回声干扰抑制中的自适应信号处理算法研究

This project investigats several adaptive signal processing algorithms and their application for acoustic echo cancellation.The main contents include:.Firstly, the variable parameter design,theorical analysis and computer simulation experiments of the adaptive affine projection algorithm,adaptive subband algorithm,frequency-domain algorithm and convex combination algorithm for acoustic echo cancellation..Sceondly, the theoritical analysis and simulations of the lower-complexity coefficient partial-updating algorithm and variable tap-length algorithm..Thirdly, the double-talk detecting algorithm and simulations based on the two-path filter model for acoustic echo cancellation. According to different filter transfer logic, the actual testing results will be compared..At last,establishment of the hardware and software testing environments for acoustic echo cancellation, tests for the sevaral algorithms and schemes mentioned above.Acorrding to ITU一G.168 test standard, the maximal echo delay is no more than 1ms,the Echo Return loss Enhancement(ERLE) is no less than 6dB under all kinds of test conditons.Furthermore,analysis of the algorithm's performance indexes including mean-sqaure error,mean-sqaure deviation and hardware resources etc based on the combination of the theorical analysis and testing results.

本项目研究回声干扰抑制的自适应信号处理算法及其应用。主要研究内容包括：.①回声干扰抑制中的自适应仿射投影算法、子带算法、频域算法和凸组合算法的可变参数设计、理论分析以及计算机仿真实验。.②低复杂度的滤波器权系数部分更新算法和可变抽头长度算法的理论分析与仿真。.③基于两路滤波器模型双向通话检测算法的理论分析与仿真试验。根据不同的滤波器更新控制逻辑，比较各种两路更新算法的实际测试性能。.④搭建音频回声抵消的硬软件环境，对以上提出算法和方案的抑制性能进行测试。根据ITU一G.168测试标准，其最大回波延迟不超过1ms，各种测试条件下回波返回损失(Echo Eeturn Loss Enhancement,ERLE)均不低于6dB,结合理论结果和实际测试结果进一步分析算法的均方误差、均方偏差和硬件资源等性能指标。

本项目主要研究了回声干扰抑制的自适应信号处理算法，其主要创新成果包括：.1、针对回声干扰抑制自适应子带仿射投影（subband affine projection, SAP）算法，采用功率传递原理，提出了其均方性能的分析方法。分析内容主要包括算法的均方误差(MSE)、均方偏差( MSD)以及算法的均值稳定性和均方稳定性等。.2、针对回声干扰抑制中回声信道稀疏问题，提出了一种时频记忆子带比例自适应回声消除算法，该方法同时带有时域预白化和时频记忆比例因子的特性，抵抗回声信道的稀疏性，取得了较好的收敛性能。.3、提出了一种回声干扰抑制预白化自适应凸组合结构和计算方法。此方法采用双FIR滤波器结构，两滤波器可采用各种自适应算法，如LMS算法、递推最小二乘( RLS)和仿射投影算法( AP)等, 可同时提升收敛性能和稳态性能。.4、提出了回声干扰抑制具有动态子带选择功能的变步长参数多子带结构自适应滤波算法(VSS-DS-IMASF)，提高了收敛性能以及降低了计算复杂度。.5、针对回声干扰抑制中信道的非线性特性，提出了非线性子带样条自适应滤波(subband adaptive spline filtering, SSAF)模型, 包括Winer-SSAF模型、Hammerstein-SSAF模型和Cascade-SSAF模型,并推导了其基于均方误差准则下的自适应更新算法。.6、提出了基于样条自适应滤波的归一化符号(SAF-SNLMS)自适应算法, 对收敛能进行了理论分析, 并推导了提高其收敛性能的变步长因子。.7、在非高斯冲激噪声环境下，提出了 Set-membership 归一化最小M估计样条自适应滤波算法(SM-NLMM),有效的抵抗了冲激噪声对回声干扰抑制的影响。.8、研究了回声干扰抑制无限冲激响应(IIR)自适应滤波器,提出了符号归一化自适应无限冲激响应样条滤波算法 (SAF-IIR-SNLMS),在冲激噪声环境下获得了较好的收敛性能和稳态性能。. 标注本项目资助的论文共10篇，其中期刊论文6篇，SCI检索4篇，EI检索1篇，中文核心1篇；会议论文4篇。