（信号与信息处理专业论文）基于adspbf533处理器的声学回声抵消和噪声抑制研究.pdf

摘要 摘要 本文研究了基于最小均方( l e a s tm e a ns q u a r e s ，l m s ) 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a d s p b f 5 3 3 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l m s 算法和归一1 化最小均方( n o r m a l i z e dl m s ，n l m s ) 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a d s p b f 5 3 3 处理器的多媒体硬件平台。它由音频，视频采集， g p s ，g p r s ，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a d l 8 3 6 a ，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a d s p b f 5 3 3 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，提高了兔提通信系统的通话质量。 荚键字；数字信号处理器回声抵消噪声抑制 一 垒! ! 壁! ! _ _ - - _ _ _ - _ _ _ _ _ _ - - _ - - - _ - _ - _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ - - _ _ _ _ _ _ _ _ _ _ _ a b s t r a c t t h i sp a p e rs t u d i e dt h em o t h o do fa c o u s t i ce c h oc a n c e l l a t i o nb a s e do nl e a s tm e a n s q u a r e ( 1 j m s ) a n dd e s c r i b e d a l l i m p r o v e da d a p t i v e l m sa l g o r i t h mw i t hf a s t c o n v e r g e n c es p e e d f o rt h en o i s ye n v i r o n m e n t ，w ep r e s e n t e dan e we c h oc a n c e l l e r s t r u c t u r e t h i ss t r u c t u r ec o m b i n e dt h ee c h oc a n c e l l a t i o na n dn o i s ec o m p e n s a t i o n b a s e d o nt h es t r u c t u r e ，w er e a l i z e das t a b l ee c h oc a n c e l l a t i o ni na ne m b e d d e dh a r d w a r es y s t e m b a s e do na d s p - b f 5 3 3 t h em a i nw o r ko ft h i sp a p e ri sa sf o l l o w ： f i r s t l y , w ep r e s e n t e dan e ws e r i a ls t m c t u r ef o rt h ee c h oc a n c e l l a t i o n t h en o i s y s i g n a lw a sc o m p e n s a t e db e f o r et h ee c h oc a n c e l l a t i o n av o i c e n o i s ed e t e c t o rb a s e do n e n e r g yt h r e s h o l dw a sr e a l i z e d ，t h r o u g hi t ，t h en o i s ew a sr e e s t i m a t e da n du p d a t e d a c c o r d i n g l y w eg a v ea ni m p r o v e ds p e c t r a ls u b t r a c t i o na l g o r i t h mt oc o m p e n s a t et h e n o i s es i g n a l t h i ss e r i a ls y s t e ms t r u c t u r ei m p r o v e dt h ee c h oc a n c e l l a t i o ne f f e c t s s e c o n d l y ，w eg a v ea ni m p r o v e da d a p