專利名稱：有限脈沖響應(yīng)濾波器的自適應(yīng)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及FIR濾波器的自適應(yīng)方法。
自適應(yīng)數(shù)字濾波器在信號處理中有各種用途。FIR(有限脈沖響應(yīng))濾波器是最經(jīng)常使用的。這些濾波器的應(yīng)用是例如在聲音和音樂信號中抑制回聲和干擾噪聲。許多算法可用于FIR濾波器的自適應(yīng)。LMS(最小均方)和NLMS(歸一化最小均方)算法構(gòu)成實際應(yīng)用中最常使用的兩種重要的基本算法。
用于FIR濾波器系數(shù)h1，h2，…，hN的自適應(yīng)的LMS算法具有下面的形式hi(n+1)＝hi(n)+a*e(n)*x(n-i)，i＝1，2，…，N其中n離散時標，a步長＝常數(shù)，x(n)輸入信號的樣本，d(n)原始輸入信號的樣本，y(n)濾波器輸出信號的樣本，e(n)誤差信號的樣本，e(n)＝d(n)-y(n)在NLMS算法中，步長被輸入信號的功率的瞬時值Px(n)歸一化并且因此具有下面的形式hi(n+1)＝hi(n)+a*e(n)*x(n-i)/Px(n)，i＝1，2，…，N在這種情況下例如通過下面的遞歸(一階低通濾波器)可以確定Px(n)Px(n+1)＝(1-q)*Px(n)+q*x^2(n)與LMS算法相反，由于歸一化NLMS算法的自適應(yīng)特性是獨立于信號電平的。這在必須處理非穩(wěn)態(tài)信號如語音或音樂的那些應(yīng)用中提供了好處。通常在這種情況下LMS算法事實上是完全不合適的，例如在對聲音回聲的補償和噪聲抑制的情況下。然而，如果由于所述輸入信號的非穩(wěn)態(tài)特性盡管輸入信號x(n)的功率Px(n)小但誤差信號e(n)的功率較大，那么NLMS算法仍存在不足，因為在這種情況下自適應(yīng)被干擾，。
本發(fā)明的目的是提供一種用于FIR濾波器的自適應(yīng)方法，它減少或完全防止對于噪聲的自適應(yīng)或噪聲對自適應(yīng)的干擾。
誤差信號e(n)的較大功率連同變得越來越小的輸入信號x(n)的瞬時功率Px(n)需要愈加減小的步長，換句話說，象LMS一類的自適應(yīng)。另一方面，給定那些相應(yīng)于信號活動性(activity)的Px(n)值，應(yīng)該使用具有恒定步長的NLMS自適應(yīng)。一方面，代替使用LMS算法，另一方面代替使用NLMS算法，所希望的是在輸入信號功率值的整個可能的范圍內(nèi)使用一個單獨的、第三種算法。在實際情況下，通過一個如下列的單個公式能夠表示這兩種算法hi(n+1)＝hi(n)+aeff(n)*e(n)*x(n-i)/Px(n)i＝1，2，…，N在這種情況下，已介紹的有效步長aeff定義如下aeff(n)＝a0*Px(n) 對應(yīng)LMS算法aeff(n)＝a0＝常數(shù) 對應(yīng)NLMS算法因此這個有效步長aeff是用于LMS算法的Px(n)的線性函數(shù)和用于NLMS算法的常數(shù)。
原理上，根據(jù)本發(fā)明的方法在于根據(jù)輸入信號的瞬時信噪比(SNR)的非線性函數(shù)選擇有效的步長。根據(jù)信號功率，非線性函數(shù)最好初始具有一個近似線性輪廓并且隨后以一種連續(xù)變化的方式變?yōu)橐环N近似恒定的輪廓。
瞬時SNR隨著非穩(wěn)態(tài)輸入信號的脈動一起變化。給定一個小的瞬時SNR，根據(jù)本發(fā)明通過自適應(yīng)減少有效步長，換句話說執(zhí)行LMS類的自適應(yīng)。這防止了系統(tǒng)對噪聲自適應(yīng)和/或噪聲干擾自適應(yīng)。另一方面，對于那些相應(yīng)于信號活動性的瞬時SNR值，有效步長是常數(shù)，也就是說NLMS類的自適應(yīng)是有效的。結(jié)果，自適應(yīng)特性變得很大程度地獨立于電平和SNR。
根據(jù)下列公式計算步長aeff(n)是有益的aeff(n)＝a0/(1+(c1/(c2+SNR(n)))^c3)，其中SNR(n)是輸入信號的信噪比，a0是最大步長而c1，c2，c3是函數(shù)的恒定參數(shù)。
根據(jù)應(yīng)用選擇參數(shù)c1并且分配0和1之間的一個值給參數(shù)2，以及一個1和2之間的值給c3是特別有益的。
信號的信噪比的確定取決于應(yīng)用。最好是測量輸入信號的噪聲功率，這尤其有益在信號暫停時實現(xiàn)。
參照附圖描述本發(fā)明的示范實施例，其中

