自適應(yīng)濾波算法在可視對講系統(tǒng)中應(yīng)用的研究

摘 要：隨著生活智能化程度的不斷加深，社區(qū)與住宅區(qū)的安全也越來越被擺在重要的位置。在可視對講系統(tǒng)中，對講是系統(tǒng)的核心，通話的質(zhì)量決定了對講的效果。在對傳統(tǒng)自適應(yīng)濾波算法進(jìn)行全面分析的基礎(chǔ)上，針對回聲嚴(yán)重影響對講質(zhì)量的問題，提出一種改進(jìn)歸一化最小均方算法。研究結(jié)果表明，改進(jìn)歸一化最小均方算法可以很好地消除可視對講產(chǎn)生的回聲噪音，顯著改善可視對講系統(tǒng)的對講質(zhì)量。

關(guān)鍵詞：自適應(yīng)濾波算法；LMS；回聲噪音

中圖分類號(hào)：TN929.54；TN713 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2024）08-0010-05

DOI：10.19850/j.cnki.2096-4706.2024.08.003

0 引 言

可視對講是現(xiàn)代化住宅小區(qū)不可或缺的配套設(shè)備，其可提供訪客與住戶之間的可視通話，連接住戶家內(nèi)所安裝的門磁開關(guān)、紅外報(bào)警探測器、煙霧探測器、瓦斯報(bào)警器等設(shè)備實(shí)現(xiàn)圖像、語音雙重識(shí)別，起到防盜、防災(zāi)、防煤氣泄漏等安全防護(hù)作用，從而保障業(yè)主的生命財(cái)產(chǎn)安全。模擬可視對講系統(tǒng)需要外接同軸電纜進(jìn)行語音、視頻的傳輸。因其具有傳輸距離短、抗電磁干擾和抗接地干擾能力差以及信號(hào)保存能力弱的缺點(diǎn)[1]而未被廣泛使用。數(shù)字可視對講系統(tǒng)于1999年由美國洛普公司應(yīng)用在雷達(dá)制造與海軍船只制造中。

我國數(shù)字對講系統(tǒng)起步較晚，經(jīng)歷了近三十年的發(fā)展歷程。從語音對講發(fā)展到可視對講，從黑白可視對講發(fā)展到彩色可視對講，從單用戶使用發(fā)展到樓宇可視對講系統(tǒng)建設(shè)，從傳統(tǒng)模式發(fā)展到數(shù)字模式。2009年，數(shù)字生活網(wǎng)絡(luò)聯(lián)盟（DLNA）家庭對講系統(tǒng)（DFIS）正式開始在全國范圍內(nèi)大規(guī)模使用[2]。2013年，可視對講系統(tǒng)正式加入Wi-Fi通信模塊[3]。2016年以來，樓宇對講行業(yè)進(jìn)入第三發(fā)展階段，產(chǎn)品趨于多樣化和個(gè)性化。2016年，網(wǎng)頁實(shí)時(shí)通信（WebRTC）技術(shù)連同Android 4.2操作系統(tǒng)應(yīng)用于可視對講中[4]。可視對講系統(tǒng)通常采用總線式控制方式，如LonWorks [5]、CAN、RS-485及LCN。可視對講系統(tǒng)的信號(hào)主要有三種：音頻信號(hào)、控制信號(hào)和視頻信號(hào)，可以通過有線和無線方式進(jìn)行傳輸，有線方式中音頻信號(hào)一般采用RVV線進(jìn)行傳輸，視頻信號(hào)一般采用同軸電纜進(jìn)行傳輸，無線方式中一般采用Wi-Fi、ZigBee和藍(lán)牙進(jìn)行信號(hào)傳輸。可視對講系統(tǒng)在有線傳輸方面已接近成熟，但其在無線傳輸方面仍有很大的發(fā)展空間。

