Исследование алгоритмов адаптивного управления в системе эхоподавления тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Окунев, Александр Георгиевич
- Специальность ВАК РФ05.13.01
- Количество страниц 107
Оглавление диссертации кандидат технических наук Окунев, Александр Георгиевич
4 Стр.
ВВЕДЕНИЕ.
ГЛАВА 1 ПОСТАНОВКА ЗАДАЧИ И ОБЗОР СУЩЕСТВУЮЩИХ АЛГОРИТМОВ "СЛЕПОГО" ВОССТАНОВЛЕНИЯ СИГНАЛОВ
1.1 Постановка задачи.
1.2 Обзор наиболее часто используемых алгоритмов слепого выравнивания.
1.2.1 Слепое выравнивание, основанное на критерии максимального правдоподобия.
1.2.2 Метод с использованием статистик высокого порядка.
1.2.3 Стохастические градиентные алгоритмы.
ГЛАВА 2 СИСТЕМА ЭХОПОДАВЛЕНИЯ НА БАЗЕ УПРАВЛЯЕМОГО КИХ-ФИЛЬТРА
2.1 Компенсация эхосигналов с помощью инверсного адаптивного КИХ-фильтра.
2.2 Алгоритмы адаптации, условие сходимости алгоритма поиска весовых коэффициентов инверсного КИХ-фильтра.
2.3 Влияние аддитивной широкополосной помехи на степень слепого эхоподавления в системе с адаптивным инверсным КИХ-фильтром.
2.4 Влияние нестационарности акустической обстановки на эхоподавление.
ГЛАВА ЗСИСТТЕМА ЭХОПОДАВЛЕНИЯ НА БАЗЕ УПРАВЛЯЕМОГО БИХ-ФИЛЬТРА
3.1 Компенсация эхосигналов с помощью инверсного адаптивного БИХ-фильтра.
3.2 Сходимость алгоритма поиска коэффициентов инверсного БИХ-фильтра.
ГЛАВА 4 ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ РАБОТЫ СИСТЕМ АДАПТИВНОГО "СЛЕПОГО" ЭХОПОДАВЛЕНИЯ
4.1 Эхокомпенсация на гауссовом шуме.
4.2 Эхокомпенсация на речевом сигнале.
4.3 Использование нормализованных методов наименьших квадратов для восстановления сигналов малой длительности.
4.4 Восстановление речевого сигнала при моделировании реального стационарного акустического окружения.
4.5 Влияние аддитивного шума на степень эхоподавления.
4.6 Выигрыш, создаваемый применением БИХ-фильтра при восстановлении исходного сигнала.
4.7 Расчет ресурсов, необходимых для ослабления эхосигналов с помощью инверсного КИХ-фильтра.
Рекомендованный список диссертаций по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК
Модели и методы обработки аудиосигналов телекоммуникационных систем в сложной помеховой обстановке0 год, доктор технических наук Кропотов, Юрий Анатольевич
Нелинейная эхокомпенсация на базе адаптивных полиномиальных фильтров Вольтерра2007 год, кандидат технических наук Меньшиков, Борис Николаевич
Алгоритмы повышения эффективности передачи речевой информации в корабельных оперативно-командных системах громокоговорящей связи2010 год, кандидат технических наук Быков, Артем Александрович
Анализ и синтез адаптивных многочастотных систем передачи2009 год, кандидат технических наук Гришин, Илья Владимирович
Усовершенствование адаптивных алгоритмов эхокомпенсации2004 год, кандидат технических наук Тараканов, Алексей Николаевич
Введение диссертации (часть автореферата) на тему «Исследование алгоритмов адаптивного управления в системе эхоподавления»
Во многих задачах обработки информации возникает необходимость ослабления эхосигналов, неизбежно возникающих в интерференционном канале передачи информации. Примером такой обработки может служить восстановление исходных двоичных последовательностей на приемной стороне в мобильных системах радиосвязи, где исходные двоичные последовательности искажены вследствие многолучевого распространения электромагнитных волн. Эта задача может быть решена, например, с помощью передачи тестирующего сигнала: по его искажению на приемной стороне можно определить свойства интерференционного канала передачи, а именно временные задержки отраженных сигналов и их уровни. С учетом этой информации можно избавиться от эхосигналов, внесенных интерференционным каналом передачи данных.
