Тип работы:
Предмет:
Язык работы:


Сверхбыстрый алгоритм акустической эхокомпенсации для авторегрессионной модели

Работа №130709

Тип работы

Дипломные работы, ВКР

Предмет

информатика

Объем работы29
Год сдачи2017
Стоимость4335 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
21
Не подходит работа?

Узнай цену на написание


Постановка задачи 5
2 Авторегрессионная модель далёкого эхо сигнала 10
3 Сравнение точности оценивания до и после фильтрации 14
4 Последовательное оценивание передаточной функции 19
5 Заключение 22
6 Приложение 23
6.1 Алгоритм Левинсона-Дурбина . . . . . . . . . . . . . . . . . 23
6.2 Формула Гохберга-Семенцула

В данной работе рассматривается задача акустического эхоподавления. Акустическое эхо возникает в тех случаях, когда сигнал поступающий из динамика, например, телефона или ноутбука, поступает в близко расположенный микрофон. Это проблема широко распространена и возникает в любой системе, имеющей динамик и микрофон: телефон в режиме громкой связи,
ноутбук, система громкой связи в автомобиле, конференционный телефон и так далее.
Акустическое эхо можно подразделить на далекое и близкое. Близкое
эхо — это сигнал, который напрямую попадает в микрофон практически
без изменений. Далекое эхо — это звук, который претерпевает изменения,
вызванные окружающей средой. Оценка именно далекого эха вызывает основные трудности в задаче акустического эхоподавления.
Рассматривается следующая постановка задачи: измеряется сигнал, поступающий из сети в динамик, и эхо сигнал, принятый микрофоном. Требуется рассчитать передаточную функцию эхоканала.
Проведя большое количество экспериментов, стало понятно, что длина
импульсной характеристики должна быть достаточно большой, чтобы обеспечить высокую точность компенсации эхо сигнала. Поскольку импульсная характеристика оценивается с помощью метода наименьших квадратов, требуется обращать информационную матрицу большой размерности.
Сложность таких вычислений становится сравнима с обработкой видео сигнала.
Рассматривая импульсные характеристики реальных сигналов было замечено, что начальный участок высокочастотный и нерегулярный, однако «хвост» имеет гладкую гармоническую составляющую.
Тогда рассматривая новую модель передаточной функции эхо сигнала W(z) = gc((zz)), при правильном выборе фиксированного многочлена c(z),
можно добиться уменьшения длины импульсной характеристики. На графике 5 синим цветов изображена импульсная характеристика в рамках
старой модели, а красным — новой, с фиксированным многочленом c(z).
3На графике 6 представлена исходная импульсная характеристика и разность старой и новой модели. Видно, что «хвост» уменьшился по амплитуде. Этот эффект может сильнее проявляться, если гармоническая составляющая «хвоста» имеет большую энергию.
На основе представленной выше идеи возможно существенно уменьшить длину оцениваемой методом наименьших квадратов импульсной характеристики, что позволяет увеличить скорость работы алгоритма. При этом остаток, который красным цветом представлен на графике 6, в новой модели не оценивается, оценивается только гармоническая часть. Это позволяет уменьшить количество расчетов, но при это качество ухудшается.
Также в работе приводятся оценки точности передаточной функции, сравнивается точность оценки передаточной функции до и после фильтрации сигнала, и представляется алгоритм последовательного оценивания передаточной функции с увеличением длины импульсной характеристики.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В работе получены явные формулы для точности оценок передаточной функции эхо сигнала, рассчитанной на основе линейной модели и метода наименьших квадратов, а также сложности расчёта этих оценок. Сформулирован новый алгоритм последовательного оценивания и сокращённый способ оценивания за счёт дополнительной фильтрации входного сигнала.
Работа выполнена при поддержке гранта СПбГУ 6.37.349.2015.