t i v el m sb a s e de c h oc a n c e l l a t i o nm e t h o d b e c a u s et h ec o n v e n t i o n a ll m sa n dt h en o r m a l i z e dl m s ( n l m s ) c o n v e r g es l o w l y t h e i m p r o v e dm e t h o db a s e do nt h es p a r s er e s p o n s eo ft h ee c h op a t h d u r i n gt h ee s t i m a t i o n o ft h ea d a p t i v ef i l t e r , d i f f e r e n tw e i g h t sw e r eg i v e nt ot h en o n - z e r oc o e f f i c i e n t s t h i s m e t h o ds p e e d su pt h ec o n v e r g e n c ep r o c e s ss i g n i f i c a n t l y t h i r d l y , w ed | 硝鲥a n dr e a l i z e dad o u b l e - t a l kd e t e c t o r i tb a s e d o nt h ea n g l eo f r e a le c h os i g n a la n dt h ee s t i m a t e de c h os i g n a l w h e nt h e r ee x i s t st h el l p a a 1 e n ds p e e c h s i g n a l ，t h ea d a p t i v e f i l t e re s t i m a t e st h ee c h os i g n a lw i t h o u tc h a n g i n gi t so w n c o e f f i c i e n t s ，b u tw h e nt h e r ed o e s n te x i s tt h en e a re n ds p e e c hs i g n a l ，t h ea d a p t i v ef i l t e r n o to n l ye s t i m a t e st h ee c h os i g n a lb u ta l s oc h a n g e st h ec o e f f i c i e n t s 城a na d s p - b f 5 3 3b a s e dm u l t i m e d i ah a r d w a r ep l a t f o r mw a sd e v e l o p e d i t i n c l u d e sv i d e oa n da u d i oc o d e c , g p s g p r s ，n e t w o r ki n t e r f a c e ，e t c t h ea u d i o c o d e ca d l 8 3 6 a w a se x t e n d e dt h r o u g ht h es p o r ti n t e r f a c e b a s e do nt h i sh a r d w a r e s y s t e m ，w ed e v e l o p e dt h el o w l e v e la u d i od r i v e rs o f t w a r ea n dr e a l i z e dt h ea c o u s t i ce c h o c a n c e l l a t i o na l g o r i t h m si nt h ee m b e d d e da p p l i c a t i o ne n v i r o n m e n t t h es y s t e ma c h i e v e d g o o dp e r f o r m a n c e t h i sp a p e rp r e s e n t e da ni m p r o v e dr e a l i z a t i o no ft h ea c o u s t i ce c h oc a n c e l l a t i o na n d n o i s ec o m p e n s a t i o n a na d s pb f 5 3 3b a s e dh a r d w a r es y s t e mp l a t f o r mw a sd e v e l o p e d a ne m b e d d e da c o u s t i ce c h oc a n c e l l e rw a sd e v e l o p e do nt h i sh a r d w a r ep l a t f o r ma n d a c h i e v e