Усовершенствование эхокомпенсаторов в телефонных сетях тема диссертации и автореферата по ВАК РФ 05.12.13, кандидат технических наук Мосеев, Алексей Леонидович

• Мосеев, Алексей Леонидович
• кандидат технических наук
• 2007

Оглавление диссертации кандидат технических наук Мосеев, Алексей Леонидович

Введение.

1. Исследование работы существующих блочных адаптивных алгоритмов в задаче эхокомпенсации

1.1. Вводные замечания.

1.2. Анализ существующих блочных методов понижения вычислительной нагрузки адаптивных алгоритмов

1.2.1. НМНК с последовательной перестройкой блоков весовых коэффициентов адаптивного фильтра

1.2.2. НМНК с выборкой весовых коэффициентов адаптивного фильтра (НМНК с ВВК).

1.2.3. Блочный МНК (БМНК)

1.2.4. Быстрый блочный МНК (БМНК).

1.2.5. Применение кросс-корреляции для оценки импульсной характеристики эхотракта.

1.3. Исследование работы блочных адаптивных алгоритмов в составе эхокомпенсатора на тестах МСЭ-Т G.

1.4. Краткие выводы

2. Построение новых адаптивных алгоритмов с пониженной вычислительной нагрузкой.

2.1. Вводные замечания.

2.2. Создание процедуры снижения вычислительной нагрузки.

2.2.1. Критерий, основанный на анализе значений весовых коэффициентов в блоках (АЗКБ).

2.2.2. Критерий, основанный на анализе значений сигнала от блоков весовых коэффициентов (АЗСБ)

2.3. Модернизация алгоритма НМНК с применением процедуры понижения вычислительной нагрузки

2.4. Модернизация алгоритма РНК с применением процедуры понижения вычислительной нагрузки

2.5. Создание комбинированного адаптивного алгоритма с применением процедуры понижения вычислительной нагрузки.

2.6. Оценка вычислительной нагрузки новых адаптивных алгоритмов.

2.6.1. Оценка вычислительной нагрузки алгоритма НМНК, построенного с применением новой процедуры.

2.6.2. Оценка вычислительной сложности алгоритма РНК, построенного с применением новой процедуры.

2.7. Краткие выводы

3. Построение эхокомпенсатора на основе новых адаптивных алгоритмов

3.1. Вводные замечания.

3.2. Исследование влияния значения порога отключения блоков на работу новых алгоритмов.

3.3. Исследование работы новых алгоритмов при значительном расхождении числа отсчетов ИХ эхотракта и числа весовых коэффициентов адаптивного фильтра

3.4. Исследование влияния ненулевых значений ИХ эхотракта на работу эхокомпенсатора, основанного на новых алгоритмах

3.5. Результаты тестов рекомендации МСЭ-Т G.

3.6. Сравнение работы новых алгоритмов эхокомпенсации на речевых сигналах

3.6.1. Результаты теста для НМНК-АЗКБ

3.6.2. Результаты теста для НМНК-АЗСБ

3.6.3. Результаты теста для РНК-АЗКБ.

3.6.4. Результаты теста для РНК-АЗСБ.

3.6.5. Результаты теста для комбинированного алгоритма

3.7. Влияние конечной точности представления операндов на работу новых алгоритмов.

3.8. Построение многоканального эхокомпенсатора с применением процедуры понижения вычислительной нагрузки

3.9. Краткие выводы

Введение диссертации (часть автореферата) на тему «Усовершенствование эхокомпенсаторов в телефонных сетях»

Цифровая обработка сигналов как направление развития науки и техники зародилась в 50-х годах прошлого века. За прошедшие десятилетия благодаря успехам микроэлектроники системы цифровой обработки сигналов вошли в нашу повседневную жизнь в виде различных устройств воспроизведения звука, изображения, устройств связи. Во многих областях цифровая обработка почти полностью вытеснила «традиционную» аналоговую.

Большой вклад в развитие теории и алгоритмов ЦОС внесли как отечественные ученые - Котельников В.А., ЦыпкинЯ.З., Шахгильдян В.В., ШинаковЮ.С., Пестряков А.В., Гольденберг JI.M., Ланнэ А.А., Карташев В.Г., Витязев В.В., Брюханов Ю.А. и др. [1-16], так и зарубежные авторы - Гоулд Б., Рейдер Ч„ Кайзер Д, Оппенгейм А., Рабинер Л., Шафер Р., Антонью А., Хэмминг Р. и др. [17-23].

При проектировании устройств приема и обработки информации, передаваемой по каналам связи, необходимо минимизировать вносимые трактами передачи искажения. Создание таких устройств требует реализации алгоритмов, которые могут оценить влияние этих искажений. На сегодняшний день в процессе создания указанных алгоритмов широко используется теория адаптивной обработки информации.

Серьезный вклад в развитие адаптивной обработки сигналов внесли Хайкин С., Винер Н., Калман Р., Уидроу Б., Коуэн К.,

Грант П., ЦыпкинЯ.З., Репин В.Г., Тартаковский Г.Г., Фомин В.Н., Шахгильдян В.В. и др. [24-30].

Актуальность работы

По историческим и экономическим причинам абонентские линии телефонной сети общего пользования являются двухпроводными. Такое соединение приемлемо для небольших расстояний, когда ослабление сигнала невелико. Однако для передачи сигнала на значительные расстояния необходимо разделение передающей и принимающей частей цепи, что приводит к необходимости использования четырехпроводных линий.