Помимо этого способа существует ряд способов так называемого "слепого" восстановления, когда передача тестирующего сигнала невозможна и доступным для наблюдения является только сигнал на приемной стороне. Эхоподавление в таких системах осуществляется посредством самого принимаемого сигнала с использованием некоторых априорных сведений об исходном сигнале, носящих статистический характер. Подобная задача успешно решается в цифровых системах связи, где восстанавливаемый сигнал является последовательностью с априори известной длительностью и числом уровней. Именно это априорное знание и породило большое число эффективных алгоритмов восстановления исходного сигнала.
Подобная же задача эхоподавления существует и в акустике, заключающаяся в улучшении разборчивости речи в записи, сделанной в гулком помещении. В качестве примеров можно привести репортажи, передаваемые с помощью электронных средств массовой информации, где запись речевого сигнала, сопровождаемого отзвуками помещения, становилась совершенно неразборчивой на слух, оперативная звукозапись, проводимая правоохранительными органами. Решение этой задачи с помощью цифровой обработки позволило бы облегчить работу криминалистов, судебных экспертов, звукорежиссеров и прочих специалистов, связанных со звукозаписью. Сложность задачи заключается в том, что для речевого сигнала неприменимы те же методы, что и для цифровых сигналов. Следует отметить, что задача "слепого" выравнивания является частным одномерным случаем задачи разделения "вслепую" сигналов, создаваемых различными источниками. В рассмотренной литературе [19,22,24,26,27,51,53,54] "слепое" разделение акустических сигналов проводилось либо в помещении с небольшим временем реверберации (порядка десятков миллисекунд), либо вообще с использованием в качестве моделей каналов передачи цифровых фильтров с длительностью импульсной характеристики не более ста дискретных отсчетов. В этих работах не рассматривалось разделение акустических сигналов, записанных в гулких помещениях. В связи с этим исследование алгоритмов эхоподавления именно в гулких помещениях с большим (порядка единиц-десятков секунд) временем реверберации является актуальной на сегодняшний день задачей.
Цель работы
Целью работы является исследование и разработка эффективных алгоритмов управления эхоподавителем в системе цифровой обработки речевых сигналов для устранения отзвуков или эхосигналов, вносимых гулкими акустическими пространствами.
Основные задачи работы:
1. Исследование особенностей систем адаптивного эхоподавления, применяемых для качественного восстановления речевых сигналов.
2. Использование наиболее простых, с точки зрения программной реализации, алгоритмов восстановления информации. Экспериментальная проверка на пригодность LMS (Least Mean Square) и NLMS (Normalized Least Mean Square) алгоритмов для решения задачи адаптивного "слепого" эхоподавления.
3. Оценка влияния широкополосной помехи на качество восстановления.
4. Исследование влияния нестационарности во времени акустической обстановки (перемещение источника исходного сигнала, изменение геометрии помещения и т.п.) на эхоподавление.
5. Расчет ресурсных затрат на реализацию алгоритмов.
Общая методика исследования
При разработке теоретических результатов диссертации использовались: аппарат линейной алгебры, методы статистической радиотехники, теория адаптивной фильтрации. Экспериментальные исследования базировались на программных реализациях рассматриваемых алгоритмов и экспериментальных данных об акустике замкнутых акустических пространств.
Научная новизна
1. Предложен нормализованный к энергии выходного сигнала алгоритм адаптивного управления коэффициентами инверсного фильтра, позволяющий ослабить отзвуки (эхосигналы) окружающего акустического пространства.
