回聲抵消器 綜合課設(shè)報告

1、東北大學(xué)秦皇島分校計算機(jī)與通信工程學(xué)院綜合課程設(shè)計設(shè)計題目回聲抵消器的MATLAB設(shè)計與實(shí)現(xiàn)專業(yè)名稱班級學(xué)號學(xué)生姓名指導(dǎo)教師設(shè)計時間目錄1 設(shè)計題目與設(shè)計任務(wù)·····································

2、;··········21.1 設(shè)計題目 ······································&

3、#183;············21.2 設(shè)計任務(wù) ···································

4、83;···············22 前言 ·································

5、83;··························23 設(shè)計內(nèi)容 ······················&

6、#183;·································33.1 回聲的產(chǎn)生原理以及消除 ·············&#

7、183;························33.1.1 回聲的簡述 ·······················&

8、#183;·····················33.1.2 電學(xué)回聲產(chǎn)生原理 ·························

9、83;·············33.1.3 聲學(xué)回聲產(chǎn)生原理 ··································

10、;·····43.1.4 回聲的消除 ··········································

11、3;··53.2 自適應(yīng)濾波器原理以及算法 ····································53.2.1 自適應(yīng)濾波器概述 ······

12、·································53.2.2 維納濾波器的結(jié)構(gòu)和原理 ··············

13、;···················63.2.3 最速下降算法 ····························

14、83;··············63.2.4 LMS算法 ·································&#

15、183;·············83.2.5 歸一化LMS算法 ·································

16、3;······93.2.6 RLS算法 ·········································

17、83;·····113.3 回聲抵消器的算法及其軟件實(shí)現(xiàn) ································133.3.1 回聲抵消器原理及算法 ······

18、;·····························133.3.2 三種算法的仿真和分析 ·················

19、3;·················133.3.3 算法流程圖 ······························&#

20、183;··············173.3.4 算法小結(jié) ·································&

21、#183;·············183.4 回聲抵消器的DSP實(shí)現(xiàn)·································&#

22、183;······193.4.1 系統(tǒng)硬件框圖 ·········································

23、;··193.4.2 系統(tǒng)功能模塊介紹 ·······································194 結(jié)束語 ····

24、3;·················································

25、3;···215 參考文獻(xiàn) ·············································&

26、#183;··········22附錄 ······································&#

27、183;······················231、設(shè)計題目與設(shè)計任務(wù)1.1 設(shè)計題目：回聲抵消器的MATLAB設(shè)計與實(shí)現(xiàn)1.2 設(shè)計任務(wù)（1）用MATLAB軟件實(shí)現(xiàn)回聲抵消器；（2）設(shè)計基于DSP的回聲抵消器硬件框圖；（3）了解用DSP實(shí)現(xiàn)回聲抵消器的關(guān)鍵問題；（4）完成必要的軟件流程圖。2、前言現(xiàn)今通信技術(shù)極大的進(jìn)步，但人們在通信質(zhì)量仍然受到許多因素的制約，其中的一

28、個重要的因素就是通信中回聲的產(chǎn)生，回聲有時會對通信質(zhì)量造成極大地?fù)p害，以至于無法令人忍受，所以人們在很早的時候就開始研究如何消除回聲了，而今在消除回聲方面人們已經(jīng)取得了不小的進(jìn)展。估計一個受到加性噪聲污染信號的常用方法，是讓受污染信號通過一個旨在抑制噪聲、而讓信號相對不變的濾波器。這種濾波器的設(shè)計屬于最佳濾波的范疇。用于上述目的的濾波器，既可以是固定的，也可以是自適應(yīng)的。固定濾波器的設(shè)計必須根據(jù)信號和噪聲的先驗(yàn)知識，而自適應(yīng)濾波器卻具有自動地調(diào)節(jié)自身參數(shù)的能力，故它們的設(shè)計要求極少或根本不要求信號和噪聲特性的先驗(yàn)知識。噪聲對消（這里可以把回聲看作一種特殊的噪聲）是最佳濾波器的變形，在很多應(yīng)用中

29、極為優(yōu)越。噪聲對消使用從安裝在信號很弱或信號不可檢測的噪聲場中的一個或多個傳感器取得的輔助輸入或參考輸入，將此輸入加以過濾，并將它從包含信號和噪聲的原始輸入中減去。結(jié)果，原始噪聲就受到衰減，或者由于對消而被消除掉。本文主要討論了LMS(Least Mean Square)算法、NLMS算法（歸一化LMS算法）、RLS算法(即遞歸最小二次方算法)三種算法來實(shí)現(xiàn)回聲抵消，通過MATLAB軟件的仿真來比較三種算法的優(yōu)缺點(diǎn)，從而可以在不同的情形和要求下有正確的選擇。在本文最后給出了回聲抵消器的硬件實(shí)現(xiàn)的框圖，并做了簡要的分析，以便于對回聲抵消器有更深入的理解。3、設(shè)計內(nèi)容3.1 回聲的產(chǎn)生原理以及消除

