專利名稱：回波消除器及利用歸一化最小均方算法的回波消除方法
回波消除是一種非常好的消除通信系統(tǒng)中不希望有的回波的方法。

圖1示出了利用一種傳統(tǒng)的回波消除器的傳輸網(wǎng)絡(luò)的框圖。該回波消除器200通過單向通路203和205連接到一個(gè)數(shù)字網(wǎng)絡(luò)100和一個(gè)混合網(wǎng)絡(luò)230。連接203和205中的虛線用來指示所述連接可能足夠長(zhǎng)，從而可能導(dǎo)致煩人的回波信號(hào)。這樣的回波是在混合網(wǎng)絡(luò)230中產(chǎn)生的，后者通過通路202連接到電話52。
在圖2中示出了一種廣泛使用的用來校正回波消除器200中的因數(shù)向量(coefficient vector)的自適應(yīng)算法(adaptation algorithm)。該自適應(yīng)算法是一種歸一化LMS(NLMS)算法210，其由下式給出hk+1=hk+α||Xk||2·ek·Xk---(1)]]>其中 其中，hk是回波消除器的因數(shù)向量212，xx是輸入向量，ek是殘余回波，dk是基準(zhǔn)回波，0＜α＜2是一個(gè)控制穩(wěn)定性和收斂速度的標(biāo)量， 是輸入向量xk的模方，g是實(shí)際回波通路因數(shù)向量214，nk是加性噪聲(或者是在同時(shí)通話的情形下的近端話音)。
回波消除器200要有良好的性能，α的選擇是關(guān)鍵。小的α值可以確保穩(wěn)態(tài)下的誤調(diào)(misadjustment)機(jī)會(huì)小，對(duì)于噪聲鈍性(noiseinsensitivity)來說也是需要的。但是，小的α值會(huì)使收斂速度降低。大的α值通?？梢詫?shí)現(xiàn)更快的收斂和更好的跟蹤能力，代價(jià)則是，在穩(wěn)態(tài)下，會(huì)有更高的額外均方誤差。因此，要在NLMS算法210中實(shí)現(xiàn)合適的自適應(yīng)，適當(dāng)?shù)剡x擇α就是一個(gè)主要問題。
在現(xiàn)有文獻(xiàn)中，進(jìn)行了大量的努力，以控制所述收斂速度的自動(dòng)調(diào)節(jié)(包括回波通路變化和同時(shí)通話的探測(cè))。在D.L.Duttweiler發(fā)表于1978年5月《電氣與電子工程師協(xié)會(huì)通信學(xué)報(bào)》卷COM-26第5期第647-653頁(IEEE Trans.On Communications,Vol.COM-26,No.5,PP.647-653,May 1978)上的《十二信道數(shù)字化回波消除器》(Atwelve-channel digital echo canceller)中，提出了用于同時(shí)通話探測(cè)的Geigel算法。該Geigel算法拿dk的電流瞬時(shí)值樣本的強(qiáng)度與一個(gè)電流值xmax,k進(jìn)行比較。如果dk的強(qiáng)度至少高于xmax,k6分貝，則判定存在同時(shí)通話。該Geigel算法簡(jiǎn)單而快捷。但是，如果dk的強(qiáng)度在同時(shí)通話過程中低于xmax,k6分貝，該Geigel算法就探測(cè)不到同時(shí)通話的存在。另外，該Geigel算法還對(duì)近端噪聲干擾敏感。
