回波对消中盲源分离算法的研究与仿真.pdfVIP

文章编号 ：1674-7070(2013)06-0539-05 回波对消中盲源分离算法的研究与仿真 张艳萍 李杰 摘要 0 引言 盲源分 离因为可 以仅根据接收到的 观测信号来估计还原源信号，成为近年 在视频会议和免提通信系统中，回声 (包括噪音等)往往同有用 来在信号处理领域的研究热点．针对盲 信号混杂在一起，降低了通话质量．如果在接收有用信号之前将不包 源分离中的基于峭度的独立分量分析算 法在源信号还原的过程中计算量较大的 含有用信息的掺杂信号滤除，则能提高语音通话质量．由于盲源分离 问题 ，采用共轭梯度方法对独立分量分 方法无需辅助条件，仅通过观测信号即可还原源信号 ¨ ，因而是 目 析法进行优化，优化后的算法收敛速度 前语音信号处理的研究热点之一 ． 更快，稳态误差变小．Matlab仿真实验表 明，优化后的独立分量分析算法收敛更 独立分量分析(IndependentComponentAnalysis，ICA)是盲源分离 快，实际分离效果更好． 中一种核心技术MJ．本文针对 以峭度 为 目标函数的ICA计算量较 关键词 大，导致实际对消过程中有较高的延时的问题，使用共轭梯度法对独 盲源分离；独立分量分析；共轭梯度 法 ：回波对消 立分量分析算法进行优化．共轭梯度法的每一个搜索方向都是互相 共轭的，而这些搜索方向仅仅是负梯度方向与上一次迭代的搜索方 中图分类号 TN911．72 向的组合，因此不需要矩阵存储，所以存储量少，具有更快的收敛速 文献标志码 A 度．Matlab仿真表明，优化之后的算法收敛更快，并且稳态误差减小． 1 盲源分离 回波对消原理如图1所示 ¨』．其中，回波和噪声 (譬如附近的讲 话声音等)混杂在一起被麦克风同时接收，这种情况会使回波对消表 现变差．通过信号处理将杂音分离后，再进行 自适应滤波即可实现回 波对消． 盲源分离的主要工作是从观测信号中将未知的源信号分离出 来，所以构造如图2所示的实验环境，用2支麦克风同时接受噪声和 回波信号(这里假设噪声信号和回波信号统计独立)．通过盲源分离 将接收的观测信号中的回波信号分离出来作为下一步 自适应滤波算 法的参考信号。。j． 、＼、 回波 收稿 日期 2010一l1-06 资助项 目 江苏省 自然科学基金 (BK2009410) 作者简介 张艳萍，女，博士，教授，硕士生导师 ，研究 ：：皇 方 向为水声通信．zyp~c@163．con 图1 回波对消的原理 1南京信息工程大学 电子与信息工程学院 南京，210044 Fig．1 Principlediagram oftheechocancellation 张艳萍，等．回波对消中盲源分离算法的研究与仿真． 540