30、3.1.1回聲的簡述回聲是原始信號中返回到信號源的被延遲和失真的部分。在通信系統(tǒng)中有兩種回聲：（1）電的或線路回聲，這主要是由于傳輸媒介中的阻抗不匹配產(chǎn)生的；（2）聲回波，這是由聲波的反射以及麥克風(fēng)和揚(yáng)聲器間的聲音耦合造成的。電學(xué)回聲和聲學(xué)回聲在電話網(wǎng)中總是存在的，但需要以下條件電話用戶才能感受到回聲，回波通路延時足夠長。對于大多數(shù)電話用戶來說，如果講話者的回波通路延時時間：小于30ms，不易察覺；大于30ms，可以察覺，并影響聽話效果；大于50ms，非常嚴(yán)重，需要控制。3.1.2 電學(xué)回聲產(chǎn)生原理如圖1是長途電話電路的簡化形式 來自A的話音混合器B混合器A電話2電話1 A的話音回波 來自B的

31、話音圖1長途電話電路簡化圖用戶和電話局之間的本地鏈路由雙向的兩線電路組成，而電話局間通過四線載波設(shè)備連接。兩線與四線間的轉(zhuǎn)換是通過一種叫混合器的特殊設(shè)備來完成的。理想的混合器應(yīng)該是這樣的：1、把進(jìn)來的信號傳到兩線的輸出，而沒有任何信號泄露到它的輸出端；2、把兩線電路傳來的信號傳到它的輸出端而沒有能量反射回兩線線路。在實(shí)際中，由于阻抗不匹配（參見附錄一），混合器不可能完全做到這兩點(diǎn)。因此，四線電路輸入端的一些能量泄露到輸出端或作為回波返回，電流泄漏使得一部分信號的能量反射回信號源，這種反射和信道延遲結(jié)合在一起，使講話者聽到自己的聲音，也就是產(chǎn)生了回聲。這種回波通常比源信號低11dB，如果返程延遲

32、大于40ms，通話便難以忍受。3.1.3 聲學(xué)回聲產(chǎn)生原理聲學(xué)回聲是受聲波傳播影響的回聲產(chǎn)生方式，一般情況下可以分為兩種情況：直接回聲和間接回聲。直接回聲是指揚(yáng)聲器播放出來的聲音未經(jīng)任何反射沿路徑直接進(jìn)入麥克風(fēng)被拾回，這種回聲延遲時間最短，且與遠(yuǎn)端說話者的語音能量、揚(yáng)聲器與話筒之間的距離、角度、揚(yáng)聲器的播放音量及話筒的拾取靈敏度等因素有關(guān)。間接回聲是指揚(yáng)聲器播放的聲音經(jīng)不同的路徑一次或多次反射后進(jìn)入麥克風(fēng)所產(chǎn)生的回聲集合，這種回聲的特征是延遲時間長，延遲抖動大，回聲音量受環(huán)境影響大。如圖2為房間內(nèi)揚(yáng)聲器和麥克風(fēng)發(fā)出以及接受聲波示意圖傳輸設(shè)備圖2房間內(nèi)揚(yáng)聲器和麥克風(fēng)發(fā)出以及接受聲波示意圖系統(tǒng)的性

33、能會因下列影響而降低：1、房間里的混響。因?yàn)辂溈孙L(fēng)不僅拾取說話者的語音，也拾取房間里壁墻和家具的聲音反射。2、回波。由放置在同一房間里的麥克風(fēng)和揚(yáng)聲器之間的聲音耦合產(chǎn)生的回波。另一個房間的語音不僅被所示的房間聽到，同時也被所示房間的麥克風(fēng)拾取，如果不采取措施，將會成為另一個房間說話者的回聲。隨著回聲消除技術(shù)的發(fā)展，當(dāng)前回聲消除研究的重點(diǎn)已由“線路回聲”的消除，轉(zhuǎn)向了“聲學(xué)回聲”的消除，而目前被廣泛采用的是聲學(xué)回聲消除器3.1.4 回聲的消除對聲學(xué)回聲主要有三種消除方法：1、改善揚(yáng)聲器周邊環(huán)境；2、使用回聲抑制器；3、使用聲學(xué)回聲消除器(AEC，Acoustic Echo Canceller,又