除了上述Geigel算法之外，還發(fā)明了其他的基于相關(guān)的方法，用于自動(dòng)自適應(yīng)和同時(shí)通話探測(cè)/回波通路變化的探測(cè)。在F.Casco等的《可變步長(zhǎng)的NLMS算法》(“A variable step size NLMS algorithm”,IEICE Trans.Fundamentals,Vol.E78-A,No.8,pp.1004-1009,August1995)中，提出了一種可變步長(zhǎng)的LMSFIR自適應(yīng)濾波算法。在該算法中，步長(zhǎng)的調(diào)節(jié)α由殘余回波ek和基準(zhǔn)回波dk之間的相關(guān)性進(jìn)行控制。但是，該算法的有效性只是用白噪聲輸入進(jìn)行了驗(yàn)證。K.Fujii和J.Ohga在《通過監(jiān)測(cè)回波通路的波動(dòng)監(jiān)測(cè)同時(shí)通話的方法》(“Double-talkdetection method with detecting echo path fluctuation”,Electronicsand Communications in Japan，Part 3,Vol.78,No.4,pp.82-93,1996)中，提出了利用基準(zhǔn)回波dk和預(yù)估回波(estimated echo)間的標(biāo)準(zhǔn)互相關(guān)yk(xKT·hk)---(4)]]>來區(qū)分同時(shí)通話與回波通路變化。這種方法假定在回波通路變化的情況下，dk和yk之間的標(biāo)準(zhǔn)互相關(guān)趨近于0，而在同時(shí)通話的情況下，相應(yīng)的互相關(guān)趨近于1。通過觀測(cè)所述互相關(guān)的情況，就可以將同時(shí)通話與回波通路變化區(qū)分開。但是，這種方法存在兩個(gè)問題。第一，當(dāng)回波通路在強(qiáng)度上比例變化時(shí)，所述標(biāo)準(zhǔn)互相關(guān)可能趨近于1或者大于1，而不是0。第二，在同時(shí)通話的情況下，在一段特定的取樣期間內(nèi)，所述近端同時(shí)通話和預(yù)估回波間的標(biāo)準(zhǔn)互相關(guān)可能趨近于1(而不是假定的0)，這使得愈加難以利用相應(yīng)的互相關(guān)來區(qū)分同時(shí)通話和回波通路變化。
如前所述，曾有許多嘗試，希望設(shè)計(jì)出一種利用互相關(guān)的有效的回波消除器。但是，盡管進(jìn)行了許多努力來進(jìn)行基于互相關(guān)信息的自適應(yīng)濾波，尚無證據(jù)表明這些自適應(yīng)濾波技術(shù)可以成功地應(yīng)用于以NLMS回波消除為目的的方法中。
本發(fā)明旨在提供一種不使用互相關(guān)信息的簡(jiǎn)單而快捷的技術(shù)。
本發(fā)明的基本思想是，隨著回波消除器狀態(tài)的不同而在慢模式、激進(jìn)模式和禁止模式之間轉(zhuǎn)換NLMS算法的自適應(yīng)模式。在開始通話時(shí)，MLMS算法是激進(jìn)模式，以確?？焖偈諗?。在收斂完成后，NLMS算法就切換到一種慢模式，該模式下只返回較低的殘余回波。一旦探測(cè)到或者由同時(shí)通話或者由回波通路變化導(dǎo)致的殘余回波的增強(qiáng)，就先將當(dāng)前的自適應(yīng)濾波因數(shù)記憶起來，然后在激進(jìn)模式下進(jìn)行更新。為了在較短的探測(cè)延遲期間內(nèi)消除回波，對(duì)于應(yīng)從基準(zhǔn)回波中減去哪種回波預(yù)估值(對(duì)記憶濾波(retained filter)的響應(yīng)，或者是對(duì)快速自適應(yīng)濾波(aggressively adapted filter)的響應(yīng))的判斷，是按照Geigel算法作出的。如果用Geigel算法在短時(shí)間內(nèi)探測(cè)到了同時(shí)通話，則將記憶濾波輸出(taps)用來生成殘余回波。否則，就將快速自適應(yīng)濾波輸出用來輸出殘余回波。為了更為精確地判斷是發(fā)生了同時(shí)通話還是回波通路變化，在所述Geigel探測(cè)的短暫期間內(nèi)，將所述快速自適應(yīng)濾波生成的當(dāng)前的殘余回波與記憶濾波生成的殘余回波進(jìn)行比較。如果由所述快速自適應(yīng)濾波生成的殘余回波的短期平均總是低于所述記憶濾波輸出，則可以判斷發(fā)生了回波通路變化。然后系統(tǒng)用激進(jìn)模式輸出加以更新，切換到激進(jìn)模式自適應(yīng)，直到達(dá)致新的收斂。否則，就可以判斷所述殘余回波的增強(qiáng)系因同時(shí)通話造成。然后用記憶濾波輸出對(duì)當(dāng)前的濾波輸出加以更新，選用并維持抑制(自適應(yīng)被凍結(jié))模式，直到誤差信號(hào)(殘余回波)再次降至變化前的范圍內(nèi)。