1. А.Ю. Груша, "Точность оценивания передаточной функции линейного
фильтра,"Вестник СПбГУ. Сер. 1. Т. 1 (59). 2014. Вып. 1
2. Durbin J. The fitting of time series models // Review of International
Statistical Institute. 1960. Vol. 28, N 3. P. 233–244.
3. Ammar G., Gragg W. Superfast solution of real positive definite Toeplitz
systems // SIAM J. Matrix Anal. Appl. 1988. Vol. 9. P. 61–76.
4. Szego G. Orthogonal polynomials. American Mathematical Society.
Providence, RI. 1939
5. S. S. Haykin, Adaptive Filter Theory, 4th ed. Upper Saddle River, NJ,
USA: Prentice-Hall, 2002.
6. Paleologu, C.; Benesty, J.; Grant, S.L.; Osterwise, C.; "Variable step-size
NLMS algorithms for echo cancellation"2009 Conference Record of the
forty-third Asilomar Conference on Signals, Systems and Computers., pp.
633-637, Nov 2009.
7. Makino, S., Kaneda, Y.: Acoustic Echo Canceller Algorithm Based On the
Variation Characteristics of a Room Impulse Response. In: International
Conference on Acoustics, Speech, and Signal Processing, ICASSP-1990, vol.
2, pp. 1133–1136 (1990)
8. S. Gollamudi, S. Nagaraj, S. Kapoor, and Y.-F. Huang, "Set-membership
filtering and a set-membership normalized LMS algorithm with an adaptive
step size,"IEEE Signal Process. Lett., vol. 5, no. 5, pp. 111–114, May 1998.
9. H. Yasukawa, S. Shimada, and I. Furukawa, "Acoustic echo canceller with
high speech quality,"in Proc. IEEE ICASSP’87 (Dallas, TX), pp. 2125-2128.
10. W. Kellermann, "Analysis and design of multirate systems for cancellation
of acoustical echoes,"in Proc. IEEE ICASSP’88 (New York, NY), pp. 2570-
2573.
2611. A. Gilloire and M. Vetterli, "Adaptive filtering in subbands,"in Proc. IEEE
ICASSP’88 (New York, NY), pp. 1572-1575.
12. A. Gilloire and M. Vetterli, "Adaptive filtering in subbands with
critical sampling: Analysis, experiments, and application to acoustic echo
cancellation,"IEEE Trans. Signal Process., vol. 40, no. 8, pp. 1862–1875,
Aug. 1992.
13. K. A. Lee and W. S. Gan, "Improving convergence of the NLMS algorithm
using constrained subband updates,"IEEE Signal Process. Lett., vol. 11,
no. 9, pp. 736–739, Sep. 2004.
14. S. Gollamudi, S. Nagaraj, S. Kapoor, and Y.-F. Huang, "Set-membership
filtering and a set-membership normalized LMS algorithm with an adaptive
step size,"IEEE Signal Process. Lett., vol. 5, no. 5, pp. 111–114, May 1998.
15. Z. Zheng; Z. Liu; H. Zhao; Y. Yu; L. Lu, "Robust Set-Membership
Normalized Subband Adaptive Filtering Algorithms and Their Application
to Acoustic Echo Cancellation,"IEEE Transactions on Circuits and Systems
I: Regular Papers, vol.PP, no.99, pp.1-14, April 2017
16. Contan, C., Topa, M., Kirei, B., Homana, I.: Nonlinear Acoustic System
Identification using a Combination of Volterra and Power Filters. In: IEEE
10th International Symposium onSignals, Circuits and Systems (ISSCS),
pp. 1–4 (2011)
17. Contan, C., Zeller, M., Kellermann, W., Topa, M.: Excitation-Dependent
Stepsize Control of Adaptive Volterra Filters For Acoustic Echo
Cancellation. In: 20th European Signal Processing Conference-EUSIPCO
(2012)
18. Yang, F., Wu, M., Yang, J.: Stereophonic Acoustic Echo Suppression Based
on Wiener Filter in the Short-Time Fourier Transform Domain. IEEE
Signal Processing Letters 19(4), 227–230 (2012)
19. Ehtiati, N., Champagne, B.: A General Framework for Mixed-Domain
Echo Cancellation in Discrete Multitone Systems. IEEE Transactions on
Communications 61(2), 769–780 (2013)

Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