英语原文共 5 页,剩余内容已隐藏,支付完成后下载完整资料
毕业论文(设计)
英文文献翻译
英文题目 Echo-Cancellation—An application of AdaptiveSignal Processing
中文题目 自适应信号处理的一种应用
自适应信号处理的一种应用
回声消除器的设计是近年来电信业研究的热点之一.本文讨论了一种典型的混合回波抵消器的各种构造块,并从一个实际的回波消除器设计者的角度讨论了这些块的算法。该工作提供了一个设计框架,该框架可以在硬件或在DSP处理器上的软件中实现。
无线电话越来越被认为是必不可少的通信工具,极大地影响了人们如何对待日常的个人和商业通信。作为新的网络信息 实现了规则,并且无线运营商之间的竞争增加,数字无线用户越来越对他们从网络接收的服务和语音质量越来越重要。 提供者。通过无线运营商网络提供近有线语音质量的关键技术是回波消除。订阅者使用语音质量作为评估网络整体质量的基准。无论这是否是一个主观的判断,这是维持订户忠诚的关键。因此,有效去除数字蜂窝基础设施中固有的混合声回波,是保持和改善通话中感知语音质量的关键。这导致了对回波消除领域的深入研究,目的是在任何转码之前提供能够降低背景噪声和消除混合回波和声回波的解决方案。采用该技术,可以提高编码的整体效率,显着地提高语音质量。在本教程中,将简要介绍声学回波消除器。 讨论了混合回波消除、各种实现问题以及如何实际解决这些问题。
声学回声消除
“声学回波”是由模拟和数字手机产生的,回声的程度与所使用设备的类型和质量有关。这种形式的回声是由低劣的声音耦合之间产生的。 手机和免提设备中的耳机和麦克风。当语音压缩编解码设备(Vocoders)处理手机内部和无线网络中的语音路径时,还会导致语音退化。这将导致返回的回波信号具有高度可变的属性。当加上固有的数字传输延迟时,有线主叫者的呼叫质量大大降低。“声学回声”最早出现在早期的视频/音频会议工作室,现在也出现在典型的移动环境中,比如人们开车的时候。在这种情况下,来自扬声器的声音会被听者听到,就像预期的那样。然而,同样的声音也会被麦克风直接或间接地从车顶、车窗和座椅上弹出。这种反射的结果是产生了多径回波和多次谐波回波,除非消除,否则它会被传送回遥远的末端,并被说话者作为回声听到。办公室里大量使用免提电话,加剧了声音回波问题。
混合回波抵消
混合回声是公共交换电话网(Pstn)产生回声的主要来源。这种电产生的回声产生于通过二线/四线pstn转换点的混合连接在网络上传输的语音信号,将电能从四线电路反射回扬声器。自从电话本身出现以来,混合回声几乎就出现了。两部电话之间的信号通路,包括一个非本地电话的呼叫,需要使用四线电路进行放大。虽然在数字蜂窝网络中,混合回声本身并不是一个因素,但混合回声已经成为pstn发起的呼叫中的一个问题。成本和布线要求排除了从本地交换机到用户的前提运行四线路的想法。因此,必须找到另一种解决方案:因此,四线干线电路被转换成两线局部布线,使用一种称为“混合”的设备。从本质上说,这种混合动力装置是一种漏水的装置。当语音信号从四线传递到网络的两线部分时,四线段中的能量被反射回自身,从而产生回响的语音。只要总往返延迟发生在几毫秒内(即在28毫秒内),它通过添加sidetone来产生一种呼叫是实时的感觉,这对呼叫的质量做出了积极的贡献。然而,在总网络延迟超过36 ms的情况下,正面的好处消失了,侵入性回波结果也消失了。反射回的信号的实际数量取决于混合电路的平衡电路与双线的匹配程度。在绝大多数情况下,匹配很糟糕。导致相当程度的信号反射回来。这是测量回波返回损失(ERL)。ERL越高,反馈给说话者的反射信号就越低,反之亦然。
混合回波消除器的基本构件
在现代电话网络中,回声消除器通常位于数字电路中,如图1所示。消除回波的过程包括两个步骤。首先,在建立呼叫时,回波抵消器使用数字自适应滤波器来建立通过回波抵消器的语音信号和回波的模型或特征。当语音路径通过消除系统时,回声抵消器对信号和模型进行比较,动态地取消现有的回波。此过程在整个网络中删除80%到90%以上的回波。第二处理利用非线性处理器(NLP)通过衰减噪声地板以下的信号来消除剩余的残余回波。回波消除器的发送端口上的回波是来自远端的传入语音的失真和延迟复制,即回波是经过回波路径[3]修改的传入语音。
回波消除单元可以表示为电话线和混合电路之间连接的四极。混合信号可以用FIR滤波器加上6到11 dB的附加衰减来表示。“混合回波消除器”不仅仅是一个简单的“回声消除器”(Echo Estimator·)。LMS(最小均方)例程。与所有其他自适应算法一样,如果满足特定条件,则可能会出现发散。例如,如果Rin出现纯音,LMS例程可能会发散。为了避免这种不便,必须冻结权重更新。为此目的,添加了其他功能块来控制权重的更新。典型的“电回声抵消器”(EEC)板的各种功能模块,如图1所示。“音调检测器”用于检测沿线路发送音调的时间(例如,在尾声阶段)。“声调检测器”输出连接到控制单元。这个单位控制权数的更新,在需要时冻结或归零它们的值。回波估计器是用来预测回波路径的自适应FIR。在此单元之后,立即使用非线性处理器.其目的是减少预测回波减法后的回波残存量。如果残余回波高于定义的阈值,则该单元有效地阻止信号的全部或部分。当信号被阻塞时,由“舒适噪声发生器”(CNG)插入舒适噪声。
回波估计器的运算
