一种变步长解相关的自适应声回波对消算法

作者提出了一种变步长归一化解相关的LMS自适应海波算法(简称μ（k）-NDLMS算法)．该算法综合了变步长自适应方法和归一化解相关方法的优点，将其用于声回波对消(AEC)中，在计算量增加很小的情况下，其收敛速度和稳态失配都较之自适应信号处理中常用的NLMS算法有所改善．作者通过计算机仿真，证实了这一结果．     

一种混合稀疏置零的自适应声回波对消算法

对稀疏路径的自适应声回波对消算法进行了讨论,提出一种稀疏置零归一化解相关LMS自适应滤波算法(简称SSKNDLMS).该算法综合了稀疏算法,置零算法及归一化解相关算法的优点,在增加少量计算量的情况下,其收敛速度和稳态失配比常用的LMS算法都有明显的改善.计算机仿真证实了这一结果.     

改进的梯度向量正交投影声回波对消算法

在梯度向量正交投影算法的基础上,提出一种改进的梯度向量正交投影算法.改进算法归一化时变遗忘因子使其稳定性优于原算法.此外,在滤波器系数更新过程中,利用系统过去时刻信息,并引进批处理技术,在保持计算复杂度不变的同时提高了算法的抗噪性.仿真表明改进算法改善了声回波对消效果,且稳健性好.     

基于语音稀疏性的频域声回波对消算法研究

本文提出一种新的基于语音稀疏性的频域声回波对消算法.新算法首先利用短时傅里叶变换(STFT)将远端和近端信号变换到时频域,然后基于语音在时频域具有近似稀疏分布的特点,将远端信号每个时频单元与预先设置的高低能量门限进行比较,判断相对应的近端信号的时频单元信噪比高低,进而决定频域自适应滤波器权系数的调整方式,最后在频域完成回波抵消.本文所提新算法与NLMS算法、DLMS算法相比,具有计算量小、适应环境变化能力强、不需要双端话音检测等优点.     

高效DSP自适应声回波对消系统的实时实现

报道了自主开发的基于作者提出的一种高效自适应声回波对消算法的DSP实时系统.该系统实时实现扬声器-房间-麦克风(LRM)通道中声回波的自适应对消,且声回波抑制比超过25dB.着重研究了算法的DSP软件实时实现问题,及硬件设计和系统性能的测试.     

自适应干扰对消的一种改进正交化算法

分析了传统的正交化算法在干噪比较低中，干扰对消效果佳的原因。将特征子空间分解技术与正交化算法相结合，提出了一种修正的正交化算法。仿真结果表明，所提出的算法极大地改善了低干噪比的干扰对消性能。     

一种改进的自适应算法及其在语音增强中的应用

对基于累积误差准则和基于共轭梯度的自适应算法进行了讨论和比较,分析了各自的特点,在此基础上提出了一种改进的自适应算法。改进算法可以在保证算法稳定的前提下提高算法的收敛性能。将改进算法应用于基于自适应干扰对消的语音增强实验,结果表明,与原有算法相比,改进算法能够使含噪语音的信噪比有较大改善。     

自适应噪声对消中的ELMS算法及其变步长算法

基于对ＬＭＳ算法的研究,提出一种适用于自适应噪声对消（ＡＮＣ）系统的ＥＬＭＳ算法结构,分析比较了ＥＬＭＳ算法与ＬＭＳ算法的统计性能,还提出了一种较为实用的变步长归一化ＭＶＳ－ＡＮＥＬＭＳ算法．大量的计算机模拟仿真论证了新算法的优越性．     

自适应噪声对消及其在雷达目标识别中的应用

简述了利用波形综合法进行雷达目标识别的工作原理及产生Ｅ脉冲和Ｓ脉冲的方法，提出一种新的识别参量和识别方法。为了减少雷达回波噪声对识别的不良影响，本还提出了一种抑制不相关噪声的自适应滤波方法，并将自适应噪声对消技术用于雷达目标识别。     

一种加白化预滤波的回波抵消算法

研究了话音通信中的回波抵消问题，尤其是传统ＬＭＳ算法的收敛性问题。提出了一种加白化预滤波的块修正ＬＭＳ自适应抵消算法（ＷＢＬＭＳ）。计算机模拟结果表明，ＷＢＬＭＳ算法的收敛性明显优于传统的ＬＭＳ算法，增加的运算量也极少。     

一种改进的直接求解声回波消除算法

本文在直接求解声回波消除法的基础上,提出一种改进的直接求解声回波消除算法。该算法将估计的输入信号自相关矩阵做平均处理近似为Toeplitz矩阵,从而可利用Toeplitz线性方程组的快速算法直接求解正则方程，大幅降低了原直接求解法的计算量。同时仿真表明该改进算法仍具有较好的声回波消除效果,尤其是在有强背景噪声时具有稳健的性能     

