<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>

新聞中心

EEPW首頁(yè) > 網(wǎng)絡(luò )與存儲 > 設計應用 > 基于LMS算法的回聲消除系統仿真研究

基于LMS算法的回聲消除系統仿真研究

作者:于偉健 程穎菲 王心怡 王建明 時(shí)間:2018-09-27 來(lái)源:電子產(chǎn)品世界 收藏
編者按:在通信行業(yè)日漸發(fā)達的今天,回聲消除的應用十分廣泛。常見(jiàn)的回聲消除方法一般有三種。一是對周?chē)h(huán)境進(jìn)行特殊的處理,二是采用回聲隔離器,三是采用回聲抵消器。當下最熱門(mén)的三種回聲消除算法分別是維納濾波算法,最陡下降算法,LMS算法。本文基于LMS算法,應用MATLAB進(jìn)行仿真研究,并改進(jìn)了LMS算法,得出更好的回聲消除系統。

作者 / 于偉健1 程穎菲2 王心怡3 王建明3

本文引用地址:http://dyxdggzs.com/article/201809/392397.htm

  1.西安恒飛電子科技有限公司(陜西 西安 710068)2.西安鐵路職業(yè)技術(shù)學(xué)院(陜西 西安 710014)

  3.西安鐵一中學(xué)(陜西 西安 710048)

  于偉健(1991),男,碩士,助理工程師,電源管理;程穎菲(1990),女,本科,講師,有源濾波;王心怡(2001),女,高中在讀;王建明(1989),男,碩士,工程師,VoIP通話(huà)。

摘要:在通信行業(yè)日漸發(fā)達的今天,的應用十分廣泛。常見(jiàn)的方法一般有三種。一是對周?chē)h(huán)境進(jìn)行特殊的處理,二是采用回聲隔離器,三是采用回聲抵消器。當下最熱門(mén)的三種算法分別是維納濾波算法,最陡下降算法,。本文基于,應用進(jìn)行研究,并改進(jìn)了,得出更好的回聲消除系統。

0 引言

  現在,各種各樣的通訊方式越來(lái)越多,極大的方便了人們的生活。然而,消除使用免提通信設備時(shí)的回聲,面臨多面挑戰,它不僅和通信系統終端設備的外部環(huán)境有關(guān),還和運行通信系統的主機性能以及網(wǎng)絡(luò )狀況密切相關(guān)。對回聲消除進(jìn)行研究,不但具有理論意義,而且還能產(chǎn)生巨大的經(jīng)濟效益。

1 回聲消除技術(shù)的基本原理

  衡量聲學(xué)回聲消除質(zhì)量的指標通常有收斂時(shí)間、回聲消除抑制比、雙端通話(huà)的健壯性[1]三個(gè)參數,其中收斂時(shí)間最為重要。常見(jiàn)的回聲消除方法一般有[2]:對周?chē)h(huán)境進(jìn)行特殊的處理、采用回聲隔離器、采用回聲抵消器。圖1是網(wǎng)絡(luò )傳輸中經(jīng)典的聲學(xué)回聲抵消器的模型[3]。

  自適應算法通過(guò)回聲信號和濾波器輸出信號相減以后的誤差信號e(n)來(lái)調整自適應濾波器的權值,從而使得濾波器的輸出信號更接近于回聲信號r(n)。當輸入信號的特征隨時(shí)變化或者輸入信號的特征未知時(shí),自適應濾波器能夠根據某種算法來(lái)自動(dòng)迭代,實(shí)時(shí)更新濾波器系數,跟蹤目標輸出信號,使得濾波器的輸出達到最優(yōu)化[4]。

2 回聲消除中自適應算法的研究

  2.1 LMS算法

  將式(3)代入到式(1)中,就可以得到LMS算法的迭代形式為:

  將最大時(shí)間常數定義成衡量LMS算法收斂速度的指標,限定步長(cháng)因子的取值范圍,則能得到最大時(shí)間常數下界的表達式,為:

  可見(jiàn)矩陣R的特征值的發(fā)散程度就可以決定LMS算法的收斂速度。當R具有相等的特征值時(shí),就具有最為理想的收斂速度指標,然而當R的特征值的分散程度變大時(shí),算法所對應的性能指標將會(huì )惡化。同時(shí)式(5)表明,收斂時(shí)間常數和步長(cháng)因子成反比。

  (2)穩態(tài)誤差

  失調系數就是用來(lái)衡量收斂后穩態(tài)均方誤差和維納誤差之間偏差程度的一個(gè)指標[10]。則表示LMS算法收斂時(shí)的穩態(tài)均方誤差,而表示求得維納-霍夫(Wiener-hopf)解時(shí)的均方誤差(即維納誤差)。

  2.2 LMS算法的

  在窗口環(huán)境下編寫(xiě)LMS算法程序,環(huán)境設置如下:

  用生成一個(gè)角頻率為0.8,幅度為15的單一頻率正弦信號作為濾波器的目標輸出信號,再生成一個(gè)隨機噪聲信號作為干擾信號,把正弦信號和噪聲信號疊加以后的信號當作濾波器的輸入信號(即參考信號)。自適應濾波器的階數取M=4。分別將正弦信號、干擾信號、二者的疊加信號(參考信號)、自適應濾波器的輸出信號和誤差信號的波形在MATLAB上顯示出來(lái),所得結果如圖2、圖3、圖4所示。

  圖4中,曲線(xiàn)①是濾波器的目標輸出信號,曲線(xiàn)②是濾波器的實(shí)際輸出信號。從圖中可以很明顯得看出,這兩條曲線(xiàn)幾乎重合在了一起。所以,仿真結果表明基于LMS算法的自適應濾波器可以較好地跟蹤預期的目標輸出信號。圖中的曲線(xiàn)③是誤差信號,可以看出最大誤差信號幅度在1上下徘徊,可以算出相對誤差小于10%,達到了比較好的自適應結果。

  以上的仿真實(shí)驗所采用的輸入信號是正弦信號和噪聲信號的疊加信號,預期信號是正弦信號。然而,實(shí)際通信中的人的語(yǔ)音信號的頻譜主要集中在300~3400 Hz的頻率范圍以?xún)?。另外在時(shí)域內,語(yǔ)音信號的特征隨時(shí)間而變化。以下用真實(shí)的語(yǔ)音來(lái)做LMS算法的仿真實(shí)驗。

  用MATLAB自帶的庫函數編寫(xiě)一個(gè)語(yǔ)音采集程序,采樣率為8000 Hz,采樣時(shí)間為20 s。將采集到的實(shí)際語(yǔ)音信號存入計算機,并在MATLAB中畫(huà)出采樣波形,如圖5所示。把該信號作為遠端語(yǔ)音信號。

  將遠端語(yǔ)音信號按照一定的比例縮小,作為回聲信號r(n)?;芈曅盘柕牟ㄐ稳鐖D6所示。



上一頁(yè) 1 2 下一頁(yè)

評論


相關(guān)推薦

技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>