dg o o de f f e c t s k e y w o r d ：d s p e c h oc a n c e l l a t i o nn o i s ec o m p e n s a t i o n 创新性声明 y8 5 8 7 0 8 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的碜 成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文仁 包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大掣 其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究廖 的任何贡献均已在论文中做了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名：王丞垂：日期：；塑圣p 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：醪 生在攻读学位期问论文工作的知识产权单位属于西安电子科技大学。本人保词 业离校后，发表论文或使用论文工作成果时署名单位仍然为西安电子科技大掣 学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文雕 部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。( 保密的竣 在解密后遵守此规定) 本人签名：i 墨：堑： 日期： 导师签名； a - 日期： 。 帅；1 以 第一章绪论 第一章绪论 1 1 课题来源及研究意义 本文研究内容为车内回声抵消和噪声抑制系统，主要研究了在车内背景噪声 情况下，实现车内免提通信系统中回声抵消的方法，属于噪声抑制和回声抵消领 域的研究课题。本课题是美国模拟器件公司( a n a l o gd e v i c ei n c ) 和深圳大学a t r 国 防科技重点实验室联合开发项目“车载多媒体系统”的一个研究子课题。 语音信号是人类传播信息的重要媒体，是听觉器官对声音传媒介质机械振动 的感知，也是人类最重要的通信方式。但人们在语音通信过程中不可避免地受到 来自周围环境和传输媒介引入的噪声，通信设备内部电噪声，乃至其它讲话者的 干扰，这些干扰最终将使接收到的语音信号并非纯净的原始语音信号，而是受噪 声污染的带噪语音信号。为了从带噪语音信号中获得尽可能纯净的语音信号，减 少噪声的干扰，就需要进行噪声抑制。 在电信髑络中，存在着一种所谓的“线路回声”i t ，其产生的原因是由于在完 成“二线四线”转换时，网络中的阻抗不匹配引起的，其示意图如图1 1 所示。 图中电话终端设备由两条线路连接到电话局，其中两个信号传输方向都是在单一 的线路上进行的，两个电话局之间的连接是四线设备，其中两个传输方向是被分 隔成物理上不厨的设施上的。整个传输链路中双线和四线部分之间的转换，是由 混合器完成的。因此，当混合器阻抗和电路中阻抗不匹配时，一些来自四线电路 的输入信号，它粥原来是进入到双线设备中，现在却渗漏到四线回路，并且随后 返回到信号源作为回声被听到。 图1 1 线路回声产生原理 通信系统中的第= 种回声是“声学回声”1 1 1 。声学回声是指在本地，远端呼 叫者的话音被扬声器以声波形式播放出来，声波通过在空间内的传播和反射形成 多次重复话音，即回声。回声信号在本地被麦克风接收，形成了一个反馈回路， 通过此回路，回声被传送回呼叫端，呼叫者就听见了自己的声音，这种回声是通 基于a d s p - b f 5 3 3 处理器的声学回声抵消和噪声抑制研究 过声学途径产生的，所以称为声学回声。有三个因素形成声音回声：一是麦克和 扬声器之间的声音能量耦合，这也称为直接回声，二是远端语音信号在室内混响 的多路径声音反射，这称为间接回声，三是近端语音信号的声音反射。在引起回 声的三个因素中，前两个因素是主导因素，因为近端语音回声造成的通信系统性 能降低是很轻微的。 随着通信技术的发展，越来越多的通信设备提供了免提功能，如车载免提通 信系统，电视会议系统等。由于免提通信系统的逐渐普及，声学回声广泛存在于 现代通信系统中，所以目前对回声控制方法研究的重点就是消除声学回声。 在车载免提通信系统中，就存在着声学回声问题。同时，车辆行驶中，由于 发动机和车身的振动，地面的摩擦等原因，产生了背景噪声，背景噪声也是影响 通话质量的个重要因素。因此，本文内容就是基于d s p 设计车载免提通信系统 中的噪声抑制和声学回声抵消器。 1 2 噪声抑制和回声抵消研究现状 传统的噪声控制主要是采用被动式方法，这种方法是指在噪声还未对语音信 号干扰前，设法减小噪声对信号的污染，一般采用噪声隔离或者噪声吸收，或二 者结合使用。例如为驾驶员配置内置吸音材料的头盔，同时采用方向性很强的麦 克风，并使麦亮风离讲话者的口都尽可能地近，以提高采样信噪比，提高通信质 量。被动式噪声控制方法无法解决的问题在于噪声的吸收和躅离只对高频噪声效 果较好，对低频噪声则几乎没有效果。而汽车、飞机、坦克等驾驶舱内，噪声的 主要来源是低频的机棱撼动，只靠被动噪声控制无法有效提高通信质量。 