圖1示出了一種使用普通回波消除器的普通傳輸網(wǎng)絡(luò)。
圖2示出了用在圖1所示普通回波消除器中的一種普通的歸一化最小均方(normalized least mean squared,NLMS)算法。
圖3示出了本發(fā)明的一種實(shí)施例中的回波消除器所執(zhí)行的大致流程。
圖4更詳細(xì)地示出了本發(fā)明的一種實(shí)施例中的回波消除器所執(zhí)行的流程。
下面描述圖1所示電話網(wǎng)絡(luò)的混合網(wǎng)絡(luò)230產(chǎn)生的線路回波的自適應(yīng)消除的大致的解決方案。當(dāng)一個(gè)新的適應(yīng)過程開始時(shí)，或者在回波通路中有大的變化之后，將所述收斂因子α設(shè)定為一個(gè)相對(duì)大的值，以保證有最快的收斂速度(激進(jìn)模式自適應(yīng))。在收斂完成后，α切換到一個(gè)較小的值，以進(jìn)一步減小返回的回波，并減小回波消除器200對(duì)加性噪聲的敏感度(慢模式自適應(yīng))。當(dāng)發(fā)生同時(shí)通話時(shí)，就禁止自適應(yīng)濾波因數(shù)的更新(禁止模式自適應(yīng))。
下面參照?qǐng)D3所示的流程圖，說明如何在盡可能短的期間內(nèi)使NLMS算法210的自適應(yīng)模式在激進(jìn)模式、慢模式和禁止模式之間精確地轉(zhuǎn)換。
下面結(jié)合圖3對(duì)本發(fā)明作個(gè)總體說明。首先，開始打電話(圖3的步驟302)?；夭ㄏ?00的NLMS算法210進(jìn)入激進(jìn)模式自適應(yīng)狀態(tài)，以確?？焖偈諗?圖3的步驟304)。然后，NLMS算法210判斷收斂是否已完成(圖3的步驟306)。若否，NLMS算法210則返回步驟304。若是，NLMS算法210則轉(zhuǎn)入慢模式自適應(yīng)，以減少回波/噪聲(圖3的步驟308)。然后，NLMS算法210就監(jiān)測(cè)殘余回波，看是否有殘余回波的突增(圖3的步驟310)。若無，NLMS算法210就返回步驟308，維持慢模式自適應(yīng)。若監(jiān)測(cè)到了殘余回波的突增，就按照Geigel算法在短暫的延時(shí)內(nèi)輸出該殘余回波(圖3的步驟312)。然后，NLMS算法210作一個(gè)更為精確的判斷，確定在所述短暫的延時(shí)之后是否有同時(shí)通話和回波通路變化的情況(圖3的步驟314)。NLMS算法210接著對(duì)殘余回波中突增的原因進(jìn)行判定(圖3的步驟316)。如果殘余回波突增的原因是同時(shí)通話，NLMS算法210就啟動(dòng)禁止模式自適應(yīng)，該模式禁止因數(shù)的更新(圖3的步驟318)。在步驟318之后，NLMS算法210在步驟320進(jìn)行判斷收斂是否再次完成。若否，NLMS算法210就返回步驟318。若是，NLMS算法210就判斷通話是否結(jié)束(圖3的步驟322)。若通話已結(jié)束，NLMS算法210就前進(jìn)到步驟324，終止其處理過程。若通話未結(jié)束，NLMS算法210就前進(jìn)到步驟308，重新啟動(dòng)慢模式自適應(yīng)。