Для стыковки четырехпроводных и двухпроводных цепей применяют дифференциальные системы, характеристики которых не идеальны. В результате сигнал, передаваемый по исходящей части четырехпроводной цепи, возвращается к своему источнику в виде эхосигнала. Другими источниками эха могут служить абонентские устройства, станционное оборудование, повреждения канала передачи. Эффект эха проявляется сильнее с увеличением длительности задержки эхосигнала в эхотракте. Этому способствуют различные системы преобразования, кодирования сигнала, оборудование развивающейся в настоящее время /Р-телефонии.

Для снижения негативного влияния электрического эха применяются специальные устройства - эхозаградители и эхокомпенсаторы [31-46] При использовании эхозаградителей встречаются определенные трудности. Наличие в каналах шумов не дает возможности создать эхозаградители с высокой чувствительностью. При включении эхозаградителей ухудшается качество связи из-за, так называемого, эффекта клиппирования (пропадание части начальных и конечных слогов слов). Подобных проблем позволяют избежать более «интеллектуальные» устройства -эхокомпенсаторы.

Основная функция эхокомпенсатора заключается в формировании оценки эхосигнала и вычитании ее из просочившегося эхосигнала. Построение эхокомпенсаторов ведется с применением теории адаптивной обработки сигналов, теории временных рядов, теории статистики. При создании эхокомпенсаторов делается предположение о том, что телефонный канал обладает линейными характеристиками [47, 48], однако в последнее время активно ведутся исследования влияния нелинейных составляющих эхотракта и их влияния на качество передаваемой речи [49-51].

В основе работы эхокомпенсаторов лежат различные адаптивные алгоритмы [52-64], которые на основании информации о величине ошибки и отсчетах сигнала дальнего абонента соответствующим образом подстраивают коэффициенты адаптивного фильтра, основанного на фильтре с конечной импульсной характеристикой (КИХ). Оценка эхосигнала получается путем свертки коэффициентов КИХ-фильтра и сигнала дальнего абонента.

К основным свойствам эхокомпенсатора можно отнести сходимость и уровень остаточного эха. Однако существует еще один фактор, определяющий использование адаптивных алгоритмов -потребление вычислительных ресурсов или вычислительная нагрузка.

На практике этот фактор часто делает невозможной реализацию сложных алгоритмов ввиду резкого возрастания стоимости конечного решения или невозможности работы алгоритма в реальном времени. Кроме того, для таких систем связи как IP-телефония, спутниковая связь остро стоит проблема увеличения длительности импульсной характеристики (ИХ) канала при передаче сигнала. Это ведет к увеличению числа весовых коэффициентов адаптивного фильтра, применяемого в эхокомпенсаторе и, следовательно, к повышению вычислительной нагрузки.

Задача снижения вычислительной нагрузки существующих алгоритмов перестройки весовых коэффициентов адаптивного фильтра является актуальной, несмотря на постоянное увеличение мощности производимых сигнальных процессоров. Анализ наиболее широко применяемых в настоящее время алгоритмов эхокомпенсации показывает, что данные алгоритмы не эффективно используют вычислительные ресурсы в задаче эхокомпенсации [65-70]. Модернизация исходных алгоритмов с целью снижения вычислительной нагрузки дает положительный результат [66]. Кроме того, с развитием систем связи требования к скорости и качеству обработки информации процессорами цифровой обработки сигналов становятся все более жесткими. Создание новых алгоритмов позволит улучшить качество предоставляемых абонентам услуг.

Цель диссертационной работы

Построение новых адаптивных алгоритмов, повышающих эффективность работы эхокомпенсатора в телефонных сетях.

Для достижения указанной цели в диссертационной работе решаются следующие задачи:

1) Проводится анализ ранее предложенных методов снижения вычислительной нагрузки адаптивных алгоритмов в задаче эхокомпенсации. Оцениваются результаты тестирования существующих адаптивных алгоритмов согласно рекомендации Международного союза электросвязи (МСЭ-Т) G.165.

2) Разрабатывается новая процедура снижения количества операций в адаптивном алгоритме, основанная на разбиении набора весовых коэффициентов адаптивного фильтра на блоки с дальнейшим анализом импульсной характеристики эхотракта согласно новым критериям.

3) На основе разработанной процедуры выполняется модификация адаптивных алгоритмов НМНК и РНК, и на их основе разрабатывается эхокомпенсатор.

4) Определяется влияние параметров алгоритмов на работу эхокомпенсатора, исследуются результаты работы эхокомпенсатора на основных тестах рекомендации МСЭ-Т G.165. Выполняется сравнение работы новых алгоритмов на тестовых и речевых сигналах при появлении дополнительных искажений в импульсной характеристике эхотракта. Исследуется работа многоканального эхокомпенсатора, построенного на основе новых алгоритмов.

Предметом исследования являются характеристики работы новых адаптивных алгоритмов в задаче эхокомпенсации.

Методы исследования основаны на положениях теории сигналов и цепей дискретного времени, теории адаптивных систем, методах математической статистики и линейной алгебры. Моделирование и анализ полученных алгоритмов проводились на ЭВМ.

Научная новизна работы

1) Разработана процедура снижения вычислительной нагрузки адаптивных алгоритмов, применяемых в эхокомпенсации, основанная на новых критериях блочной оценки весовых коэффициентов адаптивного фильтра.

