JPH098710A - エコー消去用の適応フィルタ、エコー消去システム及び方法 - Google Patents
エコー消去用の適応フィルタ、エコー消去システム及び方法Info
- Publication number
- JPH098710A JPH098710A JP8157821A JP15782196A JPH098710A JP H098710 A JPH098710 A JP H098710A JP 8157821 A JP8157821 A JP 8157821A JP 15782196 A JP15782196 A JP 15782196A JP H098710 A JPH098710 A JP H098710A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- forgetting factor
- dynamically
- regularization
- echo
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B3/00—Line transmission systems
- H04B3/02—Details
- H04B3/20—Reducing echo effects or singing; Opening or closing transmitting path; Conditioning for transmission in one direction or the other
- H04B3/23—Reducing echo effects or singing; Opening or closing transmitting path; Conditioning for transmission in one direction or the other using a replica of transmitted signal in the time domain, e.g. echo cancellers
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H21/00—Adaptive networks
- H03H21/0012—Digital adaptive filters
- H03H21/0043—Adaptive algorithms
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Filters That Use Time-Delay Elements (AREA)
- Feedback Control In General (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
(57)【要約】
【課題】 エコー消去用の適応フィルタ、エコー消去シ
ステム及方法の提供。 【解決手段】 動的正則化高速帰納最小自乗（ＤＲ−Ｆ
ＲＬＳ）適応フィルタ１０がＤＲ−ＦＲＬＳプログラム
を含む少なくとも１個のプログラムを格納するためのメ
モリ１８と、ＤＲ−ＦＲＬＳプログラムに応動して、入
力信号１４を適応的にフィルタ処理するため且つ入力信
号１４に連関する出力信号４０を生成するためのプロセ
ッサ１６とからなる。
ステム及方法の提供。 【解決手段】 動的正則化高速帰納最小自乗（ＤＲ−Ｆ
ＲＬＳ）適応フィルタ１０がＤＲ−ＦＲＬＳプログラム
を含む少なくとも１個のプログラムを格納するためのメ
モリ１８と、ＤＲ−ＦＲＬＳプログラムに応動して、入
力信号１４を適応的にフィルタ処理するため且つ入力信
号１４に連関する出力信号４０を生成するためのプロセ
ッサ１６とからなる。
Description
【０００１】
【発明の属する技術分野】本発明は、適応フィルタ処理
の手法に関し、詳しくは、音響エコー消去に関する。
の手法に関し、詳しくは、音響エコー消去に関する。
【０００２】
【従来の技術】適応フィルタ処理の手法は、例えば音響
エコー消去、音声処理、及び映像圧縮を含む映像処理に
適用される。特に、高速帰納最小自乗（ＦＲＬＳ）の手
法が知られており、これは入力励起信号が高度にカラー
化され又は自己相関かされている場合でも、収束が比較
的高速であり、その一方、計算量は比較的少ない。
エコー消去、音声処理、及び映像圧縮を含む映像処理に
適用される。特に、高速帰納最小自乗（ＦＲＬＳ）の手
法が知られており、これは入力励起信号が高度にカラー
化され又は自己相関かされている場合でも、収束が比較
的高速であり、その一方、計算量は比較的少ない。
