基于DSP声回声抵消系统的研究

《基于DSP声回声抵消系统的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要回声抵消问题己成为现代通信技术发展的一个瓶颈，系统中回声抵消器的好坏，直接影响到通话质量。现代数字网络通信是公认的最快捷最有效的通信手段，但数字网络通信系统引入更多的时延j使回声现象犹为突出，严重影响到网络通话的质量。回声抵消通常采用自适应技术，该技术也是解决回声问题最具前景的技术之一。回声抵消技术的关键足白适应算法和语音检测两个部分，自适应算法决定了整个系统的收敛的速度、稳态失调、计算复杂度等性能；语音检测的正确与否则影响到回声抵消的效果。本文首先研究了自适应滤波器的一些柏关知识，包括自适应滤波器的基本概念、实现的网络结构及最具代表的LM

2、S算法和RLS算法。针对现代数字网络通信中，大时延回声、长阶自适应滤波器等带来的计算量庞大的问题，为寻求一种在保证收敛速度和小稳态误差的情况下有效降低计算复杂度的方法，本文引入了块白适应滤波和快速自适应滤波。即在LMS算法的基础上，进行块处理，利用数字信号处理的相关理论，在频域上快速实现时域LMS。针对块算法带来的收敛速度放慢的特性，提出了采用频域内块数据的欧拉范数，对步长因子进行归一化调整的改进算法——步长归一化FBLMS算法。在Matlab下对步长归一化FBLMS算法进行了收敛速度和稳态失调的仿真测试，并与传统的LMS、时域块LMS和RLS

3、算法进行了比较，验证了步长归一化FBLMS算法的优越性。最后在TMS320C5416实验箱上，基于Geigel算法的双端语音检测技术，设计了步长归一化的FBLMS算法的回声抵消系统，利用CCSLink在Matlab下对回声抵消器进行了测试。另外还在DSP硬件平台上进行了模拟回声的测试。测试结果表明，所设计的回声抵消器，符合ITU川．168标准仿真测试条件下要求的性能指标。关键词：回声抵消器，自适应滤波，LMS，块自适应算法，步长归一化，DSPABSTRACTOf．fsettingofechoeshasbecomethebottleneckoft

4、hemodemcomm．unicationtechnology．Anacousticechocancellationef．fectsthequalityo—ftelephoningdirectly．Modemcommunicationsisthatit’sthequickesta-ndmostef．fectivemeansofcommunication，butthissystemtointroducemoretime，thephenomenonofthefeaturesthatwillseriouslyaf．fecttheq—ualityoft

5、henetwork．Theadaptivetechnology，whichisoneofthedeVelopmenttrendint-he如ture，isappliedintheacousticechocancellation．1tincludestwoparts：theadaptivealgonthmandthedetectionofthesound．Thewholesystemo—ftheconVergenceofspeed，theimbalanceofthestationaryandthecomp—utationcomplexetcare

6、decidedbytheadaptiVealgorithm．Theef．fectoft-heechoesof．fsetingisthekeytothedetectionofthesound．Inthisarticle，westudiedtotheadaptiVenlterofsomeofthereleVan—tknowledgefirstly，includingtofilterthebasicconceptsandimplementat．ionofnetworkandther印resentativeoftheLMSandRLSalgorithm

7、．Inmodemfiguresforintemetcommunications，asfortheecho，10ngtapstof—ilterforacomputationallargeproblems，findakindofguaranteethecon—ve唱enceandasteadystatethecase，ef．fectiVelyreducethedegreeofcom-plexity．Thisarticleintroducedblockofthead印tiVefilterandfastadapta—tiontofilter．Onthe

8、basisoftheLMSalgorithm，westartwiththeresearc—hfortheblochadaptiVealgorithma