2) Получены новые адаптивные алгоритмы, основанные на новой процедуре, позволяющие повысить эффективность работы эхокомпенсатора.

3) Произведено тестирование работы эхокомпенсатора на основе новых алгоритмов, по результатам которого получены значения параметров адаптивных алгоритмов, при которых эхокомпенсатор может быть использован при построении телефонной сети.

4) На основе новых алгоритмов построен многоканальный эхокомпенсатор, обладающий большей эффективностью за счет снижения вычислительной нагрузки адаптивного алгоритма.

На защиту выносятся:

1) Новая процедура снижения вычислительной сложности адаптивных алгоритмов на основе разработанных критериев оценки блоков весовых коэффициентов.

2) Разработанные адаптивные алгоритмы подстройки весовых коэффициентов КИХ-фильтра во временной области, построенные с применением новой процедуры.

3) Результаты тестирования эхокомпенсатора на основе полученных адаптивных алгоритмов.

4) Результаты применения разработанных адаптивных алгоритмов при построении многоканального эхокомпенсатора.

Практическая ценность работы:

1) Разработана процедура снижения вычислительной нагрузки адаптивных алгоритмов эхокомпенсации, которая не требует внесения значительных изменений в уже существующий код, что позволяет повысить эффективность алгоритмов эхокомпенсации без существенных затрат.

2) Разработаны адаптивные алгоритмы, основанные на алгоритме НМНК, которые отличаются невысокой вычислительной сложностью и простотой реализации, а алгоритмы, основанные на алгоритме РНК, позволяют значительно снизить вычислительную нагрузку за счет сокращения матричных преобразований, специфичных для данного алгоритма.

3) Применение полученных адаптивных алгоритмов в составе эхокомпенсатора позволяет обрабатывать эхотракты с задержкой эхосигнала более 250 мс.

4) Применение новых алгоритмов в составе многоканального эхокомпенсатора позволяет снизить сократить количество вычислений на 30% относительно классических алгоритмов.

Апробация результатов работы

Основные результаты диссертационной работы обсуждались на 7-й и 8-й Международной конференции и выставке «Цифровая обработка сигналов и ее применение» (Москва, 2005,2006); LX, LXI Научной сессии, посвященной Дню радио (Москва, 2005,2006), IV Всероссийской научно-практической конференции «Информационные технологии в электротехнике и электроэнергетике» (Чебоксары, 2002); 2-й Международной конференции «Цепи и системы связи» IEEE (Москва, 2004); Международной научно-технической конференции «Информационные средства и технологии» (Москва, 2005); Научно-техническом семинаре «Системы синхронизации, формирования и обработки сигналов для связи и вещания» (Самара, 2005); 12-й Международной научно-технической конференции студентов и аспирантов (МЭИ, Москва, 2006); а также на ярославских областных конференциях молодых ученых и аспирантов.

По теме диссертации опубликовано 24 научных работы, включая 2 статьи в изданиях, входящих в Перечень периодических научных и научно-технических изданий, выпускаемых в Российской Федерации, в которых рекомендуется публикация основных результатов диссертаций на соискание ученой степени доктора наук, и 22 доклада на конференциях.

Структура и объем работы

Диссертация состоит из введения, трех разделов, заключения и списка литературы, включающего 117 наименований. Общий объем диссертации составляет 151 страницу машинописного текста. Работа содержит 28 рисунков, 4 приложения.

Заключение диссертации по теме «Системы, сети и устройства телекоммуникаций», Мосеев, Алексей Леонидович

Основные результаты диссертации заключаются в следующем:

1. Проведен анализ известных методов, основанных на блочном подходе к обработке эхосигнала и применяемых для понижения вычислительной сложности существующих адаптивных алгоритмов. Основными недостатками существующих методов являются их низкая скорость сходимости по сравнению с классическими алгоритмами и невысокая длительность импульсной характеристики обрабатываемых эхотрактов.

2. Разработана процедура снижения вычислительной нагрузки адаптивных алгоритмов НМНК и РНК, основанная на разбиении набора весовых коэффициентов адаптивного фильтра на блоки с дальнейшим анализом импульсной характеристики эхотракта. Предложены два новых критерия оценки значимости блоков весовых коэффициентов: критерий, основанный на анализе значений весовых коэффициентов в блоках, и критерий, основанный на анализе значений сигнала отдельных блоков весовых коэффициентов.

3. На основе разработанной процедуры проведена модификация существующих адаптивных алгоритмов НМНК и РНК с целью понижения вычислительной нагрузки. Предложенные алгоритмы функционируют в двух режимах: начальном и режиме установившихся значений. В начальном режиме новые алгоритмы работают по схеме классического НМНК или РНК. В режиме установившихся значений новые алгоритмы показывают значительное сокращение числа арифметических операций, выполняемых адаптивным алгоритмом. Комбинирование указанных режимов позволило создать новый адаптивный алгоритм, обладающий высокой скоростью сходимости РНК, устойчивостью и простотой реализации НМНК.

4. Разработанные алгоритмы позволяют более точно моделировать эхотракт, компенсировать разность в длительностях ИХ адаптивного фильтра и эхотракта, тем самым снижая вычислительную нагрузку адаптивного алгоритма; обеспечивают заданный в тестах уровень подавления эхосигнала при наличии ненулевых отсчетов в нулевой части ИХ эхотракта. При использовании разработанных алгоритмов длительность ИХ обрабатываемых эхотрактов по сравнению с известными решениями увеличивается на 768 отсчетов и составляет 1280 (160 мс) в случае применения НМНК. Применение РНК-алгоритма позволяет обрабатывать эхотракты с длительность ИХ до 2880 отсчетов (360 мс).