在步驟316，如果NLMS算法210判斷出殘余回波突增的原因是回波通路變化，NLMS算法210就再次進(jìn)入激進(jìn)模式自適應(yīng)，以確?？焖俚囊驍?shù)收斂(圖3的步驟326)。同樣，NLMS算法210在步驟328判斷收斂是否完成。若否，NLMS算法210就返回步驟326。若是，NLMS算法210就判斷通話是否結(jié)束(圖3的步驟322)。類似于所述禁止模式自適應(yīng)，如果NLMS算法210確定通話已結(jié)束(圖3的步驟322)，NLMS算法210即被終止(圖3的步驟324)。如果在步驟322通話尚未結(jié)束，NLMS算法210就前進(jìn)到步驟308，重新啟動(dòng)慢模式自適應(yīng)。
下面結(jié)合圖4對(duì)本發(fā)明加以詳細(xì)說明。首先，在啟動(dòng)通話階段(圖4的步驟402)，為確?？焖偈諗浚諗恳蜃应帘辉O(shè)定為αa(αa的值可以選為0.5)，并在激進(jìn)模式下開始自適應(yīng)過程(圖4的步驟404)。當(dāng)殘余回波下降至一特定值時(shí)，即可判定已達(dá)到收斂狀態(tài)，從而將所述自適應(yīng)過程轉(zhuǎn)換到慢模式(圖4的步驟406,α=αs，其中αs為0.04)。用下述判別式來判斷收斂是否已完成(圖4的步驟406)如果|xk|2>C·|ek|2,]]>則收斂已完成；否則否。
在步驟406，絕對(duì)值符號(hào)||代表短時(shí)窗口內(nèi)的能量(short timewindowed energy)。該短時(shí)窗口的大小可選為64個(gè)抽樣，C可以是1000。注意，在自適應(yīng)過程中，如果沒有遠(yuǎn)端信號(hào)輸入，應(yīng)當(dāng)禁止進(jìn)行自適應(yīng)。
在收斂完成后，NLMS算法210對(duì)殘余回波水平進(jìn)行監(jiān)測(cè)。一旦|xk|2<C·|ek|2,]]>也就是說檢測(cè)到了殘余回波的突增(圖4的步驟408)，就表明或者有同時(shí)通話，或者有回波通路變化。然后，NLMS算法210將當(dāng)前的抽樣時(shí)間和當(dāng)前的自適應(yīng)濾波輸出存儲(chǔ)起來(圖4的步驟412)。同時(shí)，該濾波輸出在激進(jìn)模式下進(jìn)行適應(yīng)。當(dāng)前關(guān)鍵參數(shù)的記憶以及濾波輸出激進(jìn)模式自適應(yīng)的啟動(dòng)如下所述
如果由快速自適應(yīng)濾波產(chǎn)生的殘余回波表示為e_agg=dk-hkt·xk，其中hk在抽樣時(shí)間k的快速自適應(yīng)濾波向量，而由被記憶起來的濾波輸出產(chǎn)生的殘余回波表示為e_freeze=dk-h_freezeT·xk，其中h_freeze為記憶的濾波向量。如果殘余回波的增強(qiáng)是由回波通路變化造成的，那么，在一段特定的激進(jìn)模式自適應(yīng)期間之后，|e_agg|應(yīng)當(dāng)總是小于|e_freeze|。但是，如果殘余回波的增強(qiáng)是由同時(shí)通話造成的，那么，在某一預(yù)定的觀察時(shí)限內(nèi)，至少對(duì)于若干次抽樣，|e_agg|應(yīng)當(dāng)大于|e_freeze|。按照這種判別標(biāo)準(zhǔn)，在一段特定的短時(shí)間段之后，就可以確定殘余回波增強(qiáng)的原因。如果原因是回波通路變化，就用所述快速自適應(yīng)輸出立即更新當(dāng)前的濾波輸出，并使自適應(yīng)過程在激進(jìn)模式下繼續(xù)。否則，如果原因是同時(shí)通話，則用先前記憶(“凍結(jié)”，frozen)的濾波輸出來立即更新當(dāng)前的濾波輸出，并使所述自適應(yīng)轉(zhuǎn)換到禁止模式。本發(fā)明不消除近端同時(shí)通話。
