Documentos de Académico
Documentos de Profesional
Documentos de Cultura
discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/269103059
CITATIONS READS
0 49
2 authors:
Some of the authors of this publication are also working on these related projects:
Diseo y Construccin del Prototipo de un Sistema Electrnico para el Control de Movimiento de una
Plataforma Mvil a partir de ElectroOculografa View project
All content following this page was uploaded by Fabin R. Jimnez L. on 04 December 2014.
The user has requested enhancement of the downloaded file. All in-text references underlined in blue are added to the original document
and are linked to publications on ResearchGate, letting you access and read them immediately.
ISSN: 1692-7257
Revista Colombiana de
Tecnologas de Avanzada
Abstract: This paper focuses on study and comparison of adaptive LMS filters modeling
simulation and performance characteristics used for echo cancellation applications. In that
sense, three conventional adaptive filtering algorithms are revised, Least Mean Squares
algorithm (LMS), Normalized Least Mean Squares algorithm (NLMS) and Signed Least
Mean Squares algorithm (SLMS). The implementation of adaptive filters is performed
considering FIR structures with a number of preset taps to minimize the variation of the
error signal using the Digital Signal Processing Toolbox from Matlab-Simulink,
where the echo was simulated by adding attenuated and delayed images over voice signal
input. Finally the comparison between the algorithms was evaluated using performance
indices such us time response, convergence velocity and ERLE spectral analysis.
Keywords: Acoustic Echo Canceller, Least Mean Square Adaptive Algorithm, Adaptive
Filters.
1
Universidad de Pamplona
ISSN: 1692-7257
Revista Colombiana de
Tecnologas de Avanzada
2
Universidad de Pamplona
ISSN: 1692-7257
Revista Colombiana de
Tecnologas de Avanzada
de eco debe ser capaz de adaptarse rpidamente y caractersticas son en consecuencia variables
la capacidad de seguimiento de filtros (Haykin, 2013). La seal de error retorna al filtro
adaptativos puede ser til para seguir estos para actualizar el peso o ganancia de sus
cambios (Sayed, 2010). coeficientes a partir de los algoritmos de
adaptacin con el fin de minimizar la funcin de
2.1 Estructura de Filtrado Adaptativo para esta diferencia. En el caso de cancelacin de eco
Cancelacin de Eco
acstico ideal, la salida ptima del filtro
La Fig. 3. representa el esquema bsico de
adaptativo es igual al valor de la seal de eco, sin
cancelacin de eco, considerando que existen
embargo esta cancelacin o es perfecta
exclusivamente un micrfono y un altavoz en el
(Bellanger, 2001).
interior de un recinto, por lo que se habla en este
Idealmente, cuando la salida del filtro
caso de cancelacin monocanal.
adaptativo es igual a la seal deseada, la seal de
error converge a cero, es decir se obtiene una
seal libre de eco, el cual es cancelado por el
sistema adaptativo y garantiza que el hablante u
oyente no escuche ningn eco, silbido o
interferencia acstica (Haykin, 2013; Diniz,
2008; Duttweiler, 2000).
En consecuencia, el Filtro Digital Adaptativo
W[k] es ajustado para disminuir la potencia de
Fig. 3. Diagrama de bloques del sistema de error en cada intervalo de muestreo k. El
cancelacin de eco adaptativo. algoritmo de adaptacin debe proporcionar un
El elemento principal del cancelador de eco funcionamiento en tiempo real, de rpida
(Sayed, 2000) es el filtro adaptativo que convergencia, y un elevado mejoramiento de la
identifica o modela la funcin de transferencia de estimacin de prdida de retorno del eco ERLE
la trayectoria del eco acstico es decir, la (Echo Return Loss Enhancement).