5. Получены результаты работы новых алгоритмов на реальном речевом сигнале. Определено подавление эхосигнала и уменьшение вычислительной нагрузки по сравнению с классическими алгоритмами. Исследована работа полученных алгоритмов при уменьшении разрядности операндов. Определено, что разрядность отдельных операндов, требуемых для устойчивой работы НМНК -16 бит, для РНК - 64 бита.

6. Проведен анализ работы новых алгоритмов в составе многоканального эхокомпенсатора. Результаты теста эхокомпенсатора на основе новых алгоритмов показали, что их применение позволяет понизить вычислительную нагрузку на 30% по сравнению с обычным нормализованным методом наименьших квадратов и рекурсивным методом наименьших квадратов. Разработанные процедура понижения вычислительной нагрузки и адаптивные алгоритмы на ее основе могут быть использованы при построении новых и модернизации существующих эхокомпенсаторов как электрического, так и акустического эха.

Заключение

Список литературы диссертационного исследования кандидат технических наук Мосеев, Алексей Леонидович, 2007 год

1. Цыпкин, Я.З. Основы теории обучающихся систем. / Я.З. Цыпкин. М.: Наука, 1970. -252 с.

2. Витязев, В.В. Цифровая частотная селекция сигналов / В.В. Витязев. М.: Радио и связь, 1993. -103с.

3. Витязев, В.В. Адаптивная многоскоростная фильтрация узкополосных процессов / В.В. Витязев, К.А. Бодров, С.В. Иванов // Докл. первой межд. конф. и выст. «Цифровая обработка сигналов и ее применения». -М., 1998. -T.I, -С. 155-160.

4. Гольденберг, JI.M. Цифровые фильтры / JI.M. Гольденберг, Ю.П. Левчук, М.Н. Поляк. -М.: Связь, 1974. -160 с.

5. Цифровые фильтры в электросвязи и радиотехнике / Под ред. JI.M. Гольденберга. М.: Радио и связь, 1982. -224с.

6. Шахгильдян, В.В. Методы адаптивного приема сигналов. / В.В. Шахгильдян, М.С. Лохвицкий. -М.: Связь, 1974. -159с.

7. Трахтман, A.M. Основы теории дискретных сигналов на конечных интервалах / A.M. Трахтман, В.А. Трахтман. -М.: Сов. радио, 1975. -208с.

8. Ланнэ, А.А. Нелинейные динамические системы: синтез, оптимизация, идентификация / А.А. Ланнэ. -Л.: ВАС, 1985. -240с.

9. Ланнэ, А.А. Нелинейная фильтрация импульсных помех методом расщепления / А.А. Ланнэ, Е.Б. Соловьева // Изв. вузов. Радиоэлектроника. -1993. -Т.38, -№6. -С. 1049-1053.

10. Ланнэ, А.А. Синтез цифровых фазовых звеньев с оптимальными характеристиками / А.А. Ланнэ, Я.Р. Яфаев // Изв. вузов. Радиоэлектроника. -1996. -Т.39, -№5. -С. 8-11.

11. Гольденберг, Л.М. Цифровая обработка сигналов / Л.М. Гольденберг, Б.Д. Матюшкин, М.Н. Поляк. -М.: Радио и связь, 1990. -256с.

12. Карташев, В.Г. Основы теории дискретных сигналов и цифровых фильтров / В.Г. Карташев. -М.: Высшая школа, 1982. -108с.

13. Брюханов, Ю.А. Частотные свойства цифровых цепей второго порядка / Ю.А. Брюханов // Изв. вузов. Радиоэлектроника. -1996. -№11.-С. 37-41.

14. Брюханов, Ю.А. Частотные свойства рекурсивных цифровых цепей второго порядка / Ю.А. Брюханов // Радиотехника и электроника. -1997. -Т.42, -№7. -С. 836-838.

15. Брюханов, Ю.А. Частотные свойства нерекурсивных цифровых цепей второго порядка / Ю.А. Брюханов // Радиотехника. -1997. -№12. -С. 75-78.

16. Брюханов, Ю.А. Цифровые цепи и сигналы: учеб. пособие. / . Ю.А. Брюханов // -2-е изд., перераб. и доп. / ЯрГУ. -Ярославль,2005.-154 с.

17. Рабинер, JI. Теория и применение цифровой обработки сигналов: Пер. с англ. / Л. Рабинер, Б. Гоулд. -М.: Мир, 1978. -848 с.

18. Оппенгейм, А.В. Цифровая обработка сигналов: Пер. с англ. / А.В. Оппенгейм, Р.В. Шафер. -М.: Связь, 1979. -416 с.

19. Гоулд, Б. Цифровая обработка сигналов: Пер. с англ. / Б. Гоулд, Ч. Рэйдер. -М.: Сов. радио, 1973. -368 с.

20. Применение цифровой обработки сигналов / Под ред. Э. Оппенгейма: Пер. с англ. -М.: Мир, 1980. -550 с.

21. Хэмминг, Р.В. Цифровые фильтры / Р.В. Хэмминг // Под ред. A.M. Трахтмана. -М.: Мир, 1980. -224 с.