一种改进的声回声抵消算法

NL MS(normalized least mean square)算法是是自适应信号处理中应用最广泛的算法之一 ,它的最大缺点是收敛速度慢 ,对非平稳信号自适应能力差。为提高声回声抵消算法的收敛速度 ,采取了将语音分析中常用的线性预测作为前置滤波器的方法来减少参考信号的相关性 ,采用步长控制的方法来提高收敛速度 ,同时保持了 NL MS算法稳定性好和算法简单的优点。最后在模拟环境下对算法进行了测试 ,证明了比 NL MS算法具有更高的收敛速度和回声抵消量     

应用粒子群优化器的立体声回波消除算法(英文)

把三阶累积量和粒子群优化器应用于立体声回波消除.首先,把三阶累积量误差用作调整自适应滤波器系数的准则而提出了一个新的代价函数;然后,通过利用改进的粒子群优化器来优化新的代价函数而获得了一个用于立体声回波消除的累积量域自适应滤波算法.模拟结果显示:利用三阶累积量和粒子群优化器的立体声回波消除算法是可行和有效的,并有好的收敛性能.     

一种改进的自适应并行干扰抵消算法

分析了LMS算法用于部分并行干扰抵消器(PIC)的不足，提出了一种采用变步长LMS自适应算法的改进方案。该方案利用变步长自适应算法收敛速度快且具有较小稳态误差的特点，使计算出来的部分干扰抵消系数更可靠。实验结果表明，本文提出的改进方案，在误码率性能方面优于传统PIC方法。     

A novel framework of multi-channel acoustic echo cancellation

Conventionally, multi-channel acoustic echo cancellation (AEC) achieves the goal by estimating the impulse responses of the local room. However, generally， conventional AEC methods have no unique solutions. Due to the strong correlation of the input signals, conventional methods are with many disadvantages. To overcome this problem, a new framework is proposed in this paper based on SIMO (single input multiple output) blind deconvolution. Under the new framework, we achieve the goal by identifying the impulse responses of distant room and avoiding the disadvantages of the conventional methods.     

对多通道声回波对消直接求解法的探索

针对多通道声回波对消中自适应算法难以找到真实解的问题,通过非线性变换预处理的方法来构造相关矩阵的满秩估计数据阵,从而对利用正则方程求解滤波器系数的直接求解（DS）法进行了深入的探索.在相同的实验条件下比较了DS法与RLS和NLMS算法的性能,实验结果表明,DS法具有更快的收敛速度,能够得到更精确的解.     

应用于助听器反馈抑制系统的变步长归一化子带自适应滤波算法

为减小自适应滤波算法中较快的收敛速度与较低的失调量之间的矛盾,提出了一种变步长归一化子带自适应滤波(VSS-NSAF)算法,并将其用于助听器声反馈抑制系统.该算法基于滤波器系数短时平均和长时平均之间的归一化距离,将滤波器的更新状态分为收敛状态、过渡状态和平稳状态.滤波器可在不同更新状态下自适应地使用不同步长,收敛状态下使用大步长以保证快速收敛,过渡状态下则使用逐步减小的阶梯状步长以进一步降低失调量,平稳状态下使用小步长以保证系统收敛至稳态解.仿真实验结果表明,与传统的归一化最小均方误差(NLMS)算法及其他子带自适应滤波算法相比,所提算法的收敛速度更快,平均稳态失调量更低.     

基于TMS320C6701EVM及其扩展子板的多路声回波对消系统

利用TMS320C6701 EVM及其音频扩展子板设计并实现了一种基于盲信号分离的多路声回波对消系统．通过音频模数转换器(PCM4204)采集多路混合语音信号,以浮点DSP(TMS320C6701)作为运算处理单元,由音频数模转换器(PCM4104)发送分离后的语音．采用时分多路复用与DMA相结合的传输方式,解决了音频芯片采样率与系统时钟频率不匹配的矛盾;板上开关式控制结构极大地增加了软件编程的灵活性;优化的线性汇编代码设计保证该系统能够进行实时处理．实验证明,系统具有很好的稳定性、可靠性及可扩展性．     

一种改进的自适应蚁群算法及其应用研究

蚁群算法作为一种新型的模拟进化算法,具有分布计算和信息正反馈等优点,但蚁群算法与其他进化算法一样存在收敛速度慢,易陷于局部最优等缺陷。针对这一问题,提出一种改进的蚁群算法,结合遗传算法和图论中的最邻近算法,并自适应地初始化信息素和限定信息素的大小范围。将该算法应用于旅行商问题（traveling salesman problem,TSP）求解,与基本蚁群算法比较,数值实验结果表明,这种改进算法能有效抑制算法陷入局部最优的缺陷,从而提高了解的全局搜索能力和解的质量。