34、名回聲抵消器)。現(xiàn)代回聲消除系統(tǒng)一般采用自適應(yīng)信號處理技術(shù)。其基本思路是估計回聲產(chǎn)生回路的特征，人為模擬一個回聲信號，在輸入信號中減去這一信號，從而達(dá)到消除回聲的目的。由于回聲產(chǎn)生路徑通常是未知的且是時變的，所以采用自適應(yīng)濾波器來模擬其產(chǎn)生的回路。聲回波抵消的核心是一個自適應(yīng)濾波器，自適應(yīng)濾波器的使用中要考慮的重要問題是優(yōu)化調(diào)整濾波器參數(shù)的準(zhǔn)則，該準(zhǔn)則不僅要對濾波器性能提供有意義的度量，而且必須到處可實(shí)現(xiàn)的算法。對自適應(yīng)算法的要求是收斂速度快，計算復(fù)雜度低，穩(wěn)定性好，失調(diào)誤差小。3.2自適應(yīng)濾波器原理以及算法3.2.1 自適應(yīng)濾波器概述濾波器是一種以物理硬件或計算機(jī)軟件形式，從含噪聲的觀測數(shù)據(jù)

35、中抽取信號的裝置。濾波器可以實(shí)現(xiàn)濾波、平滑和預(yù)測等信息處理的基本任務(wù)。在實(shí)時信號處理中，往往希望濾波器在實(shí)現(xiàn)濾波、平滑或預(yù)測等任務(wù)時，能夠跟蹤和適應(yīng)系統(tǒng)或環(huán)境的動態(tài)變化。這就需要濾波器的參數(shù)可以隨時間做簡單的變化或者更新，因?yàn)閺?fù)雜的運(yùn)算不符合實(shí)時快速處理的要求。換言之，濾波器的參數(shù)應(yīng)該可以用遞推方式自適應(yīng)更新，這類濾波器統(tǒng)稱為自適應(yīng)濾波器 。線性自適應(yīng)濾波器分為兩類自適應(yīng)數(shù)字濾波器結(jié)構(gòu)（這是根據(jù)其沖激響應(yīng)的形式來劃分的），即：有限長沖激響應(yīng)（FIR Finite-duration Impulse Response）濾波器和無限長沖激響應(yīng)（IIR Infinite-duration Impuls

36、e Response）濾波器。自適應(yīng)濾波器具有在未知環(huán)境下良好運(yùn)行并跟蹤時變輸入統(tǒng)計的能力，使得自適應(yīng)濾波器成為信號處理和自動控制的強(qiáng)有力手段。事實(shí)上，自適應(yīng)濾波器已經(jīng)成功地應(yīng)用與通信、雷達(dá)、聲吶、地震學(xué)和生物醫(yī)學(xué)工程等領(lǐng)域。它們都有一個共同的基本特征：用輸入向量和期望響應(yīng)來計算估計誤差，并用該誤差依次控制一組可調(diào)濾波器系數(shù)。自適應(yīng)濾波器應(yīng)用的四種基本類型的作用描述如下：1） 辨識 2）逆濾波 3）預(yù)測 4）干擾消除以下就對維納濾波器以及最速下降算法和LMS算法做簡要的分析和討論。3.2.2維納濾波器的結(jié)構(gòu)和原理所謂維納濾波器，即一類線性最優(yōu)離散濾波器，圖3建立了線性離散時間濾波器的方框圖。線

37、性離散時間濾波器輸入 輸出 期望響應(yīng) 估計誤差圖3 線性離散時間濾波器示意框圖濾波器輸入有無窮時間序列，組成，濾波器輸出的沖激響應(yīng)也為無窮序列，。令代表濾波器在離散時間時的輸出，希望它是期望響應(yīng)的估計值。估計誤差的定義為期望響應(yīng)與濾波器輸出之差，即 （3.1）對濾波器的要求是使估計誤差在某種統(tǒng)計意義下“盡可能小”。為此，對濾波器有如下約束：(1) 濾波器是線性的（一方面是為了使信號通過濾波器后不發(fā)生“畸變”，另一方面是為了方便對濾波器的數(shù)學(xué)分析）(2) 濾波器是離散時間的，這將使濾波器可以利用數(shù)字硬件或軟件實(shí)現(xiàn)。3.2.3 最速下降算法最速下降算法是一種最古老而又非常有用的通過迭代尋找極值的方