22. Антонью, А. Цифровые фильтры: анализ и проектирование. / А. Антонью. -М.: Радио и связь, 1983. -320 с.

23. Введение в цифровую фильтрацию: Пер. с англ. / Под ред. Р. Богнера, А. Константинидиса. -М.: Мир, 1976. -106 с.

24. Haykin, S. Adaptive Filter Theory / S. Haykin. -New Jersey: Prentice-Hall, Englewood-Cliffs. 1996. -P.996.

25. Прокис, Дж. Цифровая связь: Пер. с англ. / Дж. Прокис. М.: Радио и связь, 2000. -800 с.

26. Уидроу,Б. Адаптивная обработка сигналов: Пер. с англ. / Б. Уидроу, С. Стирнз. -М.: Радио и связь, 1989. -440 с.

27. Адаптивные фильтры / Под ред. К. Коуэна, П. Гранта. -М.: Мир, 1988. -392 с.

28. Фомин, В.Н. Рекуррентное оценивание и адаптивная фильтрация. / В.Н. Фомин. -М.: Наука, 1984. -288 с.

29. Лам, К.К. Анализ вариантов включения механизма адаптации эхоподавителя компенсационного типа / К.К. Лам, М.К. Цыбулин //Электросвязь, 1994. -№12. -С. 27-28.

30. Лам, К.К. Особенности использования механизма адаптации в эхоподавляющих устройствах компенсационного типа / К.К. Лам, М.К. Цыбулин//Электросвязь, 1995. -№12. -С. 16-17.

31. Цыбулин, М.К. Дискретные алгоритмы компенсации электрического эха в телефонных каналах / М.К. Цыбулин, К.К. Лам, Л.Т. Нгуен // Электросвязь, 1993. -№4. -С. 33-34.

32. Кунегин, С.В. Эхокомпенсатор и эхозаградитель на основе цифрового процессора обработки сигналов TMS320C10 / С.В. Кунегин и др. // Электросвязь, 1995. -№9. -С. 29-30.

33. Кунегин, С.В. Влияние целочисленных вычислений на свойства сходимости адаптивных алгоритмов эхокомпенсаторов / С.В. Кунегин//Электросвязь. 1998. -№2. -С. 32-34.

34. Sondhi, М. An adaptive echo canceller / M. Sondhi // Bell Syst. Tech., 1967. -Vol. XLVI-3. -№3. -P. 497-510.

35. Сондхи, M.M. Методы подавления эха в телефонных сетях / М.М. Сондхи, Д.А. Беркли // ТИИЭР. -1980. -T.68, -№8. -С. 5-24.

36. Система автоматического информирования и автодозвона «Phone-Center»: коммерческое предложение И ЗАО «АСВ». -Пермь. -С. 2

37. Echo Cancellation Software for the TMS320C54x // Texas Instruments Europe, 1997. -P. 32.

38. G.168 Line Echo Canceller: Specification sheet // Signal Processing Associates, 2000. -P. 2

39. AT2006 8 Channels Echo Cancellation Chip: Application note // Atelic Systems, 2001. -P. 23

40. Messerschmitt, D. Digital Voice Echo Canceller with a TMS32020 / D. Messerschmitt, D. Hedberg // Digital Signal Processor Solutions, 1989.-P. 43.

41. Nikolich, J. Implementing a Line-Echo Canceller Using the Block Update and NLMS Algorithms on the TMS320C54x DSP / J. Nikolich // APPLICATION REPORT: SPRA 188,1997. -P. 36.

42. Marques, P. Designing an Echo Canceller System Using the TMS320C50 DSP / P. Marques, F. Sousa // Digital Signal Processor Solutions, 1996. -P. 29.

43. Zhang, Z. Performance Analysis of Line Echo Cancellation Implementation Using TMS320C6201 / Z.Zhang, G. Schmer // APPLICATION REPORT: SPRA 421,1998. -P. 18.

44. Implementation of Echo Control for ITU G.165/DECT on TMS320C62xx Processors // APPLICATION REPORT: SPRA 576, 1999. -P. 30.

45. G.165 Echo Canceller Product Part Number 1-0008-01 // Imagine Technology, 2001. -P. 2.

46. G.168 Echo Canceller Product Part Number 1-0021-01 // Imagine Technology, 2001. -P. 2.

47. Huntly, H. Transmission design of intertoll telephone trunks / H.Huntly // Bell System Technical Journal, 1953. -Vol.32, -№9. -P. 1019-1036.

48. Тараканов, A.H. Усовершенствование адаптивных алгоритмов эхокомпенсации: дис. канд. техн. наук: 05.13.12: защищена 11.03.04:утв. 11.06.04 / Тараканов Алексей Николаевич. -СПб, 2004.-130 с.

49. Цыбулин, М.К. Эхокомпенсация в каналах с нелинейными искажениями / М.К. Цыбулин, Д.С. Шаврин // Обработка сигналов в системах телефонной связи и вещания: Тез. докл. Межрегиональная конференция, Москва, Пушкинские Горы, 2002. -С. 136-137.

50. Шаврин, Д.С. Результаты исследования линейных и нелинейных характеристик эхотрактов на сети связи РФ / Д.С. Шаврин // Электросвязь. -2006. -№ 9. -С.47-50.

51. Шаврин, Д.С. Подавление нелинейных составляющих эхосигналов / Д.С. Шаврин // Вестник связи. -2006. -№ 9. -С. 81-83.