2. Установлены зависимости качества эхоподавления от порядка фильтра и времени реверберации.
3. Получено выражение, позволяющее оценить потенциальное эхоподавление при заданных корреляционных свойствах сигнала и широкополосной помехи.
4. Выполнен анализ влияния нестационарности акустической обстановки на работу системы эхоподавления для предельного случая нестационарности акустической обстановки (т.е. любой из отсчетов импульсной характеристики акустического пространства рассматривался как стационарный эргодический 8-коррелированный случайный процесс).
5. Проведен сравнительный анализ эффективности адаптивных БИХ-фильтров и КИХ-фильтров для решения задачи эхоподавления.
Практическая ценность
В работе получены выражения, позволяющие определить оптимальное число коэффициентов адаптивного трансверсального фильтра для наиболее эффективного эхоподавления. Предложен эффективный (с точки зрения программной реализации и качества эхоподавления) алгоритм, реализующий адаптацию весовых коэффициентов фильтра. Получено выражение для оценки потенциальной степени эхоподавления в случае воздействия широкополосной помехи. Разработана компьютерная программа для выполнения адаптивного эхоподавления в записях речевых сигналов. Полученные результаты могут найти применение при акустических экспертизах, обработке звукозаписей на телевидении и радио, а также при дальнейших исследованиях в области разделения сигналов, записанных в гулких помещениях.
Апробация работы
Основные результаты работы были представлены на:
1. научно-технической конференции факультета информационных систем и технологий ФИСТ-2000 (г. Н. Новгород, 2000);
2. региональном молодежном научно-техническом форуме «Будущее технической науки нижегородского региона» (г. Н. Новгород, 2002);
3. всероссийской научно-технической конференции ИСТ-2002, ИСТ-2003 (г. Н. Новгород, 2002, 2003).
Публикации
Основное содержание диссертации отражено в восьми печатных работах.
Положения, выносимые на защиту
1. Алгоритм адаптивного управления весовыми коэффициентами линейного предсказателя, служащего для эхоподавления в гулких помещениях с временем реверберации порядка единиц секунд.
2. Экспериментально определенные соотношения для расчета оптимального (с точки зрения эхоподавления) порядка адаптивного КИХ-фильтра.
3. Соотношение, позволяющее оценить достижимое качество эхоподавления при воздействии широкополосной помехи.
4. Результаты теоретического анализа нестационарности акустической обстановки.
5. Неэффективность применения БИХ-фильтров для решения задачи адаптивного эхоподавления в гулких помещениях по сравнению с КИХ-фильтрами.
6. Результаты экспериментального сравнения, известных на сегодняшний день, алгоритмов адаптивного управления весовыми коэффициентами фильтров LMS и NLMS с предложенным в работе алгоритмом.
Структура и объем работы
Диссертация состоит из введения, четырех глав, заключения, двух
Похожие диссертационные работы по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК
Алгоритмы обработки речевых сигналов телекоммуникационных систем в условиях помех2022 год, кандидат наук Холкина Наталья Евгеньевна
Исследование алгоритмов адаптивных фильтров эхокомпенсаторов в телефонных сетях2011 год, кандидат технических наук Бычков, Денис Федорович
Адаптивные фильтры подавления пассивных помех параллельной систолической структуры2008 год, кандидат технических наук Гуменюк, Алексей Викторович
Методы и цифровые устройства адаптивной многоскоростной обработки сигналов в задачах обратного моделирования динамических систем2005 год, кандидат технических наук Линович, Александр Юрьевич
Усовершенствование эхокомпенсаторов в телефонных сетях2007 год, кандидат технических наук Мосеев, Алексей Леонидович
Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Окунев, Александр Георгиевич
Выводы
1. С помощью численного моделирования подтверждена возможность подавления эхосигналов с помощью алгоритма адаптивного линейного предсказания.