1 自適應(yīng)濾波算法

1.1 自適應(yīng)濾波器原理

當(dāng)聲音投射到距離聲源有一段距離的大面積區(qū)域時(shí)，一部分聲音要反射回來，這種反射回來的聲音叫“回聲”。按照路徑的不同，回聲被劃分為直接回聲和間接回聲。直接回聲是指由揚(yáng)聲器播出的聲音未經(jīng)任何反射直接進(jìn)入麥克風(fēng)。這種回聲的延時(shí)最短，它與遠(yuǎn)端說話者的語音能量、揚(yáng)聲器與麥克風(fēng)之間的距離、角度、揚(yáng)聲器的播放音量、麥克風(fēng)的拾取靈敏度等因素直接相關(guān)。間接回聲是指由揚(yáng)聲器播出的聲音經(jīng)過不同路徑的一次或多次反射后進(jìn)入麥克風(fēng)所產(chǎn)生的回聲集合[6，7]。

自適應(yīng)回聲消除的基本思想是采用自適應(yīng)濾波算法估計(jì)聲音傳播變化的回聲路徑，將路徑設(shè)為模擬信號(hào)，通過預(yù)先消除產(chǎn)生的回聲模擬信號(hào)來削減聲音傳播中回聲帶來的影響。其關(guān)鍵一環(huán)就是得到回聲路徑的沖擊響應(yīng)。回音路徑通常是未知的和時(shí)變的，所以一般采用自適應(yīng)濾波器來模擬回音路徑。自適應(yīng)濾波器消除回聲的顯著特點(diǎn)是計(jì)算量小，特別適合用于實(shí)時(shí)處理。

1.2 自適應(yīng)算法

1.2.1 LMS算法原理

在自適應(yīng)算法中，最經(jīng)典最簡單的算法是最小均方算法LMS（Last Mean Squares）。但在濾波初始階段，最小均方算法因在步長計(jì)算中在穩(wěn)態(tài)精度和收斂速度兩方面產(chǎn)生矛盾而逐漸被新的改進(jìn)算法（如變換域自適應(yīng)LMS算法[8]、NLMS算法、PNLMS算法和NLMS與IPNLM結(jié)合算法）所替代。步長因子與收斂速度成正相關(guān)，與穩(wěn)態(tài)精度成負(fù)相關(guān)。因此步長因子固定很難同時(shí)達(dá)到收斂速度快和穩(wěn)態(tài)精度高的去噪效果。

LMS的遞推公式為：

（1）

1.2.2 NLMS算法原理

歸一化最小均方算法NLMS是改進(jìn)LMS的一種最常用的自適應(yīng)濾波算法，通過調(diào)節(jié)步長的方式來解決收斂速度和穩(wěn)態(tài)精度對步長要求相互矛盾的問題，從而在去噪方面得到了廣泛的應(yīng)用[9]。優(yōu)點(diǎn)是在濾波的初始階段收斂速度快且步長因子大，而在滿足收斂速度后則可以通過減小步長因子的方式來提高穩(wěn)態(tài)精度。

NLMS的遞推公式為：

（2）

（3）

（4）

其中，y（t）表示通過系數(shù)可調(diào)節(jié)加權(quán)濾波器的輸出信號(hào)，γ表示xT（t） x（t）的調(diào)節(jié)參數(shù)，0≤γ≤1。

1.2.3 PNLMS算法原理

最小均方算法（LMS）和歸一化最小均方算法（NLMS）因具有計(jì)算復(fù)雜度低和穩(wěn)定性好的優(yōu)點(diǎn)而成為自適應(yīng)濾波算法應(yīng)用中比較流行的算法。當(dāng)響應(yīng)稀疏時(shí)，所有濾波器系數(shù)使用相同的自適應(yīng)步長，算法的收斂速度較慢。為了提高算法的收斂速度，提出了比例歸一化最小均方算法（PNLMS）[10，11]。該算法根據(jù)濾波系數(shù)的大小按比例更新各濾波系數(shù)，使算法的收斂速度比線性最小二乘法更快。