respuesta al impulso H[k] del sistema El rendimiento de un cancelador de eco se
comprendido entre el altavoz, el recinto y el mide comnmente por un parmetro llamado
micrfono, para obtener una rplica y[k] de la estimacin de la prdida de retorno de eco
seal yh[k]por medio del filtro adaptativo W[k] ERLE, que mide la cantidad de prdida
(Makino, Et. Al, 1993). Dado que la respuesta al introducida por el filtro adaptativo, mediante la
impulso vara con las condiciones del entorno y valoracin de la relacin entre la potencia de la
el hablante, el filtro adaptativo se utiliza para seal entrante a cancelar d[k] y la potencia de la
identificar H[k]. La seal deseada d[k] se obtiene seal de error residual e[k] inmediatamente
mediante la convolucin de la seal de entrada despus de la cancelacin (Ajadi, Et. Al 1997;
enviada al altavoz x[k] con la respuesta al Kuch, 2005). Este parmetro se mide en dB y
impulso del ambiente acstico, y una rplica de constituye un criterio de evaluacin significativo,
eco se crea a la salida del filtro adaptativo, que ya que relaciona la mejora en la impresin
incluye otras seales, entre las que se destacan el acstica del usuario lejano, es decir, establece en
ruido ambiente y la seal de voz del hablante forma efectiva si la potencia de la seal del eco
representadas como n[k]. La rplica de eco y[k] se reduce o no. Este parmetro depende del
se sustrae a continuacin de la seal de eco tamao del filtro adaptativo y del diseo de los
capturada por el micrfono d[k] obtenindose la algoritmos, y cuanto mayor sea el valor de
seal de error e[k]. ERLE, mejor ser el desempeo del cancelador
Los algoritmos de adaptacin que alteran los de eco. La definicin de este parmetro es:
coeficientes del filtro con el fin de minimizar la
funcin de la diferencia entre la seal d[k] y su
salida actual y[k] permiten obtener la funcin de Donde el operador E() corresponde a la
costo o de peso del algoritmo adaptativo W[k]. esperanza estadstica, que se calcula como
En ese sentido W[k] representa la dinmica del promedio. Otro parmetro de evaluacin de
filtro adaptativo utilizado para cancelar la seal desempeo del filtro adaptativo es el Error
de eco, es decir representa la actualizacin Medio Cuadrtico MSE (Mean Square Error), el
continua de sus coeficientes. El filtro adaptativo cual estima la energa del error residual mediante
intenta igualar su salida y[k] a la salida del eco la Ecuacin (3), (Duttweiler, 2000):
generado dentro del entorno acstico d[k]. En
cada iteracin e[k] = d[k] y[k], la seal de
error se alimenta de nuevo en el filtro, donde sus
3
Universidad de Pamplona
ISSN: 1692-7257
Revista Colombiana de
Tecnologas de Avanzada
4
Universidad de Pamplona
ISSN: 1692-7257
Revista Colombiana de
Tecnologas de Avanzada
5
Universidad de Pamplona
ISSN: 1692-7257
Revista Colombiana de
Tecnologas de Avanzada
6
Universidad de Pamplona
ISSN: 1692-7257
Revista Colombiana de
Tecnologas de Avanzada
7
Universidad de Pamplona
ISSN: 1692-7257
Revista Colombiana de
Tecnologas de Avanzada
4.2.4 Anlisis de Convergencia Breining, C., Dreiseitel, P., Hansler, E., Mader, A.,
Nitsch, B.,Puder, H., Schertler, T., Schmidt, G.,
Este parmetro permite determinar el tiempo que
and Tilp, J. (1999). Acoustic Echo Control.
tarda el algoritmo de filtrado adaptativo para IEEE Signal Proc. Magazine, 16, 42 69.
calcular el valor ptimo de coeficientes para Per Ahgren, (2004), An environment for real time
obtener la seal de salida del filtro libre de eco. laboratory exercises in acoustic echo
cancellation, Ph.D. Dissertation, Department of
systems and control, Uppsala University,
Uppsala, Sweden.
Adali, T. and Haykin, S. (2010). Adaptive and
Learning Systems for Signal Processing,
Communications, and Control, John Wiley &
Sons.
Sayed, A. (2008). Adaptive Filters, John Wiley.
Makino, S., Kaneda, Y. and Koizumi, N. (1993).