38、法。又因?yàn)闉V波器設(shè)計最常用的準(zhǔn)則是使濾波器實(shí)際輸出y(n)=與期望響應(yīng)之間的均方誤差為最小，這就是最小均方誤差(MMSE)準(zhǔn)則。為此，我們定義代價函數(shù)為下列均方誤差： （3.2）式中為統(tǒng)計期望算子。最速下降算法的基本思想如下：考慮一個代價函數(shù)，它是某個未知向量的連續(xù)可微函數(shù)。函數(shù)將的元素映射為實(shí)數(shù)。這里，我們要尋找一個最優(yōu)解，使它滿足如下條件 對所有這也是無約束最優(yōu)化的數(shù)學(xué)表示。迭代下降的一種簡單形式是最速下降算法(method of steepest descent)，該方法是沿最速下降方向（負(fù)梯度方向，即代價函數(shù)的負(fù)梯度向量的反方向）連續(xù)調(diào)整權(quán)向量。因此，最速下降算法可以表示為 （3.3）

39、其中表示迭代進(jìn)程，是正常數(shù)，稱為步長參數(shù)，因子的引入是為了數(shù)學(xué)上處理方便。由于為正數(shù)，。因此，隨著的增加，代價函數(shù)減??；當(dāng)時，代價函數(shù)趨于最小值。且= （3.4） 將（3.1）和（3.4）帶入（3.2）中得到 （3.5） 再對其取梯度可得： （3.6） 其中，=目標(biāo)函數(shù)的方差，P=抽頭輸入向量與期望響應(yīng)的互相關(guān)向量，R=抽頭輸入向量自相關(guān)矩陣。于是，式可以表示為： （3.7） 當(dāng)趨于無窮大時，抽頭權(quán)向量。即 （3.8） 所以有 （3.9） 3.2.4 LMS算法如果精確測量每一次迭代的梯度向量，而且如果步長參數(shù)合適選取，則由最速下降算法獲得的抽頭權(quán)向量將會收斂于維納解。然而，事實(shí)上梯度向量的精

40、確測量是不可能的，因此，當(dāng)該算法運(yùn)行在未知的環(huán)境時，必須根據(jù)可用數(shù)據(jù)估計梯度向量。為了推導(dǎo)梯度向量的估計方法，最明顯的策略就是將相關(guān)矩陣R和抽頭輸入與期望響應(yīng)之間的互相關(guān)向量p的估計式代入式(3.5)。得到 （3.10）而先前得到的手段是基于，基于上述原因必須做出改進(jìn)，于是有 （3.11）又因?yàn)?（3.12）所以經(jīng)過數(shù)學(xué)推導(dǎo)得到如下結(jié)果 （3.13）將（3.13）帶入到（3.3）中即得到 （3.14）以上的推導(dǎo)遵循的主要思想還是最速下落的基本思想，只是對其進(jìn)行了改進(jìn)，現(xiàn)對LMS算法總結(jié)如下(1) 濾波輸出 （3.15）(2) 估計誤差或誤差信號(交替使用) （3.16）(3) 抽頭權(quán)向量的自適

41、應(yīng) （3.17） 式(3.15)和式(3.16)定義了估計誤差e(n)，其計算基于抽頭權(quán)向量的當(dāng)前估計。注意，式(3.17)右邊第二項(xiàng)代表了抽頭權(quán)向量的當(dāng)前估計的調(diào)整量。該迭代過程從某一初始猜測點(diǎn)開始。在每一次迭代或時間更新中，這個算法都需要，最近值的知識。LMS算法是隨機(jī)梯度算法組中的一員。特別是當(dāng)LMS算法應(yīng)用于隨機(jī)輸入時，從一個迭代循環(huán)到下一個循環(huán)所允許的方向是完全隨機(jī)的，因此不能把允許方向看作由純梯度方向組成。3.2.5 歸一化LMS算法就結(jié)構(gòu)而言，歸一化LMS濾波器與標(biāo)準(zhǔn)LMS濾波器完全一樣，而這都是橫向?yàn)V波器，其不同僅僅在于權(quán)值控制器的機(jī)理。M1抽頭輸入向量產(chǎn)生輸出，將與期望響應(yīng)相