随着信号处理理论的快速发展，各种高性能处理器的出现，噪声抑制的方法 研究转向了主动式，这种方法从分析噪声和有用信号的特性着手，采用适当的算 法从带噪信号中减去噪声，提高信噪比和语音可懂度，从而提高通信质量。这种 噪声抑制方法需要知道人的听觉感知和语音学，还需要对噪声的特性进行了解。 噪声来源于实际应用环境，可分为加性噪声和非加性噪声f 2 l 。对于非加性噪声，有 些通过变换可以变为加性噪声，例如乘性噪声和卷积性噪声可以通过变换转变为 加性噪声。加性噪声又分为：宽带噪声，周期性噪声，脉冲噪声和同声道其它语 音的干扰等。噪声来源很多，其特性也各不相同，因而很难找到一种通用的噪声 抑制方法，所以必须针对不同的噪声特性，采取不同的去噪方法。 在语音通信系统中，语音信号的带宽一般限制在一定范围内，通常在4 k h z 以 下，面语音信号在传输过程中，信号处理设备产生的电噪声及传输信道中的电噪 声一般为宽带噪声。宽带噪声可以采用数字滤波技术，使滤波器的通频带与有用 信号的频带宽度一致，从而将语音信号频带外的噪声滤除，提高接收信号信噪比， 第一章绪论 然而这种方法只能去除语音信号频带外的噪音，和语音信号同频带内的噪声无法 去除。而且在许多情况下，噪声能量可能主要集中在和语音信号同一频带内，这 时采用滤波方法不能明显提高信号质量，对于这类噪声，主要有非线性处理，自 适应抵消方法和谱减法【2 】。随着自适应滤波技术的发展，自适应噪声抵消法受到人 们的青睐，它用一个麦克专门接收噪声信号，从而获得了较全面的噪声特性，然 后利用自适应滤波器，结合有效的滤波嚣系数调整算法，估计出带噪语音中的噪 声，将二者相减，即可得到去噪后的语音信号，这种方法的主要优点是具有自适 应能力，且计算量不大，易于实现。谱减法是去除宽带噪声的基于频域的处理方 法，它设法从接收到的同时包含有噪声和语音信号的信号中计算噪声的特征，再 从接收得到的总信号中减去噪声部分。谱减法的示意图如图1 2 ，其输入信号是通 信系统中接收端得到的包含噪声的语音信号，是噪声和有用信号的迭加，采用傅 立叶变换技术得到噪声以及包含噪声的信号的频域信息，利用一些处理方法估计 出噪声特性，在频域将两个信号相减，最后再采用傅立叶反变换恢复时域信号， 这个信号即为实现了噪声抑制的语音信号。 频谱 相减 算法 图1 2 谱减法原理 周期性噪声在频域表现为具有许多离散的谱线，因而可以用滤波器滤除噪声， 但需精确地估计出噪声频谱特性。常用的有三种滤波器：固定滤波器，自适应滤 波器和梳状滤波器等。采用梳状滤波器去噪的原理图如图1 3 所示，信号经过离散 傅立叶变换后，再经过频谱处理，然后反变换来重建语音信号。 图1 3 滤波器去噪原理 对于脉冲噪声，由于其在时域表现为突然出现的窄脉冲，因此可以在时域直 接消除。一般采用门限法，例如，将带噪语音信号幅度的平均值作为阈值，当信 号幅度超过阀值时，判别为脉冲噪声，并对其进行适当的衰减或者采用内插的方 法将相邻信号样值在对域上进行平滑处理。 4 基于a d s p - b f 5 3 3 处理器的声学回声抵消和噪声抑制研究 噪声种类很多，特性各不相同，应该根据不同种类的噪声和环境，使用合适 的噪声抑制方法。 针对声学回声问题，有多种措施对回声进行控制。大体上可归纳为以下三类 方法【3 】a ( 1 ) 对反射环境的处理，减小声音的反射。例如，可以在周围的墙壁上附加 吸音材料，或增加一层衬垫以增加散射，因为这样的环境一方面可以控制反射， 又可以不使讲话者感到不适。改善环境可以有效地抑制间接声学回声，但对直接 声学回声却无能为力，所以这种方法只能作为一种辅助手段，单靠改善反射环境 是不能获得令人满意的效果。 ( 采用回声抑制器。回声抑制器是使用较早的一种非线性回声控制方法，它 通过简单的比较器将接收到准备由扬声器播放的声音与当前话筒拾取的声音的电 平进行比较。如果前者高于某个阙值，那么就允许传至扬声器，而且话筒被关闭， 以阻止它拾取扬声器播放的声音而引起远端回声。如果话筒拾取的声音电平高于 某个阕值，扬声器被禁止，以达到消除回声的目的。由于回声抑制器是一种非线 性的回声控制方法，会引起扬声器播放的不连续，目前已很少人使用了。 ( 3 ) 使用回声抵消器。这种方法是利用一个自适应滤波器来辨识产生回声的通 道，进而消除回声，这种技术就是“回声抵消”。回声抵消实质上是一个建模问题， 通过一定的技术手段( 如自适应滤波等) 估计封闭空闯内扬声器与话简问的冲击 响应，进而计算麦克收到的回声信号估计，然后从麦克新接收的信号中减去此估 计回声信号，便得到消除回声后的信号，此信号传向远端通话者，远端用户便可 清晰地听见近端用户的话音，同时又不会听到自己的回声。 在这三种l 亘i 声控制方法中，改善反射环境方法不缒控制回声中的直达声，回 声控制效果不好，并且实现起来不灵活，费用也高。而回声抑制器控制方法是一 种非线性方法，它以牺牲全双工通信为半双工通信为代侨，在双端同时说话时， 通话者只能昕到断断续续的话音，也影响了通话质量。回声抵消技术在保证全双 工通信的前提下，对回声有较好的抵消作用，因此成为回声控制中的主流方法， 也是目前回声控制的研究热点，其理论基础是自适应滤波理论。