【０００３】高速帰納最小自乗（ＦＲＬＳ）の手法は、
帰納最小自乗（ＲＬＳ）の手法と同様に、概していえ
ば、入力励起信号のサンプル共分散行列（マトリック
ス）Ｒnの逆を用いる。このため、高速帰納最小自乗
（ＦＲＬＳ）の手法も帰納最小自乗（ＲＬＳ）の手法
も、Ｒn の条件が悪い場合、すなわちＲn の条件数（す
なわち最高固有値の最低固有値に対する比率）が高い場
合に計算的に不安定になる。
帰納最小自乗（ＲＬＳ）の手法と同様に、概していえ
ば、入力励起信号のサンプル共分散行列（マトリック
ス）Ｒnの逆を用いる。このため、高速帰納最小自乗
（ＦＲＬＳ）の手法も帰納最小自乗（ＲＬＳ）の手法
も、Ｒn の条件が悪い場合、すなわちＲn の条件数（す
なわち最高固有値の最低固有値に対する比率）が高い場
合に計算的に不安定になる。
【０００４】このような高い条件数は、励起信号の自己
相間に起因し、又はＲn の推定に比較的短いデータウイ
ンドウを用いることに起因して発生する。高速帰納最小
自乗（ＦＲＬＳ）の手法も帰納最小自乗（ＲＬＳ）の手
法も、Ｒn が比較的小さな固有値を有する場合に、シス
テム測定ノイズ及び／又は有限精密計算からの数値的エ
ラーの影響を受け易い。
相間に起因し、又はＲn の推定に比較的短いデータウイ
ンドウを用いることに起因して発生する。高速帰納最小
自乗（ＦＲＬＳ）の手法も帰納最小自乗（ＲＬＳ）の手
法も、Ｒn が比較的小さな固有値を有する場合に、シス
テム測定ノイズ及び／又は有限精密計算からの数値的エ
ラーの影響を受け易い。
【０００５】
【発明が解決しようとする課題】このような不安定性に
対処する１つの方法は、高速帰納最小自乗（ＦＲＬＳ）
及び帰納最小自乗（ＲＬＳ）手法のような最小自乗法
に、正則化（レギュラリゼーション）手法を実現するこ
とである。正則化においては、δＩN のような行列が、
反転に先立ってＲn に追加される。ここに、δは比較的
小さな正数、そしてＩN はＮ次元の恒等行列である。
対処する１つの方法は、高速帰納最小自乗（ＦＲＬＳ）
及び帰納最小自乗（ＲＬＳ）手法のような最小自乗法
に、正則化（レギュラリゼーション）手法を実現するこ
とである。正則化においては、δＩN のような行列が、
反転に先立ってＲn に追加される。ここに、δは比較的
小さな正数、そしてＩN はＮ次元の恒等行列である。
【０００６】行列δＩNを用いることによって、δが、
結果として得られる行列Ｒn＋δＩNの最小固有値に対す
る下限境界として設定され、したがって、δの大きさに
依って、最小自乗解が安定化される。
結果として得られる行列Ｒn＋δＩNの最小固有値に対す
る下限境界として設定され、したがって、δの大きさに
依って、最小自乗解が安定化される。
【０００７】概して、高速帰納最小自乗（ＦＲＬＳ）適
応フィルタ処理については、正則化が、高速帰納最小自
乗（ＦＲＬＳ）手法の計算量を０（Ｎ）量を超えて増加
させる。加えて、高速帰納最小自乗（ＦＲＬＳ）手法は
適応フィルタ処理を行うけれども、初期の正則化度が時
間と共に減少し、適応フィルタ処理を再スタートしない
限り正則化度を回復できない。
応フィルタ処理については、正則化が、高速帰納最小自
乗（ＦＲＬＳ）手法の計算量を０（Ｎ）量を超えて増加
させる。加えて、高速帰納最小自乗（ＦＲＬＳ）手法は
適応フィルタ処理を行うけれども、初期の正則化度が時
間と共に減少し、適応フィルタ処理を再スタートしない
限り正則化度を回復できない。
【０００８】
【課題を解決するための手段】動的正則化高速帰納最小
自乗の適応フィルタ及び方法によって０（Ｎ）の計算量
が得られ、適応フィルタ処理の再スタートを必要とせず
に実時間で、動的に調整された正則化が得られる。適応
フィルタは、動的正則化高速帰納最小自乗プログラムを
含む少なくとも１個のプログラムを格納するためのメモ
リと、動的正則化高速帰納最小自乗プログラムに応動し
て、入力信号を適応的にフィルタ処理するため、且つ入
力信号に連関する出力信号を生成するためのプロセッサ
とからなる。
自乗の適応フィルタ及び方法によって０（Ｎ）の計算量
が得られ、適応フィルタ処理の再スタートを必要とせず
に実時間で、動的に調整された正則化が得られる。適応
フィルタは、動的正則化高速帰納最小自乗プログラムを
含む少なくとも１個のプログラムを格納するためのメモ
リと、動的正則化高速帰納最小自乗プログラムに応動し
て、入力信号を適応的にフィルタ処理するため、且つ入
力信号に連関する出力信号を生成するためのプロセッサ
とからなる。
【０００９】
【発明の実施の形態】図１に示すような、図面と図中の
参照符号（番号）とを参照して、以下、環境１２におけ
