回声消除NLMS算法详解

               

        在视频或电话会议中，本地用户的声音在被本地麦克风采集后，通过系统传到远端，通过远端的扬声器播放，此时远端麦克风不可避免地会采集到扬声器播放的声音，又通过系统传回本地，并通过本地扬声器播放出来，本地用户就通过本地扬声器听到了自己的声音，这明显降低了会议通信质量。

        为了提高语音的质量，就必须进行回声消除。当参考信号已知时，归一化最小均方(Normalized Least Mean Square，NLMS)算法能很好消除回声，它由最小均方算法扩展而来。

1 NLMS算法原理

        回声消除系统基本结构如图1所示。

                        

                                                 图1  回声消除系统基本结构

        设置自适应滤波器系数w的所有初始值为0，即w(0) = 0，其长度为M。对输入信号进行采样，每次迭代取M个数据进行处理，输入矢量为

                        x(n) = [x₁(n) x₂(n) … x_M(n)]^T = [x(n)x(n-1) … x(n-M+1)]^T

        加权矢量为

                        w = [w₁ w₂… w₃]

        系统输出y(n)为

                        y(n) = wx(n)

        y(n)相对于期望信号d(n)的误差为

                        e(n) = d(n) – y(n) = d(n) -wx(n)

        运用最小均方误差准则，就是求使得E[|e(n)|^2]最小时的w，因为是通过对其求导并令其等于0求得的，而|e(n)|在最小点不可导，所以使用的是|e(n)|^2。对于LMS算法，其滤波器系数迭代公式为

                        w(n+1) = w(n) + 2µe(n)x(n)

其中µ是步长因子，0 < µ < 1/ x^T(n)x(n)，在LMS算法中其值是固定的，因而收敛速度较慢。

        在LMS的基础上，用可变的步长因子代替固定的步长因子，就得到了NLMS算法，其迭代方程为

                        w(n+1) = w(