以下是目前几种 主流的自适应回声抵消方法： ( 1 ) 最小二乘算法( k 鹧ts q u a r e s ，l s ) 及其改进算法。最小二乘算法f 4 】口l 【6 】的基本 思想是通过调整滤波器的系数矢量使误差信号的加权平方和最小，由于最小二乘 算法在调整滤波器的当前系数矢量时考虑了过去的输入信号，因此，输入信号的 相关性对它的收敛性能影响很小。这对输入为语音信号的回声抵消系统来说是个 很重要的优点，但最小二乘算法的运算量很大，为了减小算法的计算复杂度，出 现了许多快速算法，如递归l s 算法【田( r e c u r s j v el s ，r i _ s ) ，其收敛速度较快，但即 使是r l s 算法，其每次迭代的运算量仍然很大。为了进一步减小r l s 算法的计算 第一章绪论 复杂度，并保留其收敛速度快的特点，产生了许多快速r l s 算法，如快速卡尔曼 滤波算法【8 】和快速横向滤波算法【卅( f 1 陌) ，快速卡尔曼滤波算法是利用移不变特性 直接更新卡尔曼增益向量，从而避免了矩阵和向量的相乘运算，降低了r l s 算法 的运算量，但这类算法的运算量还是不利于在实时嵌入式系统中实现。 ( 2 ) 经典最小均方算法【1 0 1 。单纯l m s 算法的最大优点是算法简单。但其不足之 处也是明显的，它对强相关的语音信号激励和冲激响应收敛期很长的回声通道， 算法收敛速度慢。迄今已有各种改进型算法被提出来，而这些改进算法一般都可 以归结为步长因子u 的某种取法。许多研究己证明：h 值与学习曲线的时间常数 成反比，与失调量成正比，即u 的优化只能在收敛速度快和失调量小两指标之间 取折衷。 ( 3 ) 归一化最小均方算法【1 0 1 。它克服了l m s 算法中由于步长p 和输入信号功率 很大所引起韵自适应算法和控制的一致性；但仍保留了算法简单，运算量小，易于实 现的优点。目前，删s 已成为商业化的回声抵消器常采用的算法，但它的主要缺 点仍是在强相关性语音信号输入的情况下，误差信号的收敛速度降低。 变步长l m s 算法。减小步长因子能减小自适应滤波算法的稳态失调，提高 算法的收敛糖度，但导致算法的收敛速度和跟踪能力的下降。因此，在固定步长 因子心娼算法中，自逶应算法在收敛速度和跟踪能力与收敛精度对步长因子的要 求是矛盾的。变步长方法是克服这种矛盾的有效方法之，变步长自适应滤波算 法的步长调整原则是在算法的初始收敛阶段和未知系统发生变化时，采用较大的 步长因子，”1 2 工便获得较快的收敛速度和较强的跟踪能力，而在算法收敛后，采用 较小的步长因子，以获得小的稳态失调。典型的变步长算法有：1 ) 由r d g i t l i n 提 出的步长因子随迭代次数增加而减小的变步长l m s 算法【n 】，这种算法只适用于非 时变系统，稳态时的龈踪能力差；2 ) 由y a s u k a w a 提出的步长因子正比于误差信号 的变步长算法l 蠲，该算法对噪声信号特别敏感，有噪声信号时的稳态误差大；3 ) 由g i t l i n 等提出的对噪声信号不敏感的平均梯度估计算法f 1 3 1 ，该算法的收敛速度较 低。 ( 5 ) 去相关l m s 算法f 1 4 j ( d e ：c o n e l a t i v el m s ，d l m s ) 。针对l m s 算法当输入信号 为强相关时，其收敛速度变慢的不足，d l m s 算法先对自适应系统的输入信号进行 正交预处理，使输入信号向量中的各个元素相互去耦，则可加快l m s 算法的收敛 速度。d i m s 算法只是改变了权值迭代中的权值调整方向，l m s 算法是利用输入信 号向量进行权值调整，而d l m s 算法则是利用去相关后的输入信号分量进行权值调 整。在系统输入为强相关信号情况下，d l m s 算法可以加快自适应收敛速度，而自 适应达到稳态后盼输出误差则和l m s 算法基本相同，当输入信号为白噪声信号时， d l m s 算法和l m s 算法性能相同。 在本文中，回声抵消器的应用环境是车载免提通信系统，而车内背景噪声通 6 基于a d s p - b f 5 3 3 处理器的声学回声抵消和噪声抑制研究 常是和回声同时存在的，都是影响通话质量的因素，因此本文在噪声抑制的基础 上实现回声抵消，以提高通信质量。 1 3 论文主要工作和内容安排 本文内容主要是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a d s p 5 3 3 的带免提通信功能的多媒体系统硬件平台，并基于此平台完成了 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。 论文完成的工作如下： 1 在分析目前声学回声抵消和噪声抑制器一般结构的基础上给出了改进结构。 分析知道，主从结构需要两个麦克采集数据，增加了硬件成本，并且背景噪声的 不确定性使得噪声检测器的阈值设定问题变得比较困难：针对车内噪声大的特点， 将传统串联结构改进，作为本回声抵消和噪声抑制器结构，即把噪声抑制功能放 在回声抵消之前，避免噪声影响回声抵消的效果。 2 研究了不同特性噪声的抑制方法。