圖1示出一個用于線性估計的自適應(yīng)濾波器，圖2示出一個作為自適應(yīng)正向預(yù)測器的自適應(yīng)濾波器。
圖1表明了對于能夠用于如電話的免提模式的回波抑制類型的線性估計的濾波器配置。從隨機的輸入信號x(n)(遠端揚聲器)自適應(yīng)FIR濾波器AF確定對于信號d(n)(近端揚聲器+回聲)的估計值y(n)。用在這里的最優(yōu)準則是誤差信號e(n)＝d(n)-y(n)的平方的平均值最小。為了確定誤差信號，d(n)和y(n)被饋送到加法器S。這樣，通過根據(jù)本發(fā)明算法的應(yīng)用，信號d(n)中的干擾，例如加性噪聲或近端語音得到很大程度地避免。在這種情況下系數(shù)選擇c2＝0…1，c3＝1…2可能是有益的。在這種情況下借助于低通濾波通過在信號x(n)的話音暫停期間測量信號d(n)的功率可以確定噪聲功率。
圖2表明了一個借助于自適應(yīng)正向預(yù)測器進行例如語音輸入的單信道噪聲抑制的示范實施例。僅僅在通過延遲級D的一個延遲之后，最好是一個采樣的持續(xù)期間，信號x(n)饋給自適應(yīng)FIR濾波器AF。
這樣自適應(yīng)濾波器AF從輸入信號x(n)確定一個估計值y(n)。x(n)和y(n)被饋送到加法器S，該加法器S確定來自它們的誤差信號e(n)。于是誤差信號e(n)被饋送到自適應(yīng)濾波器用于自適應(yīng)的目的。
由于正向預(yù)測，這種情況下的自適應(yīng)具有下面的形式hi(n+1)＝hi(n)+aeff(n)*e(n)*x(n-i-1)/Px(n)i＝1，2，…，N給定參數(shù)c1，c2，c3的合適選擇，對于一個小的有用信號電平(低信號，暫停)執(zhí)行LMS類的自適應(yīng)，并且在信號活動性的情況下執(zhí)行NLMS類的自適應(yīng)，這個轉(zhuǎn)換是不固定的并且由c1確定。這里，選擇c2＝0…1，c3＝1…2也是有益的。為確定SNR，通過使噪聲功率與例如信號暫停時的輸入信號功率相等可以估計噪聲功率。
本發(fā)明可以用于自適應(yīng)數(shù)字信號處理，例如在噪聲抑制正向預(yù)測的場合下或在聲音回波補償?shù)膱龊舷?。特別是它能夠應(yīng)用在電話、電視電話或各種消費者電子設(shè)備的聲音控制中。
權(quán)利要求
1.FIR濾波器的自適應(yīng)方法，一種算法用于FIR濾波器系數(shù)的自適應(yīng)，根據(jù)該算法從一個先前FIR濾波器系數(shù)和一個有效步長與誤差信號(e)以及被輸入信號的功率歸一化的輸入信號(x)的乘積之和來產(chǎn)生特定瞬時的相應(yīng)的FIR濾波器系數(shù)，其特征在于根據(jù)輸入信號的瞬時信噪比的非線性函數(shù)選擇有效步長。
2.如權(quán)利要求1所述的方法，其中根據(jù)信號功率，非線性函數(shù)初始具有一個近似的線性輪廓并且隨后以一種連續(xù)變化的方式改變?yōu)橐环N近似恒定的輪廓。
3.如權(quán)利要求2所述的方法，其中根據(jù)公式aeff＝a0/(1+(c1(c2+SNR))^c3)計算步長aeff，這里SNR是輸入信號的信噪比，a0是最大步長而c2，c2，c3是該函數(shù)的恒定參數(shù)。
4.如權(quán)利要求3所述的方法，其中根據(jù)應(yīng)用選擇參數(shù)c1并且參數(shù)c2具有0和1之間的值以及參數(shù)c3具有1和2之間的值。
5.如權(quán)利要求1到4中之一所述的方法，其中由信號功率和噪聲功率的比值得到信噪比并且測量輸入信號的噪聲功率。
6.如權(quán)利要求5所述的方法，其中在信號暫停時測量噪聲功率。
全文摘要
自適應(yīng)濾波器經(jīng)常用于例如聲音和音樂信號的自適應(yīng)數(shù)字信號處理中,LMS或NLMS算法常常用于自適應(yīng)。與LMS算法相反,NLMS算法的自適應(yīng)特性是獨立于信號電平的。然而,NLMS算法仍然具有缺點,即自適應(yīng)特性不是獨立于信號的信噪比。最好是在整個可能的值的范圍內(nèi)使用一個單獨的第三種非線性算法來一方面代替LMS算法,另一方面代替NLMS算法。根據(jù)本發(fā)明,通過在一種廣義的LMS算法中使用作為輸入信號信噪比的非線性函數(shù)的步長來達到這一目的。
文檔編號H03H17/06GK1206958SQ9811661
公開日1999年2月3日 申請日期1998年7月28日 優(yōu)先權(quán)日1998年7月28日
發(fā)明者伊萊·瓦爾加 申請人:德國湯姆遜-布朗特公司