从返回信道上传播的信号中减去回声估计值。

18.如权利要求17中定义的回声消除器，其中所述的滤波器系数组h(k)通过下面等式计算： $h_0(k+1)=h_0\left(k\right)+\mathrm{\μ}\frac{e\left(k\right)}{{{\widehat{\mathrm{\σ}}}^2}_n\left(k\right)}{p}_0\left(k\right)$ $h_1(k+1)=h_1\left(k\right)+\mathrm{\μ}\frac{e\left(k\right)}{{{\widehat{\mathrm{\σ}}}^2}_n\left(k\right)}{p}_1\left(k\right)$ ..... $h_N(k+1)=h_{(N-1)}\left(k\right)+\mathrm{\μ}\frac{e\left(k\right)}{{{\widehat{\mathrm{\σ}}}^2}_n\left(k\right)}{p}_{N-1}\left(k\right)$ 其中h_i是包括N个系数的滤波器系数组h(k)中的第i个系数；

e(k)是误差信号；

p_i(k)是与预测系数组c(k)相关的第三组系数中的第i个系数；

μ是一个正的常数；及

σ² _n(k)是激励信号的功率估计值。

19.权利要求18中定义的回声消除器，其中σ² _n(k)通过下面等式计算： ${{\widehat{\mathrm{\σ}}}^2}_n\left(k\right)=(1-\frac{1}{N}){{\widehat{\mathrm{\σ}}}^2}_n(k-1)+\frac{1}{N}{n}^2\left(k\right)$ 其中n(k)是激励信号。

20.如权利要求19中定义的回声消除器，其中p_i(k)按下面公式计算：

            p_o(k)＝n(k)

    p_i(k)＝p_(i-1)(k-1)-c_i(k)n(k)    1≤i≤M

    p_i(k)＝p_(i-1)(k-1)              M+1≤i≤N-1其中：C_i是预测系数组c(k)中的第i个系数；

M是预测系数组c(k)的个数。

21.如权利要求20中定义的回声消除器，其中u值在范围1/4N到1/5N之间。

22.权利要求21中定义的回声消除器，其中u值在范围300到2000之间。

23.用于降低发生在通讯系统返回信道上的回声幅度的方法，其中的通讯系统包括一个前向信道，该信道传播作为通讯系统返回信道上回声预兆的第一信号，该第一信号为重构语音信号，所述的方法包括以下步骤：

-给出能够产生第一信号的声音解码器的预测系数组c(k)；

-处理预测系数组c(k)及第一信号来产生比第一信号更不相关的激励信号；

-处理预测系数组c(k)及激励信号来产生滤波器系数组h(k)；

-将滤波器系数组h(k)提供给自适应滤波器，该自适应滤波器的传递函数至少部分地由滤波器系数组h(k)确定；

-通过所述的自适应滤波器处理第一信号来产生回声估计值；

-利用所述的回声估计值来禁止通讯系统返回信道上传播的回声。

24.如权利要求23定义的方法，包括以下步骤：计算所述回声估计值与通讯系统中返回信道上传播的实际回声之间的误差信号，并利用所述的误差信号来产生所述的滤波器系数组h(k)。

25.如权利要求24定义的方法，包括以下步骤：计算激励信号的功率估计值并在滤波器系数组h(k)的计算中使用所述的功率估计值。

26.如权利要求25定义的方法，包括从返回信道上传播的信号中减去所述回声估计值的步骤。

27.如权利要求24定义的方法，包括通过下面等式计算所述滤波器系数组h(k)的步骤： $h_0(k+1)=h_0\left(k\right)+\mathrm{\μ}\frac{e\left(k\right)}{{{\widehat{\mathrm{\σ}}}^2}_n\left(k\right)}{p}_0\left(k\right)$ $h_1(k+1)=h_1\left(k\right)+\mathrm{\μ}\frac{e\left(k\right)}{{{\widehat{\mathrm{\σ}}}^2}_n\left(k\right)}{p}_1\left(k\right)$

    ..... $h_N(k+1)=h_{(N-1)}\left(k\right)+\mathrm{\μ}\frac{e\left(k\right)}{{{\widehat{\mathrm{\σ}}}^2}_n\left(k\right)}{p}_{N-1}\left(k\right)$ 其中h_i是包括N个系数的滤波器系数组h(k)中的第i个系数；

e(k)是误差信号；

p_i(k)是自适应算法系数组中的第i个系数；

μ是一个正的常数；及

σ² _n(k)是激励信号的功率估计值。

28.如权利要求26中定义的方法，其中σ² _n(k)通过下面等式计算： ${{\widehat{\mathrm{\σ}}}^2}_n\left(k\right)=(1-\frac{1}{N}){{\widehat{\mathrm{\σ}}}^2}_n(k-1)+\frac{1}{N}{n}^2\left(k\right)$

其中n(k)是激励信号。

29.如权利要求27定义的方法，其中系数p_i(k)按下面公式计算：

             p_o(k)＝n(k)

        p_i(k)＝p_(i-1)(k-1)-c_i(k)n(k)     1≤i≤M

        p_i(k)＝p_(i-1)(k-1)               M+1≤i≤N-1其中：C_i是预测系数组c(k)中的第i个系数；

M是预测系数组c(k)中的个数。

30.如权利要求28中定义的回声消除器，其中u值在范围1/4N到1/5N之间。

31.权利要求29中定义的回声消除器，其中N值在范围300到20000之间。

Images