52. Ловкие, О.А. Особенности реализации алгоритмов эхокомпенсации на сигнальных процессорах / О.А. Ловкие // Тр. учебных заведений / СПбГУТ. -СПб, 1998. -№164. -С. 66-70.

53. Schertler, Т. Selective block update of NLMS type algorithms / T. Schertler I I Proc. of IEEE Int. Conf. on Acoustics, Speech, and Signal Processing. Seattle, USA, 1998. -Vol.3, -№5. -P. 1717-1720.

54. Aboulnasr, T. Selective coefficient update of gradient-based adaptive algorithms / T. Aboulnasr, K. Mayyas // Proc. IEEE ICASSP-97. -Munchen. -Germany, 1997. -P. 1929-1932.

55. Gaensler, T. Dynamic resource allocation for network echo cancellation / T. Gaensler, J. Benesty, S. Gay, M. Sondhi // Proc. IEEE ICASSP, 2001.-1 electron, opt. disk (CD-ROM).

56. Werner, S. Partial update NLMS algorithms with data-selective updating / S. Werner, M.L.R. de Campos, P.S.R. Diniz // IEEE Trans, on Signal Processing. 2004. Vol.52, №4. -P. 938-949.

57. Marques, P. A DSP Based Long Distance Echo Canceller using Short Length Centered Adaptive Filters / P. Marques, F. Sousa, J. Leitao // Proc IEEE International Conf. on Acoustics, Speech, and Signal Processing, Munich, Germany. 1997. Vol.3, -P. 1885.

58. Deng, H. New sparse adaptive algorithms using partial update / H. Deng, M. Doroslovacki // Proc. IEEE Int. Conf. Acoust., Speech, Signal Processing, 2004. -P. 845-848.

59. Yamada, Y. A Frequency Domain Adaptive Algorithm for Estimating Impulse Response with Flat Delay and Dispersive Response Region / Y. Yamada, H. Kiya, N. Kambayashi // IEICE Trans. Fundamentals, 1999. Vol.E82-A. -№8. -P. 1558-1565.

60. Farhang-Boroujeny, B. Analysis and Efficient Implementation of Partitioned Block LMS Adaptive Filters / B. Farhang-Boroujeny //

61. EE Trans, on signal processing, 1996. -Vol.44, -№11. -P. 28652868.

62. Jameson, I. Time Delay Estimation / I. Jameson // Electronic Warfare and Radar Division Defence Science and Technology Organisation, -Edinburgh, -South Australia, 2006.

63. Chen, J. Time Delay Estimation in Room Acoustic Environments: An Overview / J. Chen, J. Benesty, Y. Huang // Hindawi Publishing Corporation, EURASIP Journal on Applied Signal Processing, 2006, -Vol. 2006, -P. 1-19.

64. Kemp, J.A. Theoretical and experimental study of wave propagation in brass musical instruments / J.A. Kemp // Ph.D thesis, -Dep. of Physics, -Edinburgh University, -2002.

65. Govil, J. Enhanced Residual Echo Cancellation using Estimation of Delay and Fast LMS/Newton Algorithm based on Autoregressive Model / J. Govil // 40th Annual Conference on Information Sciences and Systems, Princeton, -USA, -2006, -P. 1356-1356.

66. Marques, P. Long Distance Echo Cancellation Using Centered Short-Length Transversal Filters / P. Marques // Instituto Superior Tecnico. -Lisbon, -1996.

67. OCT 45.97-97. Аппаратура эхозаграждения и эхокомпенсации для линий связи. Типы, основные параметры, технические требования, -введ. 01.01.98. -1997. -15 с.

68. ITU-T Recommendation G.165. General characteristics of international telephone connections and international telephone circuits. Echo cancellers. -ITU-T, 1993. -P. 33.

69. ITU-T Recommendation G.168. Digital network echo cancellers. -ITU-T, 2000. -P. 116.

70. Носов, B.A. Основы теории алгоритмов и анализа их сложности: курс лекций / В.А. Носов. // МГУ. -М., 1992. -140 с.

71. Тараканов, А.Н. Влияние длины импульсной характеристики эхотракта на поведение эхокомпенсатора в режиме двойного разговора / А.Н.Тараканов // Телекоммуникации. -2003. -№10. -С. 15-19.

72. Hayes, М.Н. Statistical Digital Signal Processing and Modeling. New York: John Wiley & Sons, 1996.

73. Benesty, J. An Objective Technique for Evaluating Doubletalk Detectors in Acoustic Echo Cancellers / J. Cho, D. Morgan, J. Benesty // IEEE Trans, on Speech and Audio Processing, 1999. Vol.7, -№6. -P. 718-724.

74. Suditu, N. On the Convergence of a artitioned Frequency Domain Adaptive Filter / N. Suditu, P. Sommen // Proc. of the ProRISC / IEEE workshop, 2000. -P. 531-536.

75. Asharif, M.R. Acoustic echo canceller based on Frequency Bin Adaptive Filter / M.R. Asharif // Globecom conf. Tokyo. Japan, 1987. -P. 49.2.1-5.

76. Heitkamper, P. An adaptation control for acoustic echo cancellers / P. Heitkamper // IEEE Signal Processing Letters, 1997. -Vol.4, -№6. -P. 170-172.

77. Breining, C. Acoustic echo control an application of very-high-order adaptive filters / C. Breining and other. // IEEE Signal Processing Magazine, 1999. -№7. -P. 42-69.