考虑到声音信号和车内噪声频率较低，并 且噪声能量主要集中在和声音信号相近的频带内，采用改进谱减法作为本回声抵 消器中的噪声抑制算法，并将有声帧，无声帧检测功能与改进谱减法结合起来，实 时跟踪噪声特性，噪声抑制效果较好。 3 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。 4 在研究和分析几种主流的自适应回声抵消算法基础上给出了一种改进的 n l m s 算法。分析知道，l s 算法能减少信号相关性对算法性能的影响，但计算量 较大；l m s 算法和n l 瓤s 算法在语音信号相关性较强时，滤波器收敛速度降低：本 文给出的基予n l m s 的改进算法利用了回声路径的稀疏性，使滤波器系数尽量估计 回声路径中的非零冲击响应系数，加快了收敛速度，经实验证明该方法效果较好。 5 开发了基于a d s p - b f 5 3 3 处理器车载多媒体系统硬件平台，结合其中的免提 通信功能模块，在处理器里实现回声抵消和噪声抑制算法，完成了回声抵消和噪 声抑制器的设计，取得了较好的效果。 本文各章内容安排如下： 第一章阐述了回声抵消和噪声抑制的意义，研究现状和论文工作内容与章节 安排。 第二章自适应回声抵消器的结构，分析了回声抵消器的一般结构，本设计中 给出的改进结构和滤波器的结构选择。 第一章绪论 第三章噪声抑制，深入研究了噪声抑制的各种算法，给出适合本设计的去噪 方法。 第四章在研究各种双端通话检测算法基础上设计了双端通话检测器。 第五章自适应回声抵消，深入研究了各种回声抵消算法，并给出一种改进算 法，实验证明该方法效果较好。 第六章带噪声抑制功能的回声抵消器的实现，包括硬件原理设计和软件设 计。 基于a d s p b f 5 3 3 处理器的声学回声抵消和噪声抑制研究 第二章自适应回声抵消器的结构 在通话者所处环境中，有时会有背景噪声，当噪声达到一定强度，被麦克拾 取后往往能“淹没”近端通话者语音，从而使远端通话者无法听清，这种情况下， 自适应回声抵消器在完成回声抵消的同时，还应负责噪声抑制。尽管自适应回声 抵消和噪声抑制算法种类繁多，但目前的回声抵消器从结构上可分为功能各自独 立的两部分，一部分完成回声抵消功能，另一部分完成噪声抑制功能。这两部分 的关系可以是主从的，也可以是串联的【1 5 】f 1 6 1 。主从结构就是将自适应回声抵消滤 波器作为主滤波器，而将自适应噪声抑制滤波器作为从滤波器，在从滤波器前面 设置一个噪声阈值检测器，当噪声超过一定阙值时从滤波器才开始工作。这种方 法需要两个麦克风，一个用来拾取说话者语音，一个用来拾取背景噪声，但是实 际中不能完全理想地收集到纯净语音或背景噪声，而且噪声阈值检测器设计要涉 及到阚值选定问题，所以这种结构不仅成本高，而且实际应用较难操作。而串联 结构是将回声抵消功能和噪声抑制功能串联在同一通道中，本文基于传统的串联 结构，根据车内噪声持续期较长的特点，对其进行改进，将噪声抑制放在回声抵 消之前，避免了噪声影响回声抵消滤波器的性能。 2 1 主从结构 主从结构是将回声抵消和噪声抑制技术结合起来，通过两个自适应滤波器来 实现，主从结构如图2 1 所示，它采用两个自适应滤波嚣同时工作，并且配置噪 声阈值检测器。主自适应滤波器用于消除回声，从自适应滤波器用于抑制背景噪 声。从硬件配置上看，首先要有两个麦克风，一个专门用来拾取近端语音信号， 另一个专门用来拾取背景噪声，同时，还要有两套数据采集电路。 主自适应滤波器以远端输入信号与扬声器播放后产生的回声的相关性为基 础，利用远端输入信号对回声进行估计，然后利用有声无声检测算法，求得在近 端无声时的回声估计误差e ，白) ，再按照均方误差最小的琢则，根据所选定的搜索 误差性能曲面最低点的算法更新滤波器系数，如此不断进行，使回声的估计值逼 近真实的回声。主从结构回声抵消和噪声抑制器有两种工作状态，一种状态是只 进行回声抵消，一种状态是既抑制噪声又抵消回声。当背景噪声幅度很小时，由 于从自适应滤波器检测到的噪声输入信号低于阈值，因而不进行滤波或更新滤波 器系数，故此时系统只有回声抵消功能。当噪声幅度很大时，从滤波器处于消嗓 工作状态，对主自适应滤波器来说无论近端有声或无声，有声无声检测的结果均 为有声，此时主自适应滤波器不更新系数，主自适应滤波器正常工作时，回声估 整三童鱼堕窒旦主垫塑篓箜壁塑兰 计误差近似为零，此时其输出主要包含近端语音和噪声( 近端有声) 或只包含噪 声( 近端无声) ，对于从自适应滤波器来说，其两个输入端一个是主滤波器的输出， 一个是噪声检测器麦克风的输入。这两个输入端所含的噪声成分与 z i 是相关的， 可以利用n 。对n ，进行估计，再从抵消回声后的信号中减去该估计信号，即得到实 现回声抵消和噪声抑制后的信号。 主从结构回声抵消和噪声抑制器工作原理即为：当背景噪声很小，由主自适应 算法对其进行抑制，而从自适应滤波器则不更新系数，其估计的噪声值n 1 为零， 此时为常规工作状态。当噪声值超过设定阈值时，启动从自适应滤波器工作，这 时工作状态为回声抵消同时兼有噪声抑制功能。 图2 1 主从结构 2 2 串联结构 串联结构就是将回声抵消器和噪声抑制部分串联在通道中，如图2 2 所示。 