Exponentially weighted step size NLMS
adaptive filter based on the statistics of a room
impulse response, IEEE Trans. on speech and
Figura 14. Resultados de clculo de audio Processing, vol. 1, No.1, pp.101-108.
convergencia para el cancelador de eco usando Haykin, S. (2013). Adaptive Filter Theory, Pearson
algoritmos de adaptacin LMS, NLMS y SLMS. Education, Prentice Hall. 5th Edition.
Bellanger, M. (2001). Adaptive Digital Filters and
La Fig. 14 representa la ruta de convergencia Signal Analysis, Marcel Deckr, N. Y. 2nd Ed.
para los algoritmos de adaptacin simulados, Diniz, P. S. (2008). Adaptive Filtering: Algorithms
donde se observa que el tiempo de convergencia and Practical Implementation. 3rd edition
es mnimo para el algoritmo NLMS (1,5 seg) y Springer, New York, NY, USA.
mximo para el algoritmo LMS (2,1 seg), Duttweiler, D. L., (2000). Proportionate normalized
mientras que la amplitud del retraso para el least mean square adaptation in echo cancellers,
algoritmo SLMS describi un tiempo intermedio IEEE Transactions on Speech and Audio
Processing, Vol. 8, pp. 508518, Sept. 2000.
(1,9 seg). Por lo tanto, el algoritmo NLMS ofrece
mejor desempeo desde el punto de vista de Jimnez, F. y Crdenas P., (2011). Diseo e
Implementacin de Filtros Antialiasing para la
costo computacional en la cancelacin del eco.
Adquisicin de Armnicos de Corriente y
5. CONCLUSIONES Tensin en un FAP, Revista Colombiana de
Tecnologas de Avanzada, Vol. 2, Nm. 18, pp.
Se llev a cabo con xito el desarrollo de los 10 17, Nov. 2011.
algoritmos de filtrado adaptativo LMS, SLMS y Ruiz, J. O. (2010). Implementacin de Filtros
NLMS con el soporte de la herramienta de Adaptativos en Tecnologas de Lgica
simulacin Matlab, as como la comprobacin reconfigurable, Revista Colombiana de
de su funcionalidad para compensar el eco de Tecnologas de Avanzada, Vol. 2, Nm. 16, pp.
una seal de voz. Estos resultado permiten 92 98, Ago. 2010.
conocer y anticipar el comportamiento de las Lankila, A. (2008). Simulation Model for an Active
Noise Control System - Development and
seales, y sirven de base para la ejecucin de los
Validation. Helsinki University Of Technology.
algoritmos para ser implementados e
Cuenca, D. y Muoz. A. (2005). Control Activo de
procesadores digitales de seal.
Ruido. Universidad de Costa Rica.
Teniendo en cuenta el anlisis temporal, anlisis
Stearns, S. D. and Widrow, B. (1985) Adaptive Signal
espectral ERLE y el anlisis de convergencia de Processing, Prentice-Hall, N.Y.
tres algoritmos de filtrado adaptativo, este trabajo
Muoz, E.A. y Tapia, X. A. (2007). Diseo e
concluye que el algoritmo NLMS es el ms Implementacin de un Sistema de Reduccin del
adecuado para la cancelacin de eco. Al analizar Ruido Industrial en la Comunicacin entre
el comportamiento de la respuesta en el tiempo y Operadores. Escuela Politcnica Nacional.
escuchando las respuestas de audio de la Velazquez, J., Sanchez, J. y Perez, H. (2006).
estimacin de la seal de salida, tambin se Adaptive filters with codified error LMS
puede concluir que la calidad temporal percibida Algorithm, International Journal
y la textura es mejor para el algoritmo NLMS, Electromagnetic Waves and Electronic Systems,
Vol. 1, pp. 23 28, Jul. 2006.
seguido del algoritmo SLMS y LMS.
Moreno, F. y Bandarra E., (2009). Propuesta de uso
REFERENCIAS de control adaptativo en resfriadores de agua
para usar en sistemas de refrigeracin por
Gay, S. L. and Benesty, J. (2000). Acoustic Signal
compresin de vapor, Revista Colombiana de
Processing for Telecommunication. Kluwer
Tecnologas de Avanzada, Vol. 2, Nm. 14, pp.
Academic Publishers, Boston, MA.
96 101.
8
Universidad de Pamplona