实验三用程序实现回波消除器.doc

程控交换实验报告 实验三 用程序实现回波消除器 实验目的 仿真实现电话系统中的回声效应，并用程序实现回波消除器（echo canceller），测试和分析回波消除器的效果。 实验原理 电话线上的用户在一段延迟之后昕到的自己的声音就叫做回声。在电话网中，不管是有线还是无线，回声总是存在的。然而，回声也不总是妨碍通信。回声延迟时间和音量的大小决定了回声是否可知以及是否有害。距离、传输手段以及网络类型都会影响延迟。 分类：通信系统中存在两种回声：电路回声(也叫线路回声或转换回声)和声学回声。 电路回声是由于模拟本地环路中的阻抗不匹配造成的。如图2—1所示。举例来说，如果使用了混合规格的电线，或者存在未使用的分接头和负载线圈(用于延长信号传输距离的装置)，则会产生电路回声。在公共交换电话网(PsTN)中，电路回声主要是由于转换器造成的。 转换器将2线本地环路分接成两对独立的线。一对用于发送路径，另一对用于接收路径。转换器传递了大部分信号。但是，2线环路与4线设备之间的差别导致了接收信号的一小部分“泄漏”到发送路径上。由于远端在接收信号的同时又返回了一部分信号，因此说话者听到自己说话的回声。 声学回声：声学回声也称为“多径回声”，它是由电话机扬声器与话筒之间的声学耦合问题导致的。如图2—3所示。在无线电话和有线电话，或者在扬声器电话的免捉设备中都会出现这种同声。这些问题是由低质量的手机、周围环境中的回卢(例如在汽车、旅馆或工J一中)或者电话听筒串话造成的。甚至高质量的手机也会出现声学回声，因为话音信号会通过用户的脸颊反射回麦克风。 本次实验用自适应回声消除器消除回声：LMS算法和NLMS算法 实验内容及结果 自适应回声消除原理：自适应地合成回声，并从有回声干扰的信号中减去该合成回声。 本实验采用LMS算法，即最小均方误差算法设计的自适应滤波器进行未知系统识别，以将回声信号滤除。LMS算法的一个显著特点就是它的简单性。此外，它不需要计算有关的相关函数，也不需要矩阵求逆运算。事实上，正是因为LMS算法的简单性，使得它成为其他自适应滤波算法的参照标准。? 如图4所示，首先有一个横向滤波器(围绕它构造LMS算法)：该部件的作用在于完成滤波过程。其次，有一个对横向滤波器抽头权值进行自适应控制过程的算法。横向滤波器各部分的细节如图5所示。抽头输入u(k),u(k-1),……,u(k-M+1)为MX1抽头输入向量z(k)元素，其中M+1是延迟单元的个数；相应的ho(k),?hi(k),?...，?hm-1（k)为Mxl抽头权向量h(k)的元素。通过LMS算法计算这个向量所得的值表示一个估计，当迭代次数趋于无穷时，该估计的期望值可能接近维纳最优解,在滤波过程中，期望响应d(k)与抽头输入向量z(k)一道参与处理。在这种情况下，给定一个输入，横向滤波器产生一个输出y(k)作为期望响应d(k)的估计。因此，我们可把估计误差e(k)定义为期望响应与实际滤波器输出之差，如图4所示。估计误差e(k)与抽头输入向量z(k)都被加到自适应部分，因此围绕抽头权值的反馈环是闭环的。 设计流程图： 实验代码： clear all close all N=10; %滤波器阶数 sample_N=2*1024; %采样点数 M=sample_N; %M为接收数据长度 A=10; %信号幅度 t=1:sample_N; length_t=length(t); %期望信号序列长度 d=zeros(1,M) x=A*sin(2*pi*t/(length_t/100)); %原始信号 for n=800:M d(n)=0.6.*x(n-799);%d(n)为回声，衰减系数为0.6 end %经过信道（加回声） %回声消除器根据它由自适应滤波器产生回声的估计值r^(n)，将r^ (n)从近端带有回声的语音信号减去，就得到近端传送出去的信号y(n)= XA (n)+r(n)一r^ (n) m=x+d;%加回声 delta=1/(10*N*(A^2)); %计算能够使LMS算法收敛的delta %滤波器参数初始化 y=zeros(1,M); h=zeros(1,N); %LMS滤波器系数 h_normalized=zeros(1,N); %归一化LMS滤波器系数 y1=zeros(1,N); %LMS算法滤波器权矢量更新公式为W(k+1)=W(K)+μ(n)FFT[?(K)0],自适应算法 for n=N:M