在殘余回波增強(qiáng)和區(qū)分出同時(shí)通話和回波通路變化之間有一個(gè)檢測(cè)延遲。為了確保即使在這個(gè)短暫的檢測(cè)延遲期間內(nèi)線路的性能仍能讓人接受，本發(fā)明仍要應(yīng)用傳統(tǒng)的Geigel算法。盡管有許多其他的方法被提出來解決同時(shí)通話檢測(cè)問題，且Geigel算法有一些固有的限制，該種算法仍然在許多商業(yè)化的回波消除器產(chǎn)品中得到了廣泛的應(yīng)用。在檢測(cè)到殘余回波的增強(qiáng)后，Geigel算法用來判斷下式是否滿足(圖4的步驟414)|dk|＞0.5xmax，k(5)如果|dk|大于xmax，k的一半，則認(rèn)為發(fā)生了同時(shí)通話，殘余回波輸出是對(duì)先前記憶(凍結(jié))的濾波響應(yīng)作減法產(chǎn)生的(圖4的步驟416)。否則，就認(rèn)為發(fā)生了回波通路的變化，就從所述基準(zhǔn)回波中減去所述快速自適應(yīng)濾波輸出響應(yīng)(圖4的步驟418)以生成殘余回波輸出。在過去一段特定的期間delta(delta可以是數(shù)十或數(shù)百個(gè)抽樣，比方說128個(gè)抽樣)之后(圖4的步驟420)，在一預(yù)定的觀察時(shí)限obs_win上比較|e_agg|與|e_freeze|(該觀察時(shí)限也可以是數(shù)百個(gè)抽樣，例如384)。為了將由于回波通路變化中的殘余回波的波動(dòng)而可能產(chǎn)生的副作用考慮進(jìn)去，使用下述辨別標(biāo)準(zhǔn)用dt_num表示在obs_win內(nèi)|e_agg|大于|e_freeze|的次數(shù)。如果dt_num小于某一預(yù)定的小閾值dt_threshold(dt_threshold例如可以設(shè)定為4或5)(圖4的步驟422)，就進(jìn)一步判斷出是發(fā)生了回波通路的變化。然后用所述快速自適應(yīng)輸出更新參數(shù)(圖4的步驟424)，并使自適應(yīng)過程以激進(jìn)模式繼續(xù)。如果步驟422中的不等關(guān)系不滿足，則用先前記憶(凍結(jié))的參數(shù)更新當(dāng)前的參數(shù)(圖4的步驟426)。自適應(yīng)過程然后就轉(zhuǎn)換到禁止模式。上述自適應(yīng)狀態(tài)繼續(xù)，直至再次監(jiān)測(cè)到下式成立|xk|2＞C·|ek|2(6)該式意味著或者是達(dá)到了新的收斂狀態(tài)，或者是同時(shí)通話已結(jié)束(圖4的步驟428或者步驟430)。無論哪種情況，自適應(yīng)過程都返回(圖4的步驟432)至慢模式(圖4的步驟408，α=αs)，整個(gè)過程重復(fù)，直至結(jié)束通話(圖4的步驟434)。
上文結(jié)合圖3和圖4所說明的NLMS算法210的實(shí)現(xiàn)不需要相關(guān)信息。該種實(shí)現(xiàn)方式簡(jiǎn)單而不費(fèi)時(shí)。前文所述的對(duì)NLMS算法210的實(shí)現(xiàn)具有高收斂速度高穩(wěn)定性。由此實(shí)現(xiàn)的執(zhí)行前述NLMS算法210的回波消除器200也簡(jiǎn)單而快捷。
本發(fā)明的另一優(yōu)點(diǎn)是，它能夠自適應(yīng)地處理不同的初始取樣期間。此點(diǎn)與別的方法不同，后者需設(shè)定一個(gè)恒定的初始期間。因此，本發(fā)明具有額外的靈活性，可以自適應(yīng)地應(yīng)付多種系統(tǒng)。
本發(fā)明的另一優(yōu)點(diǎn)是，在同時(shí)通話和回波通路變化的精確區(qū)分及響應(yīng)濾波輸出的更新之間，只有一段非常短暫的延遲。因此，在本發(fā)明中，由于檢測(cè)延遲而導(dǎo)致的負(fù)作用被減少了。
另外，在圖4中說明的實(shí)施例利用了傳統(tǒng)的Geigel算法的優(yōu)點(diǎn)。具體來說，在圖4所示的實(shí)施例中，Geigel算法用來在短時(shí)間內(nèi)簡(jiǎn)單而快速地檢測(cè)同時(shí)通話和回波通路變化。在該短暫的檢測(cè)期間過后，對(duì)同時(shí)通話和回波通路變化作進(jìn)一步的精確區(qū)分，以確保無論是在同時(shí)通話還是在回波通路變化的情況下線路都有良好的性能。