PNLMS的遞推公式為：

（5）

其中，G（t）表示增益分布矩陣。

1.2.4 NLMS+IPNLM算法原理

有效的增益分布會(huì)在提升整個(gè)自適應(yīng)濾波算法穩(wěn)態(tài)精度的同時(shí)減少誤差的產(chǎn)生，NLMS+IPNLM算法采用一種全新的基于個(gè)體系數(shù)收斂的增益分布策略，旨在提高PLMS算法的準(zhǔn)確性。NLMS+IPNLM為最接近實(shí)際值系數(shù)的增益分配更少的資源，讓一個(gè)系數(shù)變化率平衡單個(gè)系數(shù)收斂性，將其重新分配給尚未收斂的系數(shù)，從而提高整體算法的收斂速度。

NLMS+IPNLM算法的遞推公式為：

（6）

2 算法比較

隨著時(shí)間復(fù)雜度的不斷增加，算法的執(zhí)行效率將會(huì)越來越低。由表1可以看出，LMS算法的時(shí)間復(fù)雜度低，但由于算法受步長限制算法的精度也低，NLMS、PNLMS及NLMS+IPNLM的時(shí)間復(fù)雜度均為3O，算法執(zhí)行效率相同。通過對比噪聲的差值來更好地比較算法穩(wěn)態(tài)精度和收斂速度。

通過采集實(shí)際噪聲和比對估計(jì)噪聲值可知，差值越小算法的精確度越高，誤差也越小，如表2所示。

圖1、圖2、圖3是一組LMS、NLMS和PNLMS實(shí)際權(quán)矢量與估計(jì)權(quán)矢量對比。

圖中+號(hào)表示實(shí)際權(quán)矢量，*號(hào)表示估計(jì)權(quán)矢量，實(shí)際權(quán)矢量與估計(jì)權(quán)矢量越接近意味著算法精度越高。根據(jù)圖中數(shù)據(jù)可以看出，LMS與PNLMS兩種算法對噪聲的估計(jì)均出現(xiàn)了較大的偏差，甚至出現(xiàn)了零估計(jì)的情況，NLMS算法的估計(jì)值與實(shí)際值最接近，算法精度最高。

3 算法應(yīng)用

WebRTC中的AECM模塊采用自適應(yīng)濾波算法實(shí)現(xiàn)回聲消除。WebRTC是一種實(shí)時(shí)通信技術(shù)，允許網(wǎng)絡(luò)應(yīng)用或站點(diǎn)直接建立瀏覽器之間的點(diǎn)對點(diǎn)連接，實(shí)現(xiàn)任意數(shù)據(jù)的傳輸。AECM采用估計(jì)維納濾波的增益值來抑制回聲。

自適應(yīng)濾波器回聲抵消原理圖如圖4所示，圖中x（k）表示信號(hào)采樣值，y（k）表示經(jīng)過回聲通道產(chǎn)生的回聲。D端是近端麥克風(fēng)，收集麥克風(fēng)采集到的對講疊加的回聲和近端說話人的語音。對回聲消除器來說，其所接收到的遠(yuǎn)端信號(hào)作為一個(gè)參考信號(hào)，回聲消除器根據(jù)參考信號(hào)由自適應(yīng)濾波器產(chǎn)生回聲的估計(jì)值r（k），從近端將r（k）帶有回聲的語音信號(hào)減去，就能得到近端傳送出去的信號(hào)。在理想的情況下，經(jīng)過回聲消除器處理后，殘留的回聲誤差e（k） = d（k） - r（k）將為0，從而實(shí)現(xiàn)回聲消除。

其中，ω（t）表示濾波器權(quán)系數(shù)，μ表示步長因子（0＜μ＜2），x（t）表示通過系數(shù)可調(diào)加權(quán)濾波器的輸入信號(hào)；e（t）表示誤差信號(hào)。

4 算法仿真實(shí)驗(yàn)