42、減得到估計誤差，或誤差信號。在對輸入向量和誤差信號組合作用的響應(yīng)中，權(quán)值控制器將權(quán)值調(diào)整應(yīng)用到橫向?yàn)V波器。在大量迭代中，反復(fù)調(diào)整濾波器的權(quán)向量，知道濾波器達(dá)到穩(wěn)定狀態(tài)?？梢园褮w一化LMS濾波器視為對普通LMS濾波器所做的性能改進(jìn)。另外，也可以按其自身到處歸一化LMS濾波器；這里，我們采用后者，因?yàn)檫@樣可以更深入了解該濾波器如何運(yùn)行。歸一化LMS濾波器是最小化干擾原理(principle of minimal disturbance)的一種表現(xiàn)形式，這個原理可以表述如下：從一次迭代到下一次中，自適應(yīng)濾波器的權(quán)向量應(yīng)當(dāng)以最小的方式改變，而且受到更新的濾波器輸出所施加的約束。為了從數(shù)學(xué)術(shù)語考慮這個原

43、理，令表示第n次迭代濾波器舊的權(quán)向量，表示第n+1迭代濾波器的新的權(quán)向量。則可以把歸一化LMS濾波器設(shè)計準(zhǔn)則表述為約束優(yōu)化問題：給定抽頭輸入向量和目標(biāo)響應(yīng)，確定更新的抽頭向量，以使如下增量 (3.18)的歐式范數(shù)最小化，并受制于以下約束條件 (3.19)為了解決這個約束優(yōu)化問題，我們使用拉格朗日成自發(fā)(method of Lafrange multiplier)，根據(jù)這個方法，目前所考慮的問題的代價函數(shù)為 (3.20)其中，為負(fù)數(shù)拉格朗日乘子，*表示復(fù)共軛；Re表示取實(shí)部運(yùn)算，約束對代價函數(shù)的貢獻(xiàn)是實(shí)值的。表示歐式范數(shù)的平方運(yùn)算，其結(jié)果也是實(shí)值的。從而，代價函數(shù)J(n)是實(shí)值的二次函數(shù)，且可以

44、表示為 (3.21)為了尋找是代價函數(shù)為最小的最優(yōu)更新權(quán)向量，采用如下步驟：(1) 代價函數(shù)J(n)對求導(dǎo)。根據(jù)是函數(shù)對復(fù)值向量的求導(dǎo)規(guī)則可得令其為零，即得到最優(yōu)解為 (3.22)(2) 將第一步的結(jié)果代入式(3.19)，求解未知乘子。首先寫出然后對求解，得 (3.23)其中 (3.24)是誤差信號。(3) 結(jié)合第一步和第二部的結(jié)構(gòu)，以表示增量變化的最優(yōu)值。即由式(3.22)和式(3.23)可得 (3.25)為了對一次迭代到下一次迭代抽頭權(quán)向量的增量變化進(jìn)行控制而不改變向量的方向，引入一個正的實(shí)數(shù)標(biāo)度因子。即定義該增量為 (3.26)等價地，我們寫出 (3.27)實(shí)際上，這就是歸一化LMS算法

45、M1階抽頭權(quán)向量所期望的遞歸結(jié)果。式(3.27)清楚地表明使用“歸一化”的原因：乘積向量相對于抽頭輸入向量的平方歐式范數(shù)進(jìn)行了歸一化。在克服LMS濾波器梯度噪聲影響方面，人們關(guān)心的問題是歸一化LMS算法自身所引起的問題，即當(dāng)抽頭輸入向量較小時，不得不用較小的平方范數(shù)除以，以致有可能出現(xiàn)數(shù)值計算困難。為了客服這個問題，將式(3.27)遞歸表達(dá)式修改為 (3.28)其中>0。當(dāng)=0時，式(3.27)變?yōu)槭?3.28)的形式。3.2.6 RLS算法如果將最小二乘法推廣，便可推出一種設(shè)計自適應(yīng)橫向?yàn)V波器的遞歸算法。即給定次迭代濾波器抽頭權(quán)向量最小二乘法估計，依據(jù)新到達(dá)的數(shù)據(jù)計算次迭代權(quán)向量的最新

46、估計。我們把這一算法稱為遞歸最小二乘（RLS）算法（濾波器）。 下面對其具體的算法進(jìn)行簡要的推導(dǎo)并得出結(jié)論。定義了代價函數(shù)，可以具體的寫出 （3.29）式中為加權(quán)因子（或稱之為遺忘因子），且將之定義為 （ ） （3.30） 其中即為式（3.1），為了明確表示現(xiàn)重寫如下： （3.31）經(jīng)過正則化過程等一系列復(fù)雜的數(shù)學(xué)推導(dǎo)之后，得到了下面的方程： （3.32） （3.33）其中為抽頭輸入向量的時間平均相關(guān)矩陣，為抽頭輸入向量的時間平均相關(guān)向量，即使不知道上述二者的具體定義也不影響后面的推導(dǎo)和算法。由式（3.31）可以由矩陣求逆引理得到如下結(jié)果： （3.34）為了方便計算，可令 （3.35） （3.