るエコー消去に適用される本発明の実施例の適応フィル
タ１０及び方法について詳しく説明する。本発明の適応
フィルタ１０及び方法によって、動的正則化高速帰納最
小自乗手法が実現され、これによって０（Ｎ）の計算量
が得られ、適応フィルタ処理の再スタートを必要とせず
に実時間で、動的に調整された正則化が得られる。
参照符号（番号）とを参照して、以下、環境１２におけ
るエコー消去に適用される本発明の実施例の適応フィル
タ１０及び方法について詳しく説明する。本発明の適応
フィルタ１０及び方法によって、動的正則化高速帰納最
小自乗手法が実現され、これによって０（Ｎ）の計算量
が得られ、適応フィルタ処理の再スタートを必要とせず
に実時間で、動的に調整された正則化が得られる。
【００１０】下で更に詳しく述べるように、本発明の適
応フィルタ１０及び方法を、音響エコー消去実施例に関
して説明し、エコー消去に関して種々の用語及び称呼を
用いて述べる。当業者であれば、ここに説明する本発明
の適応フィルタ及び方法を、音声処理、及び映像圧縮を
含む映像処理のような用途において実現することが可能
である。
応フィルタ１０及び方法を、音響エコー消去実施例に関
して説明し、エコー消去に関して種々の用語及び称呼を
用いて述べる。当業者であれば、ここに説明する本発明
の適応フィルタ及び方法を、音声処理、及び映像圧縮を
含む映像処理のような用途において実現することが可能
である。
【００１１】図１において、本発明の適応フィルタ及び
方法が遠端（他端）の話者（図１に示さない）から入力
励起信号１４（ｘn と名付ける）を受信する。ここに、
ｎはサンプルの指標、そしてｘn は、ｎ＜０に対して０
に等しい。一実施例において、適応フィルタ１０は、励
起信号１４を処理するために、プロセッサ１６とメモリ
１８と、ここに述べる動的正則化高速帰納最小自乗プロ
グラムを含む少なくとも１個の格納されたプログラム２
０とを有する。
方法が遠端（他端）の話者（図１に示さない）から入力
励起信号１４（ｘn と名付ける）を受信する。ここに、
ｎはサンプルの指標、そしてｘn は、ｎ＜０に対して０
に等しい。一実施例において、適応フィルタ１０は、励
起信号１４を処理するために、プロセッサ１６とメモリ
１８と、ここに述べる動的正則化高速帰納最小自乗プロ
グラムを含む少なくとも１個の格納されたプログラム２
０とを有する。
【００１２】プロセッサ１６は、更に詳しく下で述べる
ように、第１のパラメータ生成器２２と、第２のパラメ
ータ生成器２４と、公算（尤度、又は、ゆう度）変数安
定化ユニット（装置）２６と、合同プロセス拡張ユニッ
ト（装置）２８とからなる。第２のパラメータ生成器２
４は又、例えば下の式（１１）〜（１３）に関連して述
べるようなψn、ξn、及びｐn に対応するリフレッシュ
信号を受信する。このリフレッシュ信号は、プロセッサ
１６によって生成され、入力デバイス（図１に示さな
い）から受信され、適応フィルタ１０のメモリ１８に格
納される。
ように、第１のパラメータ生成器２２と、第２のパラメ
ータ生成器２４と、公算（尤度、又は、ゆう度）変数安
定化ユニット（装置）２６と、合同プロセス拡張ユニッ
ト（装置）２８とからなる。第２のパラメータ生成器２
４は又、例えば下の式（１１）〜（１３）に関連して述
べるようなψn、ξn、及びｐn に対応するリフレッシュ
信号を受信する。このリフレッシュ信号は、プロセッサ
１６によって生成され、入力デバイス（図１に示さな
い）から受信され、適応フィルタ１０のメモリ１８に格
納される。
【００１３】プロセッサ１６のこれらの構成要素２２〜
２８は、ここに示すようなメモリ１８及び格納されたプ
ログラム２０に関連して作動するものであれば、個別の
プロセッサでもよく又マイクロプロセッサ及び／又は集
積回路のような少なくとも１個のプロセッサの部分を構
成するものでもよい。
２８は、ここに示すようなメモリ１８及び格納されたプ
ログラム２０に関連して作動するものであれば、個別の
プロセッサでもよく又マイクロプロセッサ及び／又は集
積回路のような少なくとも１個のプロセッサの部分を構
成するものでもよい。
【００１４】励起信号１４は又、環境１２にも供給され
る。環境１２は、話者３０に連関する近端又はローカル
音声及びノイズを有する部屋のような近端領域である。
この部屋は又、スピーカ３２、マイクロホン３４、及び
それらの間のエコーパス（経路）３６を有する。スピー
カ３２は励起信号１４に応動して可聴周波（オーディ
オ）信号を生成すると共に、エコーパス３６に連関する
エコー（反響）を生成する。
