买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：苏州大学

摘要：本发明涉及电话通信领域，具体提供了一种用于电话通信的非线性回声消除方法及系统，所述方法包括：获取输入信号采样值来构建输入向量和预采样矩阵，获取期望信号采样值来构建期望向量；根据预采样矩阵生成低秩近似矩阵；根据低秩近似矩阵和输入向量生成映射后的输入矩阵；根据映射后的输入矩阵和期望向量生成误差信号向量；根据误差信号向量生成非线性函数向量；根据非线性函数向量和映射后的输入矩阵生成梯度累加矩阵；根据梯度累加矩阵更新回声消除器的权值向量。通过奈斯特隆方法近似学生氏t核来构建映射后的输入矩阵，采用符号函数来构建非线性函数向量，兼顾了非线性回声消除能力、抗干扰能力和较低的计算复杂度。

主权项：1.一种用于电话通信的非线性回声消除方法，其特征在于，包括：获取输入信号采样值，根据所述输入信号采样值分别构建输入向量和预采样矩阵；获取期望信号采样值，根据所述期望信号采样值构建期望向量；根据所述预采样矩阵生成低秩近似矩阵；根据所述低秩近似矩阵和所述输入向量生成映射后的输入矩阵；根据所述映射后的输入矩阵和所述期望向量生成误差信号向量；根据所述误差信号向量生成非线性函数向量；根据所述非线性函数向量和所述映射后的输入矩阵生成梯度累加矩阵；根据所述梯度累加矩阵更新回声消除器的权值向量；其中，基于学生氏t核将所述预采样矩阵转换成包含有非线性元素的所述低秩近似矩阵；基于奈斯特隆方法来根据所述低秩近似矩阵和所述输入向量生成映射后的输入矩阵；其中，基于所述预采样矩阵中的向量个数确定所述奈斯特隆方法的近似阶数，基于所述近似阶数确定所述低秩近似矩阵中索引值的范围，基于所述索引值的范围对所述学生氏t核进行近似处理；在所述近似阶数的临界值到来前，所述近似阶数越大，所述近似处理得到的滤波精度越大；基于符号函数来根据所述误差信号向量生成所述非线性函数向量；基于自适应梯度法来根据所述梯度累加矩阵更新自适应滤波器的权值向量；根据所述输入信号采样值分别构建输入向量和预采样矩阵，根据所述期望信号采样值构建期望向量，包括：所述输入向量表示为：xn＝[xn,xn-1,...,xn-M+1]T；其中，xn,xn-1,...,xn-M+1为当前n时刻及其之前连续M-1个时刻的输入信号采样值，M为采样长度，上标T表示转置运算符；所述预采样矩阵表示为：S＝[s1,s2,...,sD]；其中，s1,s2,...,sD为D个M维的预采样向量，所述预采样向量互不相交；其中，所述奈斯特隆方法的所述近似阶数为所述预采样向量的个数；以及，所述回声消除器的权值向量长度为所述近似阶数；所述期望向量表示为：dn＝[dn,dn-1,...,dn-P+1]T；其中，dn,dn-1,...,dn-P+1为所述当前n时刻及其之前连续P-1个时刻的所述期望信号采样值；根据所述预采样矩阵生成低秩近似矩阵，包括：所述低秩近似矩阵表示为： 其中，v和σ分别为所述学生氏t核的自由度和核宽，i和j为所述索引值；根据所述低秩近似矩阵和所述输入向量生成映射后的输入矩阵，包括：所述映射后的输入矩阵表示为：Zn＝[zxn,zxn-1,...,zxn-P+1]；其映射关系为： 其中，Λ为所述低秩近似矩阵K的特征值降序排列构成的对角矩阵，V为与Λ对应的特征向量矩阵；根据所述映射后的输入矩阵和所述期望向量生成误差信号向量，包括：所述误差信号向量为： 其中，wn-1＝[wn-1,0,wn-1,1,...,wn-1,D-1]T为所述回声消除器在n-1时刻的D个抽头权值wn-1,0,wn-1,1,...,wn-1,D-1构成的权值向量；根据所述误差信号向量生成非线性函数向量，包括：所述非线性函数向量为：sgnen＝[sgnen,0,sgnen,1,…,sgnen,P-1]T；其中，en,0,en,1,...,en,P-1为所述误差信号向量en的P个元素，sgn·为符号函数，sgn·为向量形式的符号函数；根据所述非线性函数向量和所述映射后的输入矩阵生成梯度累加矩阵，包括：所述梯度累加矩阵为： 其中，diag表示对角矩阵；根据所述梯度累加矩阵更新回声消除器的权值向量，包括：采用所述自适应梯度法进行推导，所述自适应滤波器的权值向量的更新公式推导为： 其中，μ为迭代步长值，ε为正则化参数，ID为D维单位矩阵。

全文数据：

权利要求：

百度查询： 苏州大学 一种用于电话通信的非线性回声消除方法及系统