Aplikace adaptivních metod pro potlačování šumu v komunikačních prostředcích

Application of adaptive metohds for noise cancellation in speech communications

report

Czech

V souvislosti s rozvojem telekomunikačních technologií a jejich komerčním nasazením se často setkáváme se situacemi, ve kterých musíme čelit problémům se šumem. Mezi nejvýznamější oblasti, ve kterých je nezbytně nutné šum efektivně potlačovat, patří zejména hands-free telefonie, satelitní komunikace, akustika nebo telekonference. Vzhledem k tomu, že většina systémů zpracovávajících řečové signály pracuje v reálném čase je potřeba hledat takové algoritmy pro potlačení šumu, které nebudou časově náročné. Navíc je známo, že řečové signály jsou "kvazi-stacionární", což znamená, že jejich statistické parametry lze považovat za konstantní pouze v úsecích zhruba 15-30 ms. Z toho důvodu se hledají algoritmy, které se dokáží "adaptovat" podle měnících se podmínek a sami tak upravují svou strukturu. V průběhu 60-90 let byly vyvinuty některé velmi efektivní adaptivní metody pro potlačování šumu, které ovšem z výše uvedených důvodů nemohly být aplikovány. Teprve začátkem 90. let, díky nástupu DSP (digital signal processing) technologií a zejména pak DSP procesorů, došlo k významnému posunu hranic pro aplikovatelnost těchto metod. Mezi nejpoužívanější metody současné praxe patří algoritmy typu LMS, založené na metodě nejmenších čtverců. LMS a jeho deriváty jsou lineární metody, které pracují na principu Wienerova filtru. Základním nedostatkem, který ovšem nijak nebrání jejich komerčnímu nasazení, patří zejména nízká rychlost konvergence. Na druhé straně existují metody, které jsou několikanásobně rychlejší, ovšem nesrovnatelně náročnější na výpočetní výkon. Mezi tyto metody patří zejména algoritmy typu RLS, které jsou založeny na metodě rekurzivního průměrování a vychází principiálně z teorie Kalmanovy filtrace. Cílem tohoto výzkumu je podrobná analýza adaptivních metod určených pro potlačování šumu a jejich implementace v aplikaci "Potlačování echa v interiéru automobilu".

During the first stage of our research we have concentrated mainly on investigating the capabilities of different adaptive techniques. We have been looking for algorithms that would be able to operate in a nonstationary environment and, more importantly, in real-time. We have found that the success of noise cancellation depends mostly on two factors: the convergence rate and the computational complexity. The background theory of adaptive algorithms that has been developed provides a first insight into the structure of noise cancelling system and its computational capabilities. Usually, after an algorithm has been mathematically expressed through equations, conditions and definitions, it is necessary to make some simulations before a real-time implementation is made. In this stage we have performed such simulations on both types of signals, i.e. artificially generated and recorded from real environment. We have chosen Matlab as a simulation tool that allows for an easy implementation of signal processing algorithms as well as other mathematical and statistical utilities. In this way we have gained a deep insight into the adpative process running in the heart of a noise cancellation system. First of all, it has to be verified that a chosen algorithm is working according to what we expect it to do. That is to obtain that noise is successfully cancelled in a relatively short time. The level of residual signal, i.e. signal after noise suppression, must be sufficiently low since it may represent a significant intrusion into speech communication. Noise in speech utterance is first modelled by a second-order all-zero process with an MLS sequence as the input signal. The goal is to cancel the effects of the simulated degrading environment and preserve meaningful information at the same time.

adaptivní, řečový, potlačení, echo, filtrace

adaptive, speech, cancellation, echo, filtering

MALENOVSKÝ, V.

3. 1. 2004

Brno

1

62

62