2. Получены зависимости степени эхоподавления от порядка трансверсального фильтра и коэффициента сходимости алгоритма. Обнаружены оптимальные соотношения, связывающие порядок адаптивного фильтра и время реверберации акустического пространства.
3. С помощью численного моделирования показана "проблема малой статистики".
4. Предложен алгоритм управления системой эхоподавления с нормализацией к энергии выходного сигнала применительно к речевым сигналам. Подтверждена его эффективность по сравнению с LMS и NLMS алгоритмами, в том числе при субъективном прослушивании восстановленных сигналов.
5. С помощью численного моделирования подтверждена возможность восстановления исходных речевых сигналов в случае реальной стационарной акустической обстановки. Получены количественные соотношения качества восстановления.
6. Подтвержена с помощью численного моделирования справедливость соотношения (2.24), определяющего достижимое качество эхоподавления для заданных корреляционных свойств доступного для наблюдения сигнала и помехи.
7. Выполнен анализ влияния нестационарности во времени акустической обстановки на работу эхоподавителя.
8. Показано с помощью численного моделирования, что выигрыш от применения управляемой БИХ-структуры в качестве эхоподавителя становится несущественным с ростом порядка адаптивного фильтра.
9. Выполнена оценка затрачиваемых ресурсов для реализации заданной степени эхоподавления -ЗдБ.
Заключение
В данной работе проведено исследование методов ослабления отзвуков акустических пространств с помощью алгоритмов адаптивных линейных предсказателей, построенных на основе КИХ и БИХ структур.
Основными результатами работы являются:
1. Показана возможность использования алгоритмов адаптивных линейных предсказателей, построенных на основе КИХ и БИХ фильтров, для ослабления отзвуков помещений.
2. Получены соотношения, определяющие оптимальный порядок эхоподавителя, построенного на основе КИХ-фильтра для наилучшего восстановления исходного сигнала.
3. Предложен новый нормализованный алгоритм адаптации коэффициентов фильтра годартовского типа, позволяющий улучшить степень "слепого " эхоподавления при входных речевых сигналах малой длительности, по сравнению с наиболее часто используемыми на практике LMS и NLMS алгоритмами при восстановлении речевого сигнала.
4. Получено выражение для оценки максимально возможного качества эхоподавления при воздействии широкополосной аддитивной помехи.
5. Выполнен анализ влияния нестационарности акустической обстановки на степень эхоподавления.
Список литературы диссертационного исследования кандидат технических наук Окунев, Александр Георгиевич, 2003 год
1. Анерт В., Райхардт В. основы техники звукоусиления: Пер. с нем.-М: Радио и Связь, 1984.-319с.
2. Бабушкин М.А., Зуев А.Б., Окунев А.Г. Компенсация нелинейных искажений при подавлении акустической обратной связи. // Научно-технич. конференция факультета информационных систем и технологий ФИСТ-2000: тез. докл.-Н.Новгород, 2000г.-С. 5-6.
3. Василенко Г.И. теория восстановления сигналов.-М.: Сов. Радио, 1979.-269с.
4. Зуев А.Б., Окунев А.Г. Исследование влияния нестационарности импульсной характеристики акустического пространства на эхоподавление // Информационные системы и технологии ИСТ-2002:Тез.докл. всероссийской научно-технич. конф. -Н. Новгород, 2002г.-С.12 .
5. Зуев А.Б., Окунев А.Г. САПР "визуального" проектирования алгоритмов и систем ЦОС Hypersignal Block Diagram в учебной и научной работе // Chip News.- 2003 .-№3.-С. 14-17.
6. Зуев А.Б., Окунев А.Г. Нелинейный стохастический градиентный алгоритм для адаптивного "слепого" эхоподавления в речевых сигналах // Информационные системы и технологии ИСТ-2003:Тез.докл. всероссийской научно-технич. конф. -Н. Новгород, 2003г.-С.10.