4.1 實(shí)驗(yàn)方案

仿真實(shí)驗(yàn)是在AMD A8-4555M APU CPU 1.60 GHz、內(nèi)存為SAMSUNG DDR3 12GB 667 MHz、Microsoft Windows 10、64位操作系統(tǒng)的PC上通過MATLAB 2020b軟件進(jìn)行的。首先輸入可視對講語音信號(hào)記錄在可視對講中產(chǎn)生的實(shí)際噪聲，并在不同的信噪比下采用四種不同的LMS算法進(jìn)行對比實(shí)驗(yàn)（進(jìn)行多組對比驗(yàn)證算法的可靠性）。實(shí)驗(yàn)對可視對講客戶端進(jìn)行語音通話測試，室內(nèi)機(jī)輸入音頻信號(hào)，經(jīng)終端設(shè)備處理后回聲信號(hào)變?yōu)?0 dB，滿足回聲信號(hào)的國家處理標(biāo)準(zhǔn)，測試人員基本聽不到回聲噪音，系統(tǒng)檢測的失真主頻幅度、主頻頻率、訪客端失真、通道信噪比、總能量滿足基本可視對講要求，經(jīng)過消回聲處理后語音失真較小且保真度較好，表明經(jīng)過處理后的語音音色保持較好，語音清晰度較高。

4.2 實(shí)驗(yàn)結(jié)果及分析

實(shí)驗(yàn)分別比較了表2中三組誤差曲線和三組系統(tǒng)輸出的曲線，同時(shí)與改進(jìn)算法進(jìn)行對比分析，統(tǒng)計(jì)對比結(jié)果。

LMS、NLMS、PNLMS誤差曲線分別如圖5、圖6、圖7所示。

LMS、NLMS、PNLMS系統(tǒng)輸出分別如圖8、圖9、圖10所示。

改進(jìn)后NLMS實(shí)際值與估計(jì)值的偏差、誤差曲線以及系統(tǒng)輸出分別如圖11、圖12、圖13所示。

相較于其他三種算法，改進(jìn)NLMS算法的實(shí)際值與估計(jì)值的誤差更小，誤差曲線更接近于100，傳統(tǒng)NLMS和PNLMS的時(shí)間復(fù)雜性相似，算法復(fù)雜度相近，從仿真結(jié)果來看，NLMS的實(shí)際值與估計(jì)值的誤差比PNLMS的實(shí)際值與估計(jì)值的誤差小，對可視對講的回聲處理效果更好，PNLMS的系統(tǒng)輸出不隨輸入的變化而變化，有趨于0的趨勢，導(dǎo)致回聲處理結(jié)果丟失。

選取某小區(qū)一段可視對講音頻信號(hào)進(jìn)行去噪處理，如圖14所示，改進(jìn)算法兼顧了高中低三種頻率的信號(hào)，不會(huì)出現(xiàn)某一頻率信號(hào)無法去噪的情況，降低LMS算法存在的復(fù)雜性和克服快速LMS算法存在的數(shù)值穩(wěn)定性問題。信號(hào)的子帶分解能夠降低輸入信號(hào)自相關(guān)矩陣的特征值發(fā)散程度，從而加快自適應(yīng)濾波算法的收斂速度，同時(shí)便于并行處理，給算法的運(yùn)算過程帶來一定的靈活性。

5 結(jié) 論

本文對比了四種消除回聲噪音的自適應(yīng)濾波算法，通過比較算法的誤差，輸出以及實(shí)際值和估計(jì)值的矢量差值來判斷算法在回聲噪音處理方面的優(yōu)缺點(diǎn)。嚴(yán)格分析了改進(jìn)NLMS的性能，實(shí)驗(yàn)結(jié)果表明，改進(jìn)NLMS系統(tǒng)輸出與估計(jì)更接近且誤差更小，自適應(yīng)濾波算法可以有效地服務(wù)于回聲消除系統(tǒng)。消除回聲噪音可以讓可視對講系統(tǒng)的通話質(zhì)量更高。

參考文獻(xiàn)：

[1] 張澤旺.樓宇可視對講系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) [D].杭州：浙江大學(xué)，2022.