47、36）在經(jīng)過繁復(fù)的數(shù)學(xué)推導(dǎo)之后于是得到RLS算法，結(jié)論如下 （3.37） （3.38） （3.39） （3.40） 3.3 回聲抵消器的算法及其軟件實(shí)現(xiàn)3.3.1 回聲抵消器原理及算法上一章介紹了自適應(yīng)濾波器的幾種算法，這一章主要描述實(shí)現(xiàn)回聲抵消器的算法，圖4即為回聲抵消器的原理示意圖，即用一個自適應(yīng)濾波器加在回路之間，意在從期望信號中剔除一部分無用的信號，用濾波器輸出信號和參考信號（即期望響應(yīng)）進(jìn)行控制橫向?yàn)V波器從而影響輸出信號使代價函數(shù)（或）向最小值逼近，在相應(yīng)的算法下即可達(dá)到最優(yōu)，以達(dá)到消除噪聲或是抵消回波的最佳效果的目的。 輸入信號u(n) 輸入 u(n)橫向?yàn)V波器揚(yáng)聲器-機(jī)殼-麥克風(fēng)

48、環(huán)境自適應(yīng)算法控制器 合成聲音 y(n) 參考信號d(n) - + 期望響應(yīng) d(n) 誤差信號e(n)圖4 回聲抵消器原理示意圖回聲抵消器的設(shè)計可以使用LMS算法、歸一化LMS算法（NLMS）、RLS算法三種算法來進(jìn)行設(shè)計，三種算法均可以實(shí)現(xiàn)抵消回聲、消除噪音的功能，只不過其應(yīng)用在自適應(yīng)濾波器上的濾波效果有所差別，所以上述的三種算法都可以作為回聲抵消器的算法，下面通過MATLAB軟件仿真這三種算法來比較其優(yōu)劣，從而來選擇最佳的算法來用作回聲抵消器的算法。3.3.2 三種算法的仿真和分析標(biāo)準(zhǔn)LMS算法的仿真將語音信號簡化為一個正弦信號，對該信號延時形成回聲，再疊加一個高斯白噪聲，采用LMS算法

49、濾波得輸出信號，通過比較步長因子和濾波器階數(shù)k來得出其二者對收斂速度及濾波質(zhì)量的影響，仿真圖如下：圖5 LMS算法仿真(取)圖6 LMS算法仿真(取)圖7 LMS算法仿真(取)圖8 LMS算法仿真(取)對照圖5和圖6可得，在濾波器階數(shù)k等其他條件相同的情況下，值越大，算法收斂得越快，但濾波效果變差；越小，算法收斂得越慢，但讓人感覺到很細(xì)膩平緩，濾波效果則相對較好。對照圖7和圖8可得，在補(bǔ)償因子值不變的情況下，濾波器階數(shù)k值越大，濾波效果越好，濾波器階數(shù)k值越小，濾波效果越差。當(dāng)值很小時，階數(shù)的不明顯變化幾乎不會影響濾波器的濾波效果。NLMS算法的仿真將語音信號簡化為一個正弦信號，對該信號延時形

50、成回聲，再疊加一個高斯白噪聲，采用NLMS算法濾波得輸出信號，仿真圖如下：圖9 NLMS算法仿真(取)通過圖9和圖5的比較可知此時步長相等均為0.0005，對比圖像得出在NLMS算法下得到的自適應(yīng)濾波器的濾波效果明顯好于LMS算法下的自適應(yīng)濾波器。NLMS自適應(yīng)濾波的改進(jìn)算法就是其中之一，它基本上遵循這樣的步長調(diào)整原則：即在初始收斂階段或未知系統(tǒng)參數(shù)發(fā)生變化時，步長應(yīng)比較大，以便有較快的收斂速度或?qū)r變系統(tǒng)的跟蹤速度；而在算法收斂后，不管主輸入端干擾信號有多大，都應(yīng)保持很小的調(diào)整步長，以達(dá)到很小的穩(wěn)態(tài)失調(diào)噪聲。RLS算法的仿真將語音信號簡化為一個正弦信號，對該信號延時形成回聲，再疊加一個高斯白