回波抵消的基本原理是合成回波的副本,并将其从回波信号中减去。这一原理如图2所示,只有一个传输方向(从混合器的最左边的扬声器A到右边的扬声器B)。自适应对消器放置在回波起源附近的四线路径上.由r (n)表示的合成回波是通过理想的自适应滤波器将来自说话人A的语音信号(即自适应对消器的“参考”信号)传递出来的来匹配回波路径的传递函数。回波消除器通常是FIR滤波器,其抽头权重根据错误更新/修改,e(n).这种形式通常称为自适应过滤器或横向过滤器.通过混合信号的参考信号产生回波信号r(n)。这个回声,连同一个近端说话信号x(n) (即来自说话人B的语音信号)构成了响应r(n) x(n)产生消除器错误信号
e(n) = r(n)- r(n) x(n) (1)
该差值称为误差信号e(n),被反馈回回波消除器,并用于调整横向滤波器的系数。注意,误差信号e(n)也包含近端说话器信号x(n).还应该认识到,回波消除器引入了额外的并行回波路径{rlsquo;(n)}。如果回波路径模型的脉冲响应与实际回波路径脉冲响应有充分的不同,由于实际回波路径,返回的回波总数可能大于实际回波路径。
系数自适应过程的目的是使实际回波和回波估计之间均方误差(MSE)的平均值最小。数学分析表明,如果横向滤波器的系数符合以下方程,则可达到这一目的:
for x(i) = 0 (2)
其中a是更新的步骤大小,agt;0。
另一种方法是更新每个M样本,而不是每个样本。在这种情况下,系数更新公式是:
参数alpha;(步长或环路增益)决定了自适应滤波器的收敛性能。它被选择为快速收敛和渐近消除误差之间的折衷。大阿尔法有助于快速收敛,而小alpha;则导致较小的渐近误差。但是,如果环路增益太大,则系数可能会发散。 影响收敛的另一个因素是输入信号的功率。对于低功耗信号,算法收敛速度较慢.这个问题的解决办法是调整步长,使之反映输入功率的变化,即用输入信号的平均功率来规范输入功率:
在行回波抵消器实现中必然遇到的第二种算法是近端语音检测。只有当近端输入信号x(n)确实是将通过网络的参考信号时,上述导子才是有效的,因此,受路径延迟和混合反射的影响。然而,在现实中,y(n)的回波只是近端输入信号x(n)的一部分。eqn(2)和(3)中的适配只有在近端语音分量不存在时才有效。否则,错误信号将具有以下形式:
因此,它是对自适应算法的有效输入。因此,输入有一个非参考信号回波的分量的情况是要检测的,并且在这种情况下冻结系数的自适应。最常用的检测算法是盖杰尔语音检测算法,根据该算法,如果下列条件属实,则检测近端语音:
请注意,该算法假设混合算法的损失至少为6dB,这就解释了1/2的因素。重要的是,取消操作应尽可能靠近回波源。否则,“自适应滤波器”(参见图2)必须匹配由混合和延迟路径组成的系统的脉冲响应,从而增加所需滤波器抽头的数量。对于延迟为16 ms,采样频率为8Hz的情况下,使用128个抽头(16*8)FIR滤波器。数字抽头延迟越高,复杂性、不稳定性、发散性、内存和计算要求就越高。因此,回波消除器有以下基本要求:
- 快速收敛;
- 主观低回波水平;
- 两次谈话时的低发散度。
结论
所有这些,所讨论的算法结合在一起,形成了一个典型的网络回波抵消器。国际电信联盟电信标准化部门(ITU-T)确定了G.1668和G.165号建议,这些建议必须得到网络回声消除器的遵守。电子报警器的性能设计有多种因素。采用哪种LMS算法,各种算法的实现方法,适用范围(针对卫星)。有线、蜂窝通信)、DSP等.
参考文献
I. V Bhatia, Echo Canceller Tone Disabler, MTech dissertation, NSIT, New Delhi, 2000.
2. J. Bellamy, Digital Telephony, John Wiley amp; Sons. 1982.
3. Echo Cancellation Software for the TMS320C54x, literature number: BPRA054, Texas Instruments Europe, March 1997.
4. ITU-T Recommendation G./65/1993.
5. ITU-T Recommendation G.16811997.
剩余内容已隐藏,支付完成后下载完整资料
资料编号:[20792],资料为PDF文档或Word文档,PDF文档可免费转换为Word
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
您可能感兴趣的文章
- 基于极值优化的自适应分数阶BP神经网络在手写体数字识别中的应用外文翻译资料
- 大功率LED照明用DC-DC转换器中半导体开关温度的无线监测外文翻译资料
- 数据采集系统外文翻译资料
- 基于FPGA的智能无线传感器网络温度采集系统外文翻译资料
- 无线传感器网络作为基于Web的建筑环境监测系统的一部分外文翻译资料
- 学习用于音频分类的可分离时频滤波器组外文翻译资料
- 基于ARM处理器的自动施肥数据采集控制系统外文翻译资料
- 多路温度传感器外文翻译资料
- 太阳能蒸馏:有前景的供水替代技术,使用免费的能源,技术简单,清洁外文翻译资料
- 应用无人机喷洒消毒液抗击COVID-19大流行–考察影响效果的无人机相关参数外文翻译资料