[2] LU J，ZHANG Q F，SHI W T，et al. Variable Step-size Normalized Subband Adaptive Filtering Algorithm for Self-interference Cancellation [J/OL].Measurement Science and Technology，2021，32（9）[2023-06-26].https：//iopscience.iop.org/article/10.1088/1361-6501/abe9dd.

[3] 王承才，詹杰，何蓯.基于手機(jī)端的可視門禁系統(tǒng) [J].吉首大學(xué)學(xué)報(bào)：自然科學(xué)版，2017，38（5）：51-58.

[4] 何青山.基于WebRTC的可視對講系統(tǒng)的研究與實(shí)現(xiàn) [D].蕪湖：安徽工程大學(xué)，2017.

[5] 黃偉勝.基于LonWorks的智能小區(qū)網(wǎng)絡(luò)分析 [J].通訊世界，2018（4）：105-106.

[6] 邵奎，卜雄珠.基于RS-485的分布式多總線通信系統(tǒng)設(shè)計(jì) [D].南京：南京理工大學(xué)，2013.

[7] 楊坡，劉鑄華.一種改進(jìn)的歸一化LMS算法 [J].艦船電子對抗，2017，40（4）：59-61+65.

[8] 張展，王維，史松林，等.基于改進(jìn)雙曲正切函數(shù)的LMS諧波電流檢測算法 [J].武漢大學(xué)學(xué)報(bào)：工學(xué)版，2020，53（12）：1085-1090.

[9] 蘇鋼，朱光喜，劉應(yīng)狀.一種新的變換域自適應(yīng)LMS濾波算法 [J].微電子學(xué)與計(jì)算機(jī)，2007（8）：65-68.

[10] 孫祥娥，聶冰霞.一種改進(jìn)的NLMS算法用于數(shù)字助聽器中的回聲消除 [J/OL].長江大學(xué)學(xué)報(bào)：自然科學(xué)版[2023-06-06].https：//kns.cnki.net/kcms2/article/abstract？v=S5uBaE2M3OfHFVx1jjOT7gTyRAwexTx9WPKdspwecgZVjv5LdQeRYWJ_nkINkUpcfcjGDihR6wvjZWdSoKFPkuPmBdCbe88sPKFmjz8hpiQ-amKX8cyDR_k-MarWsFtgPrP-KhbgZZg=amp;uniplatform=NZKPTamp;language=CHS.

[11] 郭繼昌，張雪，邱琳耀.一種改進(jìn)的PNLMS自適應(yīng)濾波算法 [J].天津大學(xué)學(xué)報(bào)：自然科學(xué)與工程技術(shù)版，2016，49（9）：972-977.

作者簡介：戴航（1994.11—），女，漢族，吉林長春人，助教，碩士，研究方向：機(jī)器視覺；鄭秋華（1992.9—），男，漢族，江蘇鎮(zhèn)江人，工程師，碩士，研究方向：橋梁與隧道工程。

收稿日期：2023-08-24

Research on the Application of Adaptive Filtering Algorithm in Visual Intercom Systems

DAI Hang， ZHENG Qiuhua

（Changchun Technical University of Automobile， Changchun 130013， China）

Abstract： With the continuous deepening of life intelligence， the safety of communities and residential areas is also increasingly placed in an important position. In a visual intercom system， intercom is the core of the system， and the quality of calls determines the effectiveness of intercom. On the basis of a comprehensive analysis of traditional adaptive filtering algorithms， an improved normalized minimum mean square algorithm is proposed to address the serious impact of echo on intercom quality. The research results indicate that improved normalized minimum mean square algorithm can effectively eliminate the echo noise generated by visual intercom and significantly improve the intercom quality of the visual intercom system.

Keywords： adaptive filtering algorithm; LMS; echo noise