51、噪聲，采用NLMS算法濾波得輸出信號，仿真圖如下：圖10 RLS算法仿真(取)通過對比圖5、圖9、圖10可以得到，在RLS算法下得到的濾波器在前期的失真度明顯高于LMS算法和NLMS算法，但收斂速度快且當(dāng)?shù)玫讲ㄐ畏€(wěn)定的時候，RLS算法的濾波特性優(yōu)于LMS算法和NLMS算法，得到的波形更加的細(xì)膩逼真，去噪效果是三者中最佳的。但是RLS算法的計算量明顯大于LMS算法和NLMS算法（在用MATLAB軟件仿真時，RLS算法仿真時間明顯長于LMS算法和NLMS算法的時間），所以RLS算法的優(yōu)勢是用比較大計算量來換取的。3.3.3算法流程圖 經(jīng)過討論和資料表明，NLMS算法還是比較使用和廣泛的，所以僅僅給

52、出NLMS算法的程序流程圖，NLMS算法的程序流程圖如圖11NLMS算法程序開始保持新鮮樣點(diǎn)初始化權(quán)向量計算計算誤差調(diào)整步長 Y N步長變換計算更新權(quán)向量輸出誤差e子程序返回圖11 NLMS算法流程圖3.3.4 算法小結(jié)三者的綜合比較可以得到，RLS算法的濾波效果最佳，但是計算量比較大，階數(shù)一般都比較高時才有比較好的濾波效果，NLMS算法在三者中居中，計算量明顯少于RLS算法，也有較好的濾波特性，相比之下，LMS算法，計算量最小，但是濾波特性三者中最差，有時讓人難以接受，而且步長固定難以調(diào)節(jié)。所以，如果在一般不太嚴(yán)格的情形之下選擇NLMS算法應(yīng)用于自適應(yīng)濾波器還是比較實(shí)用的。如果對濾波效果高，

53、則可以考慮將RLS算法應(yīng)用于自適應(yīng)濾波器。3.4 回聲抵消器的DSP實(shí)現(xiàn)3.4.1系統(tǒng)硬件框圖圖12 基于DSP的回聲抵消器硬件框圖功能框圖說明：近端麥克風(fēng)信號先經(jīng)過預(yù)放大后作為用戶接口SIN的輸入，然后經(jīng)由A/D轉(zhuǎn)換器件完成語音編碼等轉(zhuǎn)換，送入DSP作算法處理，最后經(jīng)網(wǎng)絡(luò)接口Sout發(fā)送至遠(yuǎn)端。揚(yáng)聲器1為本地語音的放大輸出。遠(yuǎn)端信號經(jīng)由網(wǎng)絡(luò)接口Rin到達(dá)本地，先進(jìn)入DSP進(jìn)行算法處理，然后經(jīng)過D/A轉(zhuǎn)換器件進(jìn)行解碼等轉(zhuǎn)換，最后經(jīng)揚(yáng)聲器Rout放大，在本地形成語音。整個回聲抵消算法以及相關(guān)控制功能全部由信號處理單元DSP軟件實(shí)現(xiàn)。3.4.2 系統(tǒng)功能模塊介紹本DSP語音處理測試系統(tǒng)的主要功能和

54、要求是：通過AD器件采集模擬語音信號，然后經(jīng)外部接口，傳輸?shù)较到y(tǒng)的內(nèi)部存儲區(qū)，進(jìn)行數(shù)字處理和變換，能驗(yàn)證和實(shí)現(xiàn)語音處理算法，系統(tǒng)的硬件設(shè)計主要考慮在滿足系統(tǒng)的功能和設(shè)計要求條件下，以及芯片的元器件市場供貨情況，選擇、確定系統(tǒng)硬件組成。語音處理系統(tǒng)主要由DSP芯片和周圍功能模塊組成。DSP芯片選用低功耗、功能強(qiáng)大的TMS320C6000系列，配合周圍的模塊，包括電源模塊、擴(kuò)展存儲器模塊、AD/DA轉(zhuǎn)換模塊、控制邏輯模塊和時鐘、復(fù)位電路等，實(shí)現(xiàn)了一個DSP語音處理的最小硬件系統(tǒng)。圖13 系統(tǒng)的組成原理框圖系統(tǒng)的組成原理框圖如圖13所示。語音聲波經(jīng)過傳感器變換進(jìn)入AD轉(zhuǎn)換器，串行AD將模擬信號保持、