78. Тараканов, A.H. Изменяемый параметр в адаптивном методе наименьших квадратов / А.Н. Тараканов, A.JL Мосеев // Докл. 4-ой межд. конф. и выст. «Цифровая обработка сигналов и ее применение». -М., 2002. -Т.2, -С. 110-112.

79. Феллер, В. Введение в теорию вероятностей и ее приложения: пер. с англ. / В. Феллер. М.: Мир, 1984. Т.1. -528 с.

80. Лебедев, А.Н. Вероятностные методы в инженерных задачах: Справочник / А.Н.Лебедев и др. -СПб.: Энергоатомиздат. Санкт-Петербургское отделение, 2000. -332 с.

81. Демиденко, Е.З. Линейная и нелинейная регрессии / Е.З. Демиденко. -М.: Финансы и статистика, 1981. -302 с.

82. Хьюбер, Дж. Робастность в статистике: пер. с англ. / Дж. Хьюбер. -М.: Мир, 1984. -304 с.

83. Робастность в статистике. Подход на основе функций влияния: Пер. с англ. / Ф. Хампель и др.; Под ред. В.М. Золотарева. -М.: Мир, 1989. -12 с.

84. Тараканов, А.Н. Повышение устойчивости эхокомпенсатора к возможным искажениям в эхотракте / А.Н. Тараканов // Сб. науч. труд, молодых ученых, аспирантов и студентов. -ЯрГУ. Ярославль, 2003. -С. 157-164.

85. Тараканов, А.Н. Робастификация адаптивного алгоритма в задаче эхокомпенсации / А.Н. Тараканов, А.Л. Мосеев // Докл. 5-ой межд. конф. и выст. «Цифровая обработка сигналов и ее применение». -М., 2003. -T.2, -С. 399-402.

86. Сергиенко, А.Б. Алгоритмы адаптивной фильтрации: особенности реализации в MATLAB / А.Б Сергиенко // Exponenta Pro. Математика в приложениях. -2003. -№1. -С. 18-28.

87. Дьяконов, В. MATLAB. Обработка сигналов и изображений. Специальный справочник. / В. Дьяконов, И. Абраменкова. -СПб.: Питер, 2002. -608 с.

88. ITU-T Recommendation G.711. Pulse Code Modulation (PCM) Of Voice Frequencies. // ITU-T, 1988.

89. Bouchard, F. Recursive Least-Squares Algorithms with Good Numerical Stability for Multichannel Active Noise Control /

90. F. Bouchard // Proc. of Int. Conf. on Acoustics, Speech and Signal Processing (ICASSP). 2001. -Vol.5, -P. 3221-3224.

91. Zhang, Z. Analysis of Filter Coefficient Precision on LMS Algorithm Performance for G.165/G.168 Echo Cancellation / Z.Zhang,

92. G. Schmer. -Texas Instruments, 2000. -P. 10.

93. Freeman, D.A Voice Activity Detector for the Pan-European Digital Cellular Mobile Telephone Service / D. Freeman, C. Sonthcott,

94. Boyd // IEE Colloquium «Digitized Speech Communication via Mobile Radio». -London, 1988. -P. 6/1-6/5.

95. Тараканов, А.Н. Изменение параметра ц в процессе работы адаптивного алгоритма / А.Н. Тараканов, А.Л. Мосеев // Сб. науч. труд, молодых ученых, аспирантов и студентов. / -ЯрГУ. -Ярославль, 2001. -С. 91-94.

96. Тараканов, А.Н. Изменяемый параметр \х в адаптивном методе наименьших квадратов / А.Н. Тараканов, А.Л. Мосеев // Докл. 4ой межд. конф. и выст. «Цифровая обработка сигналов и ее применение». -М., 2002. -Т.2, -С. 110-112.

97. Тараканов, А.Н. Уменьшение влияния одновременного разговора абонентов на работу эхокомпенсатора / А.Н. Тараканов, A.JI. Мосеев // Матер, науч.-тех. семинара «Синхронизация, формирование и обработка сигналов». -Ярославль, 2003. -С. 116-119.

98. Тараканов, А.Н. Робастификация адаптивного алгоритма в задаче эхокомпенсации / А.Н. Тараканов, A.JI. Мосеев // Докл. 5-ой межд. конф. и выст. «Цифровая обработка сигналов и ее применение». -М., 2003. -Т.2, -С. 399-402.

99. Тараканов, А.Н. Понижение чувствительности адаптивного алгоритма в задаче эхокомпенсации / А.Н. Тараканов, A.JI. Мосеев, А.Е. Назаровский // Тр. 58-й науч. сессии, посвященной Дню радио. -М., 2003. -Т.1, -С. 90-92.

100. Tarakanov, A.N. Improvement of nlms adaptive algorithm performance in double talk mode / A.N. Tarakanov, A.E. Nazarovsky, A.L. Moseev // Proc. of 2nd IEEE Int. Conf. on Circuits and Systems for Communications. Moscow, Russia, 2004.

101. Тараканов, А.Н. Адаптивный алгоритм эхокомпенсации с изменяемым числом перестраиваемых коэффициентов / А.Н. Тараканов, A.JI. Мосеев // Докл. 7-й межд. конф. и выст. «Цифровая обработка сигналов и ее применение». -М., 2005. -Т.1,-С. 164-167.