如前所述的，尤其是結(jié)合圖4所示的實(shí)施例加以說明的本發(fā)明給出了幾個(gè)特定的參數(shù)。但是，本發(fā)明不應(yīng)限于這些參數(shù)(如結(jié)合圖3所更為一般地描述的)，對(duì)于本領(lǐng)域的普通技術(shù)人員而言，這些參數(shù)可以很容易地加以修改，同樣能獲得與本發(fā)明相同的有益效果。
另外，本發(fā)明在上文是結(jié)合圖2所示的硬件和圖3至圖4所示的流程圖進(jìn)行說明的。但是，前述歸屬于回波消除器200的功能可以或者通過制件(article of manufacture)或者作為(有或無載波的)傳播信號(hào)(propagated signal)(例如通過因特網(wǎng))下載而裝入回波消除器200中，作為完整的計(jì)算機(jī)程序或者傳播信號(hào)，或者以代碼段的形式。
在上文，所述NLMS算法210還被描述為回波消除器200的一個(gè)明確獨(dú)立的實(shí)體。但是，如本領(lǐng)域的普通技術(shù)人員所知，該NLMS算法210可以與其他的實(shí)體集成在一起，令其功能以硬件或軟件的形式實(shí)現(xiàn)于一個(gè)卡和/或一塊芯片上。這樣的更改對(duì)于本領(lǐng)域普通技術(shù)人員來說是常規(guī)性的。
如前所描述的本發(fā)明顯而易見可以在許多方面加以變化。這樣的變化不應(yīng)視為脫離本發(fā)明的精神和范圍，且所有這些對(duì)于本領(lǐng)域技術(shù)人員來說顯而易見的修改都包括在所附權(quán)利要求的范圍之內(nèi)。
權(quán)利要求
1．一種回波消除方法，包括執(zhí)行一種NLMS算法，該算法可在一種較快收斂的激進(jìn)模式和一種較低殘余回波的慢模式之間轉(zhuǎn)換。
2．如權(quán)利要求1所述的方法，其中，所述方法是非相關(guān)的。
3．如權(quán)利要求1所述的方法，還包括監(jiān)測(cè)所述殘余回波的突增，并判斷這種突增是由同時(shí)通話還是由回波通路變化引起的。
4．如權(quán)利要求3所述的方法，所述監(jiān)測(cè)步驟包括在監(jiān)測(cè)殘余回波突增的過程中維持(retain)自適應(yīng)濾波因數(shù)不變，以激進(jìn)模式更新所述自適應(yīng)濾波因數(shù)，在一給定的期間內(nèi)，粗略地判斷殘余回波是由同時(shí)通話還是由回波通路變化引起的，在該給定的期間之后，精確地判斷殘余回波是由同時(shí)通話還是由回波通路變化引起的。
5．如權(quán)利要求4所述的方法，所述粗略判斷步驟執(zhí)行Geigel算法。
6．如權(quán)利要求4所述的方法，所述精確判斷步驟包括在一給定的觀察時(shí)限內(nèi)，確定由所述以激進(jìn)模式更新的自適應(yīng)濾波因數(shù)產(chǎn)生的殘余回波大于由所述維持不變的自適應(yīng)濾波因數(shù)產(chǎn)生的殘余回波的次數(shù)。
7．如權(quán)利要求6所述的方法，其中，如果在一給定的觀察時(shí)限內(nèi)，由所述以激進(jìn)模式更新的自適應(yīng)濾波因數(shù)產(chǎn)生的殘余回波大于由所述維持不變的自適應(yīng)濾波因數(shù)產(chǎn)生的殘余回波的次數(shù)多于若干次，則所述殘余回波的增強(qiáng)是由同時(shí)通話造成的，否則就是由回波通路變化造成的。