传统的串联结构潮声抵消和躁声抑制器是采用自适应滤波器抑制回声，该滤波器 的输出作为噪声抑制部分的输入，在自适应滤波器的输出中不仅包含背景噪声， 也包含了残余的回声，所以在噪声抑制部分的设计中，不仅要考虑背景噪声还应 该顾全到残余回声，所以噪声抑制部分的后置滤波器就由单纯地噪声抑裁功能衍 变为既要抑制噪声同时对残余回声也有抑制作用。这种串联结构增加了后置滤波 器的设计难度，同时，背景噪声还混同到调节自适应滤波器的误差信号中，影响 了滤波器的收敛性能。 1 0 基于a d s p b f 5 3 3 处理器的声学回声抵消和噪声抑制研究 图2 2 串联结构 2 3 改进的自适应回声抵消器结构 针对车内背景噪声强，且持续时间长的特点，本文给出了如图2 3 所示的设 计结构，不同之处在于将噪声抑制部分放置在回声抵消嚣之前，因为考虑到让来 自麦克风的输入信号首先进行噪声抑制，使进入回声抵消器的输入信号尽量为真 实回声，这样的结构设置考虑了背景噪声对自适应滤波箍滤波过程的影响，保证 了回声抵消器的收敛和稳定性。 在噪声抑制部分采用了传统的谱减法来实现噪声抑制。由于在谱减法过程中， 是以无声期间的统计平均的噪声方差代替当前分折帧备频率点噪声频谱分量，而 噪声频谱具有高斯分布，即其幅度随机变化的范围根宽。因此相减时，若该帧某 频率点噪声分量较大，就会有很大一部分保留，在频谱上呈现随机出现的尖峰， 在听觉上形成了有节奏性起伏的类似音乐的残留噪声。改进谱减法缓解了上述问 题，为了进一步提高噪声抑制效果，本文增设了有声鞍，无声帧检测功能，即在估 计噪声的短时能量谱时，采用了有声帧，无声帧检测来判剐纯噪声的信号帧，实现 对噪声的估计，这样可提高噪声估计的准确度，取得较好的噪声抑制效果。 在回声抵消部分考虑到双向通话情况下自适应滤波器的发散问题，所以有必要 设置双端通话检测器( d o u b l et a l kd e t e c t o r , d t d ) 来保证自适应滤波器的稳定性。 d t d 要能准确及时地判决双向通话情况的发生，本文采用两矢量夹角法来实现 d t d 功能，取得了较好的判决效果。 第二章自适应回声抵消器的结构 1 1 图2 3 改进的串联结构 2 4 自适应滤波器的结构 在自适应回声抵消器设计中，一个非常重要的环节就是自适应滤波器的设计。 自适应滤波器是由参数可调的数字滤波器和自适应算法组成，如图2 4 所示。 滤波 参考 图2 4 自适应滤波器结构 e ( n ) 数字滤波器的系数可调性是自适应滤波器区别于固定系数滤波器的本质特 性，这种系数可调性为自适应滤波器辨识未知系统，跟踪时变系统等应用提供了 可能，所以广泛应用于现代信号处理中。在本文设计的回声抵消嚣中，参数可调 数字滤波器就是用来估计真实的回声路径，进而估计出回声信号，再从近端麦克 采集的信号中减去该信号即实现了回声抵消，同时，误差信号又用来调节滤波器 系数，使其更接近真实回声路径。 目前，常用的自适应滤波器有两种，分别是有限冲击响应( f 佩) 滤波器和无限 冲击响应( i 佩) 滤波器。f m 滤波器是一种非递归系统，即当前输出样本仅是过去和 现在输入样本的函数，其冲击响应是一个有限长序，并且仅在原点处有极点：i 承 基于a d s p b f 5 3 3 处理器的声学回声抵消和噪声抑制研究 滤波器是递归系统，即当前输出样本是过去输出和过去输入样本的函数，并且其 冲击响应具有无限的持续时间。 因为f i r 滤波器除原点外，只有零点没有极点，因此其具有很好的线性相位， 即这种滤波器不会给信号带来相位失真，而i i r 的相位响应是非线性的；另外，由 于f i r 滤波器是非递归的，稳定性比较好，而i i r 滤波器的稳定性不能得到保证， 并且实现起来也比较复杂。因此，在本文的设计中，采用了f i r 滤波器。 2 5 小结 本文自适应回声抵消器在完成回声抵消的同时，还要负责噪音抑制，回声抵 消器有两个功能模块，一个用来抵消回声，一个用来抑制噪声。本章分析了目前 回声抵消和噪声抑制器的一般结构，即主从结构和串联结构，并给出串联结构的 改进形式，将噪声抑制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抑制，有效地保证了回声抵消滤波器的稳定性。增设的有声 帻，无声帧检测功能和d t d 结构较好地辅助了噪声抑制和回声抵消功能。由于f i r 滤波器具有糟确的线性相位响应，比i i r 更稳定，并且f i r 比l i l t 更容易实现，所 以本文采用了横向珊r 滤波器。 第三章噪声抑制 第三章噪声抑制 3 1 噪声抑制概述 目前，各种噪声抑制算法可分为参数方法，非参数方法，统计方法和其它非 主流方法等。参数方法主要依赖于使用的语音生成模型( 例如a r 模型) ，需要提取 模型参数( 如基音周期，l p c 系数) ，通常使用迭代方法，如果实际噪声或语音条件 与模型有较大的差距，或提取模型参数有困难，则此类方法容易失效。非参数方 法不需要从带噪信号中估计模型参数，因此这种方法的应用范围较广，但由于没 有利用语言统计信息，故结果一般不是最优化的，这类方法包括谱减法，自适应 滤波法等。