55、采樣、量化后，由DSP的多通道串口將數(shù)據(jù)傳輸?shù)紻SP內(nèi)部處理。DPS芯片在完成數(shù)據(jù)處理功能的同時，還負(fù)責(zé)對AD的初始化，對電源和程序監(jiān)控模塊的協(xié)調(diào)等任務(wù)。電源模塊提供處理系統(tǒng)所需的兩種電壓：3.3V，1.8V，同時保證提供足夠的負(fù)載電流。時鐘電路提供系統(tǒng)所需要的基準(zhǔn)時鐘，DSP芯片內(nèi)部的PLL鎖相環(huán)電路，倍頻此時鐘信號以產(chǎn)生系統(tǒng)工作時所需的高頻時鐘。擴(kuò)展的FLASH芯片在系統(tǒng)中作為數(shù)據(jù)區(qū)使用，保存程序代碼。FLASH的掉電保護(hù)作用，保證系統(tǒng)代碼的完整性和安全性，同時FLASH芯片還可在線進(jìn)行擦除、寫入操作，使得系統(tǒng)更易于軟件編程和靈活?？梢钥焖僮x取的SRAM芯片作為程序空間使得系統(tǒng)更易于軟件編

56、程和靈活?？梢钥焖僮x取的SRAM芯片作為程序空間使用，在程序啟動階段，F(xiàn)LASH芯片內(nèi)部的程序源代碼和固定數(shù)據(jù)，被系統(tǒng)啟動程序Bootloader搬移到外部程序區(qū)(SRAM)內(nèi)，高速運(yùn)行。系統(tǒng)的所有控制邏輯由控制邏輯模塊完成，所選用的可編程邏輯器件可以在線或離線更改控制邏輯，便于系統(tǒng)升級。AD轉(zhuǎn)換器負(fù)責(zé)按設(shè)定的抽樣率、精度和增益將模擬信號轉(zhuǎn)化為數(shù)字信號，通過串口傳輸給DSP處理器。系統(tǒng)使用標(biāo)準(zhǔn)的JTAG接口和開發(fā)機(jī)接口。4、結(jié)束語本文分析了回聲產(chǎn)生的原因，并針對聲學(xué)回聲的特點(diǎn)，研究了自適應(yīng)回聲抵消器的結(jié)構(gòu)特點(diǎn)和設(shè)計思想。然后討論了自適應(yīng)濾波器的基本原理，重點(diǎn)介紹了最陡下降法的原理及特性和LMS

57、算法、NLMS算法和RLS算法的原理。經(jīng)過討論公式推導(dǎo)和MATLAB軟件仿真比較得到，NLMS算法是LMS算法的改進(jìn)，NLMS算法的計算量稍大于LMS算法的計算量，但是在相同步長時，收斂速度快，濾波效果明顯得到改善。RLS算法的收斂速度屬三者最快，但是計算量遠(yuǎn)大于LMS算法和NLMS算法。三種算法都是在時域上的計算，并沒有涉及到頻域的計算，具體的頻域特性不太明朗。在對模擬信號抽樣時，抽樣頻率必須高于某一數(shù)值，否則會引起頻譜混疊，無法恢復(fù)原始信號。LMS算法和NLMS算法應(yīng)用于濾波器，如果階數(shù)過高則會引起發(fā)散。而RLS的階數(shù)一般都比較高?？傊琋LMS算法和RLS算法都可以應(yīng)用于自適應(yīng)濾波器，但

58、是相比之下，NLMS算法更加實(shí)用一些。5、參考文獻(xiàn)1 Simon Haykin. 自適應(yīng)濾波器原理. 第四版. 鄭寶玉等譯. 北京：電子工業(yè)出版社，20102 張德豐. MATLAB在電子信息工程中的應(yīng)用. 北京：電子工業(yè)出版社，20093 Bernard Widrow，Samuel D.Stearns.自適應(yīng)信號處理.王永德，龍憲惠譯.北京：機(jī)械工業(yè)出版社，20084 邱天爽等.通信中的自適應(yīng)信號處理. 北京：電子工業(yè)出版社，20055 Dimitris G.Manolakis，Vinay k.Ingle，Stephen M.Kogon.統(tǒng)計與自適應(yīng)信號處理.周正等譯. 北京：電子工業(yè)出版社，20036 杜勇，路建功，李元洲. 數(shù)字濾波器的MATLAB與FPGA實(shí)現(xiàn). 北京：電子工業(yè)出版社，20127 陳亮，楊吉斌，張雄偉. 信號處理算法的實(shí)時DSP實(shí)現(xiàn). 北京：電子工業(yè)出版社，20088 皇甫堪，陳建文，樓生強(qiáng). 現(xiàn)代數(shù)字信號處理