7. Окунев А.Г., Зуев А.Б. Эхо-подавитель на адаптивном фильтре: Межвуз. сб. науч. трудов вып. 7 Радиоэлектронные и телекоммуникационные системы и устройства, -Н. Новгород, 2001г.-С.100-104.
8. Окунев А.Г. Исследование влияния степени эхоподавления от времени реверберации акустического пространства // Будущее технической науки Нижегородского региона: Тез. Докл. Регионального научно-технич. форума 14 мая 2002г. -Н. Новгород. -С.30.
9. Окунев А.Г., Зуев А.Б. Исследование влияния аддитивного шума на степень "слепого" эхоподавления в системе с адаптивным фильтром: Сб. науч. трудов НГТУ вып.8 Радиоэлектронные и телекоммуникационные системы и устройства. -Н. Новгород, 2002г.-С30.
10. Ю.Окунев А. Г. Применение полюсных фильтров для "слепого" эхоподавления в речевых сигналах // Информационные системы и технологии ИСТ-2003:Тез.докл. всероссийской научно-технич. конф. -Н. Новгород, 2003г.-С.10-11.
11. Прокис Д. Цифровая связь: Пер. с англ.-М.: Радио и Связь, 2000.-797с.
12. Радиовещание и электроакустика: Учебник для вузов/ А.В. Выходец, М.В. Гитлиц, Ю.А. Ковалгин и др.; Под ред. М.В. Гитлица.-М.: Радио и связь, 1989.-432с.
13. З.Тихонов А.Н., Арсенин В. Я., Методы решения некорректных задач.-М.: Наука, 1974.
14. М.Уидроу Б. Стринз С. Адаптивная обработка сигналов: Пер. с англ.-М.: Радио и Связь, 1989.-439с.
15. Шелухин О.И. Лукьянцев Н.Ф. Цифровая обработка и передача речи.-М.-Радио и Связь, 2000.-797.
16. Abed-Meraim К., Moulines Е., Loubaton P. Prediction error method for second order blind identification: Algorithms and statistical performance // IEEE Tr. on Sig. Proc.-l 997.-Mar.-P. 409-511.
17. Abend K., Fritchman B. Statistical detection for communication channels with intersymbol interference // Proc. IEEE.-1970.-vol.58.-P779-785.
18. Baccarelli E., Galli S. A new approach based on "soft statistics" to the nonlinear blind deconvolution of unknown data channel // IEEE Trans. On Sig. Proc.-2001.-vol. 49.-P. 1481-1491.
19. Bell A., Sejnowski T. An information-maximization approach to blind separation and blind deconvolution//Neural computation.-1995.-vol.6.-P. 11291159.
20. Belfiore D., Park J. Jr. Decision feedback equalization // Proc IEEE.-1979.-vol. 67.-P. 1143-1156.
21. Bellini J. Bussgang techniques for blind equalization // GLOBECOM '86: proc.-Houston, 1986.-P. 46.11 -46.1.7.
22. Belouchrani A., Abed -Meraim K., Cardoso J. A blind source separation technique using second-order statistics // IEEE trans, on sig. Proc.-1997.vol. 45.-P. 434-444
23. Benveniste A., Goursat M. Blind equalizers // IEEE trans, on comm.-1983.-vol. 32.-P. 871-883.
24. Cao X., Liu R., General approach to blind source separation // IEEE trans, on Sig. Proc.-1996.-vol. 44.
25. Carayannis G., Manolakis D., Kalouptsidis N. A fast sequential algorithm for-least-squares filtering and prediction // IEEE trans, acoust., speech sig.proc.-1983.-vol. ASSP-31. P. 1394-1402.
26. Cardoso J., Laheld B. Equivariant adaptive source separation // IEEE trans, on sig. proc.-1996.vol. 44.-P.3017-3030.
27. Choi S. Cichoki A. Adaptive blind separation of speech signals: cocktail party problem //Inter, conf. on speech processing.: Proc.-Seoul, 1997.