102. Тараканов, А.Н. Комбинированный адаптивный алгоритм эхокомпенсации с пониженной вычислительной сложностью / А.Н. Тараканов, A.JI. Мосеев, С.В. Ульдинович // Цифровая обработка сигналов. -2006. -№3. -С. 26-30.

103. Тараканов, А.Н. Динамически конфигурируемый адаптивный фильтр в задаче эхокомпенсации / А.Н. Тараканов, A.JI. Мосеев,

104. С.В. Ульдинович // Тр. Междунар. науч.-тех. конф. «Информационные средства и технологии». -М., 2005. -Т.1, -С. 107-111.

105. Тараканов, А.Н. Понижение вычислительной сложности адаптивных алгоритмов эхокомпенсации / А.Н. Тараканов, A.JI. Мосеев, С.В. Ульдинович // Докл. 8-й Междунар. конф. и выст. «Цифровая обработка сигналов и ее применение». -М., 2006. -Т.1, -С. 265-268.

106. Мосеев, А.Л. Понижение вычислительной сложности рекурсивного метода наименьших квадратов / А.Л. Мосеев, А.Н.Тараканов, С.В.Ульдинович // Тр. 61-й науч. сессии, посвященной Дню радио. -М., 2006. -Т.1, -С. 103-105.

107. Tarakanov, A.N. Reducing of computation complexity in adaptive algorithm for echo cancellation / A.N. Tarakanov, A.L. Moseev, S.V. Uldinovich // Proc. of the XI Symposium AES «New trends in audio and video». Bialystok, Poland, 2006. -P. 263-267.

108. Тараканов, А.Н. Динамическое изменение числа перестраиваемых весовых коэффициентов адаптивного фильтра в задаче эхокомпенсации / А.Н. Тараканов, А.Л. Мосеев, С.В. Ульдинович //Телекоммуникации. -2005. -№10. -С. 12-18.

109. Тараканов, А.Н. Адаптивный фильтр с изменяемым числом перестраиваемых коэффициентов, как основа многоканальногоэхокомпенсатора / А.Н. Тараканов, А.Л. Мосеев, С.В. Ульдинович // Тр. 60-й науч. сессии, посвященной Дню радио. -М., 2005. -Т.1,-С. 311-313.

110. Классические адаптивные алгоритмы

111. Метод наименьших квадратов (МНК)

112. П. 1.3) определяет автокорреляционную матрицу входного сигнала.

113. Выражение (П.1.1) может быть записано в виде97(H)9Н2R(H-Hopt) (П. 1.4)

114. Mw=2 (я)ад=2ен(„)Х(П). (П.1.6)эн н эн

115. Тогда алгоритм МНК запишется как

116. Н(Л) = Н(Л-1) + 2Ц£Щ|11)(Л)Х(|1)1. П. 1.7)

117. Ошибка е(п) является общей для всех коэффициентов, тогда как весовой коэффициент 2\joc(n-i). пропорционален текущему значению данных, накопленных в /-й секции фильтра.

118. Нормализованный метод наименьших квадратов (НМНК)

119. Рекурсивный алгоритм наименьших квадратов (РНК)

120. Процесс адаптации основан на минимизации среднеквадратичного критерияя<?2(л). = Е<1. Л Т А Т ля|У(л).-2Н (п)Ех(п)у(п)] + Я (л)я[*(п)/(л)]Н(л)= .(ПЛ.11)т тг„(0)-2Н (и)г (n) + H (n)R„(n)H(n)у(л) Н(л)д(л)л т

121. Для стационарных сигналов Н = . В выраженияхавтокорреляционная матрица входного сигнала, г вектор кросскорреляции входного сигнала и эхосигнала. Определим матрицу

122. R^ = XTX = |>(n)xrW, (П. 1.12)п=0тгде х(и) = х(и),.,х(п-Р)^ . Сумма в выражении (П. 1.12) может быть выражена виде рекурсии

123. R^ (л) = К„(л -1) + х(л)хт (л). (ПЛ.13)

124. Как правило в (П. 1.13) вводится так называемый «коэффициент забывания» или память алгоритма X. Тогда получим выражение

125. R^ (л) = XR„ (л -1) + х( п)хт (л), (П. 1.14)где 0 < X < 1. Тогда и выражение для вектора кросс-корреляции будет иметь видг^ (л) = Хг^ (л -1) + х(л) у in). (П. 1.15)

126. Применяя лемму об инверсии матриц, получим

127. R-'M = V'R^(n-l) -') ,(П,1Л6)1+X х (n)R7! (и 1)х(л)1. Введем обозначения:

128. Тогда (П. 1.16) перепишется в виде

129. Щп) = VЩп -1) Л(л)/ (л) \У(л -1), (П.1.17)и, следовательно,к(л) = клЩп -1) Л(п)/(л^(л -1). = = W (л)х(л)

130. Для весовых коэффициентов адаптивного фильтра имеемЛ1. W(n)r (л)1. П. 1.19)

131. Выполняя подстановки, получаемЛ1. П.1.20)

132. Выражение (П. 1.20) определяет подстройку весовых коэффициентов в рекурсивном методе наименьших квадратов.

133. Модели эхотрактов для тестирования эхокомпенсатора

134. Эхотракт моделируется линейным цифровым фильтром с импульсной характеристикой h(ri). Для учета различных характеристик канала в качестве h(n) принимается задержанная и уменьшенная по амплитуде некоторая последовательность т^п).h(n)=(rn-^Kl)mi(n-s) (П21)