统计方法较充分的利用了语音和噪音的统计特性，一般要建立模型库， 需要训练过程获得初始统计参数，这类方法需要统计各种参数，运算量较大，实 时性不好。近年来，随着信号处理理论的发展，出现了一些新的去噪方法，如小 波变换l 、人工神经网络【1 9 l 等，这些方法不像前三类方法那样成熟，而且运算量 较大，不满足实时性要求，可以概括地称为非主流方法。 通过以上分析，可以看出噪声抑制的算法很多，各种方法都有各自的优缺点， 在应用过程中应根据系统实际情况来选择和改进，下面分析几个典型算法，结合 本文设计系统的实际应用要求，比较它们的优缺点，采用合适的噪声抑制算法。 3 2 各种典型噪声抑制算法分析及比较 3 2 1 自适应噪声抵消法 自适应噪声抵消啪“是自适应滤波器的一种应用，它将带噪语音作为自适应 滤波器的期望信号输入端，而其输入端为干扰噪声信号，由于干扰噪声和语音中 的噪声具有相关性，可以利用自适应滤波器估计出语音中的噪声，再从带噪语音 中减去估计噪声，即可得到误差信号( 也是有用信号) ，同时，在某种准则下，可 以利用误差信号去更新滤波器系数，使估计噪声更接近语音中的噪声，其原理如 图3 1 所示： 1 4 基于a d s p b f 5 3 3 处理器的声学回声抵消和噪声抑制研究 j k 、! j l 以o 、 r _ 卜生一是菱塞h 弋 图3 1 自适应噪声抵消原理 如图所示，在系统中有两个输入通道，一个是主通道，一个是参考通道。主 通道接收期望信号，即近端语音s 和不相关噪声n 。，参考通道接收与噪声n 。相关， 而与近端语音不相关的噪声 。参考通道的输入噪声，经过自适应滤波器后产生一 个与噪声 。极为相似的输出信号 j ，所以系统输出误差为： 8 。5 + 尢o 。“o ( 3 - 1 ) 将上式两边平方后，得到 e 2 - j 2 + o 。一n j ) 2 + 知o 。一n ：) ( 3 - 2 ) 两边取数学期望得 e 耻2 卜e 扣2 】+ e 融。一n ：) 2 】+ 2 e p ( n 。一 ：) 】 因为s 与厅。，n ：无关，所以有 e e 2 】一e s 2 】+ e 【( n o n o ) 2 】 当调节滤波器系数使e k 2 】最小化时，也即是使e 【。一n o ) 2 】最小化， 方误差最小的意义下接近主通道中的噪声信号，又由式( 3 - 1 ) 得到： ( 3 - 3 ) ( 3 - 4 ) 所以n ：在均 卜。- n o - n o ( 3 5 ) 说明在均方误差最小化准则下调节滤波器系数时，也即是使系统输出信号e ，在最 小均方误差意义下接近近端语音信号，从而达到抑翩噪声的目的。 一般地，带自适应滤波器的噪声抵消法去噪效果很好，因为这种方法使用了 一个参考噪声作为辅助输入，从而获得了比较全面的关于噪声的信息，因而能得 到较好的去噪效果，并且算法运算量较小，易于实现。 但这种方案的实现需要两个麦克采集数据，在硬件实现上需要增加成本：另 外，由于本文设计的噪声抑制器用来实现车内噪声抑制，而车厢空间狭小，所以 图中参考噪声中会混有语音信号，而不是纯噪声信号，滤波器的估计输出中会有 近端语音的估计，在抑制噪声的同时也损害语音信号，因而整体上很难达到去噪 的目的。基于以上两点考虑，本文在设计中没有采用这种方法。 第三章噪声抑制 3 2 2 建立在卡尔曼滤波器上的去噪方法 通过对声道的短管级联模型的研究，认为语音的发声过程可以模型化为激励 源作用于一个线性时变滤波烈矧。语音分为浊音和清音两类，浊音由周期脉冲激 励通过声道产生，清音由白噪声激励通过声道产生，时变滤波器则是声道的模型。 显然，如果能够知道激励源参数和声道滤波器的参数，就能利用语音生成模型合 成得到“纯净”的语音，这种方法的关键在于如何从带噪语音中准确估计语音模 型的有关参数。一般认为声道模型符合全极点数字滤波器的形式，从而当前时刻 的信号可以用前若干时刻的信号的线性组合来估计。卡尔曼滤波器就是基于语 音生成模型的种语音去噪方法。 语音能被表示成一个被白噪声驱动的，全极点线性系统输出自递归的过程。 假定纯净语音信号序列 x o ) ) 是根据p 阶a r 模型产生的，即： 上 工o ) 一 ：口产0 一，) + 0 ) 筒(3-6) 式中扣q ) ： 是零均值的，方差为a ：高额自噪声；被加性噪声污染的带噪语音信号 p ( 哟 可描述为： s ( 一) - 工( ) + v ( n ) ( 3 7 ) 其中，o 和) 可以是白噪声，也可以是有色噪声。 为了将标准的卡尔曼滤波算法应用到语音去噪问题中，我们先假设加性噪声 是零均值，方差为口；的高斯白噪声的情形。对式( 3 6 ) 和( 3 7 ) 作一下观察，很容易 将它们写成规范的状态空间矩阵方程： x o ) - f x 加一1 ) + g w ( n ) s o ) 一日并o ) + y o ) 其中盖7 伽) - 忸( 矗一p + u z 臼一p + 2 ) 确) 1 ol o oo 1 o00 口，口p l口p 2 00 0o 0l d 2 口l ( 3 - 8 ) ( 3 - 9 ) g 一日- 【o ，o 1 r 状态方程式( 3 - 8 ) 中，驱动项伽o ) 是一均值为零，方差为口：的高斯自噪声过 1 6 基于a d s p b f 5 3 3 处理器的声