28. Douglas S., Cichocki C., Amari S. Multichannel blind separation and deconvolution of sources with arbitrary distribution // Proc. IEEE worcshop newral networks for sig. proc.-1997.-P. 436-444.
29. Eweda E. Macchi O. Second order convergence analysis of stohastic adaptive linear filtering // IEEE trans, on automatic control.-1983. vol. 28.-P.76-85.
30. Ferrara E. Fast implementation of LMS adaptive filters // IEEE Trans, on acoustic speech and signal, proc.-1980.-vol. 28.-P. 474-478.
31. Gardner W. A new method of channel identification // IEEE trans, on comm.1991.-vol. 39.-P. 813-817.
32. George D., Bowen R., Storey J. An adaptive decision-feedback equalizer // IEEE trans, commun. tech.-1971.vol. com-19.-P. 281-293.
33. Giannakis G. Mendel J. Identification of nonminimum phase systems using higher-order statistics // IEEE Trans, on acoustic, speech and sig. proc.-1989.-vol. 37-P. 360-377.
34. Ghosh M. Weber C. Maximum likelihood blind equalization // SPIE conf.: Proc.-San Diego, 1991.
35. Godard D.N. Self-recovering equalization and carier-tracking in two-dimensional data communication systems // IEEE Trans, on comm.-1980.-vol. 28.-P.1867-1875.
36. Hassibi В., Sayed A., Kalath T. The //"optimility of the LMS algorithm // IEEE trans, on signal, proc.-1996.-vol. 44.-P. 267-280.
37. Hatzinakos D., Nikias C. Blind equalization using a tricepstrum -based algorithm // IEEE trans, on comm.-1991.vol. 39.-P. 669-682.
38. Haykin S. Adaptive filter theory .-third edition.-New Jersey.:Prentise hall, 1996.
39. Labat J., Macchi O., Laot C. Adaptive decision feedback equalization: Can you skip the training period // IEEE trans, comm.-1998.-vol. 46.-P.921-930.
40. Lee G., Gelfald S., Fitz M. Bayesian techniques for blind deconvolution // IEEE trans, comm.-1996.-vol. 44.-P.826-835.
41. Ling F. Proakis J. Adaptive lattice decision-feedback equalizers their performance and application to time variant multipath chanels //IEEE trans, commun.-1985.-vol. com-33.-P.348-356.
42. Long G., Ling F., Proakis J. The LMS algorithm with delayed coefficient adaptation // IEEE trans, acoust., speech sig.proc.-1989. Vol. ASSP-37.
43. Makhoul J. Linear prediction: atutorial review//Proc. IEEE.-1975.-№5.-vol. 63.-P.561-580.
44. Mboup M., Bonnet M., Bershad N. LMS coupled adaptive prediction and system identification: a statistical model and transient analysis // IEEE trans, sig. proc.-1994.-vol. 42.-P. 2607-2615.
45. Nikias C., Mendel J. Signal processing with higher-order spectra // IEEE sig. proc. magazine.-1993.-July.-P. 10-37.
46. Pham D.T., Garrat P. Blind separation of mixture of independent sources through a quasi-maximum likelihood approach // IEEE trans, on sig. proc.-1997.-vol 45.-P. 1712-1725.
47. Shalvi O. Weinstein E. New criteria for blind deconvolution of nonminimum phase systems // IEEE trans, of information theory.-1990.-vol. 36. P. 312-321.
48. Torkkola K. Blind separation of delayed sources based on information naximization // Inter, conf. on acoust., speech and sig. proc.: Proc. IEEE.-Atlanta,1996.
49. Weinstein E., Feder M., Oppenheim A. Multi-channel signal separation by decorrelation // IEEE trans, on speech and audio proc.-1993.-vol. 1 .-№4.-P. 405413.
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.