回波的产生与消除

1、一、回波的产生与消除【设计原理】1、声音信号x 的产生:声音信号x ,既可以从现成的声音文件(.wav 中获取;也可以利用MATLAB 录音命令现行录制(可自行设置采样频率等录音参数。2、带回声的声音信号y 产生:带回声的声音信号,可以表达为在原信号的基础上叠加其延时衰减的分量。假设只有一个回声的情况下,可简化其模型为:y(n=x(n+ax(n-N (式1a 为反射系数;N 为延迟时间。思考: 分别改变反射系数a 和延迟时间N 的大小,播放产生的回声信号y ,分析反射系数a 和延迟时间N 对原始声音的影响。3、回声消除如何从信号y 中恢复出信号x ?即是(式1的一个逆向求解过程。因此回声消除的

2、关键可以通过(式1的模型建立从信号y 中恢复信号x 的模型。只要恢复模型建立,即可将信号y 作为输入信号,求得恢复后的信号x 。4、从信号y 中估计反射物的距离从信号y 中估计反射物的距离,可理解为估计(式1中的N 。也就是,估计y(n中的原始声音信号x(n与其延时衰减分量ax(n-N的相关联的程度。下面简单介绍一下信号相关的概念。在统计通信及信号处理中,相关的概念是一个十分重要的概念。相关函数和信号的功率谱有密切关系。所谓相关是指两个确定信号或两个随机信号之间的相互关系,对于随机信号,信号一般是不确定的,但是通过对它的规律进行统计,它们的相关函数往往是确定的,因而在随机信号处理中,可以用相关

3、函数来描述一个平稳随机信号的统计特性。已知x(n和y(n是两个实数序列,它们的自相关函数,x x n 、,y y n ,及互相关函数,x y n 分别定义为:,x x m y y m x y m n x m n x m n y m n y m n x m n y m =-=-=-=+=+=+ (式2 考虑如何利用相关性从信号y 中估计反射物的距离。 源程序及输出结果展示:x,fs=wavread('ak47.wav'%读出信号n=5000;c=0.6;%c 为反射系数,可控制回声声强大小g=zeros(1,n+1;%1*n+1阶零矩阵g(1=1;%令第一个元素为1x1=conv

4、(g,x;%g 与x 做卷积,形成原始信号h=zeros(1,n+1;%1*n+1阶零矩阵h(n+1=1;%令第n+1个元素为1x2=c*conv(h,x;%h与x做卷积再与反射系数相乘,形成回声信号y=x1+x2;%信号叠加figure(1;%创建图形1subplot(3,1,1;plot(x1;title('原始信号'%画出原始信号波形subplot(3,1,2;plot(x2;title('回声信号'%画出回声信号波形subplot(3,1,3;plot(y;title('叠加信号'%画出叠加信号 figure(2;subplot(4,1,

5、1;plot(abs(x;title('原始信号幅值'%画出原始信号幅值subplot(4,1,2;plot(angle(x;title('原始信号相位'%画出原始信号相位subplot(4,1,3;plot(abs(y;title('叠加信号幅值'%画出叠加信号幅值subplot(4,1,4;plot(angle(y;title('叠加信号频谱' b=1;a(1=1;%令矩阵a的第一个元素为1a(n+1=2;%令矩阵a的最后一个元素为0.4z1=filter(b,a,y;%从y中滤出产生滤波信号z=z1(1:length(x;g

6、=xcorr(y;%产生自相关gfigure(3;subplot(3,1,1;plot(abs(g;title('y的自相关函数' n1=10000;n2=25000;n3=50000;g1=g(n1:n2;%第一个极值点的大概区间r1,t1=max(g1'%找出峰值及坐标g2=g(n2:n3;%第二个极值点大概区间r2,t2=max(g2'%找出峰值及坐标subplot(3,1,2;plot(g1;title('原声音信号极值点1'subplot(3,1,3;plot(g2;title('回声信号自相关极值点't2= t2+n2

7、-t1-n1%回声与原始声音之间的距离,也为相差采样点数t3=t2/fs%声音传到障碍物的时间n=r2/r1;%自相关函数衰减幅度figure(4subplot(3,1,1;plot(y;%画出带回声信号title('带回声信号'subplot(3,1,2;plot(z;%画出去除回声后的信号title('去除回声信号'subplot(3,1,3;plot(x;%画出原始信号title('原始信号'sound(x1,fs;%原始信号pause(5sound(x2,fs;%回声信号pause(5sound(y,fs;%叠加信号 b=1; a(1=1; a(14135=0.6;%通过前面步骤，测出了延时14134个采样点 z1=filter(b,a,y; z2=fft(z1,1024;%快速傅里叶变换 figure(5 subplot(4,1,1; plot(abs(z2;title('滤波幅值' subplot(4,1,2; plot(angle(z2;titl