8．如權(quán)利要求4所述的方法，還包括如果殘余回波的增強(qiáng)是由回波通路變化造成的，就用以激進(jìn)模式更新的自適應(yīng)濾波因數(shù)去更新當(dāng)前的濾波因數(shù)，并繼續(xù)激進(jìn)模式，如果殘余回波的增強(qiáng)是由同時(shí)通話造成的，就用所述維持不變的自適應(yīng)濾波因數(shù)來更新當(dāng)前的濾波因數(shù)，并在禁止模式下繼續(xù)。
9．如權(quán)利要求1所述的方法，其中，在通話開始時(shí)，所述NLMS算法處于激進(jìn)模式，一旦收斂完成，所述算法就轉(zhuǎn)到慢模式。
10．一種回波消除器，包括一個(gè)執(zhí)行一種NLMS算法的歸一化最小均方(NLMS)處理器，該NLMS處理器可在一種較快收斂的激進(jìn)模式和一種較低殘余回波的慢模式之間轉(zhuǎn)換。
11．如權(quán)利要求10所述的回波消除器，其中，所述回波消除器是非相關(guān)的。
12．如權(quán)利要求10所述的回波消除器，所述NLMS處理器還監(jiān)測(cè)所述殘余回波的突增，并判斷這種突增是由同時(shí)通話還是由回波通路變化引起的。
13．如權(quán)利要求12所述的回波消除器，所述NLMS處理器在監(jiān)測(cè)殘余回波突增的過程中維持自適應(yīng)濾波因數(shù)不變，以激進(jìn)模式更新所述自適應(yīng)濾波因數(shù)，然后在一給定的期間內(nèi)，粗略地判斷殘余回波是由同時(shí)通話還是由回波通路變化引起的，在該給定的期間之后，再精確地判斷殘余回波是由同時(shí)通話還是由回波通路變化引起的。
14．如權(quán)利要求13所述的回波消除器，其中，所述粗略判斷是利用所述Geigel算法進(jìn)行的。
15．如權(quán)利要求13所述的回波消除器，其中，所述精確判斷是這樣完成的在一給定的觀察時(shí)限內(nèi)，確定由所述以激進(jìn)模式更新的自適應(yīng)濾波因數(shù)產(chǎn)生的殘余回波大于由所述維持不變的自適應(yīng)濾波因數(shù)產(chǎn)生的殘余回波的次數(shù)。
16．如權(quán)利要求15所述的回波消除器，其中，如果在一給定的觀察時(shí)限內(nèi)，由所述以激進(jìn)模式更新的自適應(yīng)濾波因數(shù)產(chǎn)生的殘余回波大于由所述維持不變的自適應(yīng)濾波因數(shù)產(chǎn)生的殘余回波的次數(shù)多于若干次，則所述殘余回波的增強(qiáng)是由同時(shí)通話造成的，否則就是由回波通路變化造成的。
17．如權(quán)利要求13所述的回波消除器，其中，如果殘余回波的增強(qiáng)是由回波通路變化造成的，所述NLMS處理器就用以激進(jìn)模式更新的自適應(yīng)濾波因數(shù)去更新當(dāng)前的濾波因數(shù)，并繼續(xù)激進(jìn)模式，如果殘余回波的增強(qiáng)是由同時(shí)通話造成的，所述NLMS處理器就用所述維持不變的自適應(yīng)濾波因數(shù)來更新當(dāng)前的濾波因數(shù)，并在禁止模式下繼續(xù)。
18．如權(quán)利要求10所述的回波消除器，其中，在通話開始時(shí)，所述NLMS處理器處于激進(jìn)模式，一旦收斂完成，所述處理器就轉(zhuǎn)到慢模式。
全文摘要
利用一種NLMS算法的回波消除器和回波消除方法。所述NLMS算法根據(jù)回波消除器狀態(tài)的不同而在慢模式、激進(jìn)模式和禁止模式之間轉(zhuǎn)換自適應(yīng)模式。這種實(shí)現(xiàn)方式不需要相關(guān)信息,簡(jiǎn)單而非常節(jié)約時(shí)間。在開始通話時(shí),MLMS算法是激進(jìn)模式,以確?？焖偈諗?。在收斂完成后,NLMS算法就切換到一種慢模式,以返回較低的殘余回波。
文檔編號(hào)H04M1/738GK1288301SQ9911883
公開日2001年3月21日 申請(qǐng)日期1999年9月10日 優(yōu)先權(quán)日1999年9月10日
發(fā)明者劉建峰 申請(qǐng)人:朗迅科技公司