る。環境１２は、話者３０に連関する近端又はローカル
音声及びノイズを有する部屋のような近端領域である。
この部屋は又、スピーカ３２、マイクロホン３４、及び
それらの間のエコーパス（経路）３６を有する。スピー
カ３２は励起信号１４に応動して可聴周波（オーディ
オ）信号を生成すると共に、エコーパス３６に連関する
エコー（反響）を生成する。
【００１５】マイクロホン３４がノイズ及びエコーを含
む、環境からのオーディオ信号を受信して、望む信号３
８（ｄn と名付ける）を生成する。望む信号ｄn には、
部屋すなわち環境の応答、すなわち励起信号ｘn に起因
するエコー、及びマイクロホン３４によって検出される
背景音響信号ｖn が含まれる。
む、環境からのオーディオ信号を受信して、望む信号３
８（ｄn と名付ける）を生成する。望む信号ｄn には、
部屋すなわち環境の応答、すなわち励起信号ｘn に起因
するエコー、及びマイクロホン３４によって検出される
背景音響信号ｖn が含まれる。
【００１６】本発明の適応フィルタ１０及び方法は、下
で更に詳しく述べるように、望む信号ｄn を処理して、
エコー残留信号４０（ｅ0,n と名付ける）を生成する。
この信号は、遠端話者（図１に示さない）に出力され
る。エコー残留信号４０は、励起信号ｘn に連関する先
天的エラー又は残留エコーに対応する。エコー残留信号
４０は、それから遠端の話者及び技術的に知られている
適切なデバイスによって用いられて、環境１２における
励起信号ｘn に起因するエコーが補償される。
で更に詳しく述べるように、望む信号ｄn を処理して、
エコー残留信号４０（ｅ0,n と名付ける）を生成する。
この信号は、遠端話者（図１に示さない）に出力され
る。エコー残留信号４０は、励起信号ｘn に連関する先
天的エラー又は残留エコーに対応する。エコー残留信号
４０は、それから遠端の話者及び技術的に知られている
適切なデバイスによって用いられて、環境１２における
励起信号ｘn に起因するエコーが補償される。
【００１７】構成要素２２〜２８を含む本発明の適応フ
ィルタ１０及びその用法は、本発明の適応フィルタ１０
の用法を行うように作動する制御器によって制御される
ファームウエア又はカスタム化された集積回路のよう
な、ハードウエアの形で実現される。
ィルタ１０及びその用法は、本発明の適応フィルタ１０
の用法を行うように作動する制御器によって制御される
ファームウエア又はカスタム化された集積回路のよう
な、ハードウエアの形で実現される。
【００１８】特に、制御器（図１に示さない）は、再ス
タート信号４２を、例えば本発明の適応フィルタ１０及
び方法の合同プロセス拡張ユニット２８に供給する（こ
れについては下で更に詳しく述べる）。再スタート信号
４２は、入力デバイス（図１に示さない）を通してユー
ザによって生成される。
タート信号４２を、例えば本発明の適応フィルタ１０及
び方法の合同プロセス拡張ユニット２８に供給する（こ
れについては下で更に詳しく述べる）。再スタート信号
４２は、入力デバイス（図１に示さない）を通してユー
ザによって生成される。
【００１９】本発明の適応フィルタ１０及びその用法
は、集積回路又はコンピュータの形でも実現される。例
えば、本発明の適応フィルタ１０及びその用法は、シリ
コングラフィックス社から入手可能な「ＩＮＤＹ」形ワ
ークステーションにおいて実現可能である。
は、集積回路又はコンピュータの形でも実現される。例
えば、本発明の適応フィルタ１０及びその用法は、シリ
コングラフィックス社から入手可能な「ＩＮＤＹ」形ワ
ークステーションにおいて実現可能である。
【００２０】この場合、Ｒ−４０００を基本とするマイ
クロプロセッサをプロセッサ１６として用い、メモリ１
８として約８ＭＢのメモリを設け、少なくとも１個の格
納されたプログラム２０として「ＭＡＴＬＡＢ」（ＴＨ
Ｅ ＭＡＴＨＷＯＲＫＳ，ＩＮＣ．（Natic, Massachus
etts）から入手可能）のような高レベル言語で書かれ
た、コンパイルされ翻訳されたソースコ−ドを走らせ
る。
クロプロセッサをプロセッサ１６として用い、メモリ１
８として約８ＭＢのメモリを設け、少なくとも１個の格
納されたプログラム２０として「ＭＡＴＬＡＢ」（ＴＨ
Ｅ ＭＡＴＨＷＯＲＫＳ，ＩＮＣ．（Natic, Massachus
etts）から入手可能）のような高レベル言語で書かれ
た、コンパイルされ翻訳されたソースコ−ドを走らせ
る。
【００２１】本発明の適応フィルタ１０及び方法におい
て、高速帰納最小自乗手法（ＦＲＬＳ）は、計算的に効
率のよい正則化手法を含むように変更される。概論すれ
ば、帰納最小自乗手法（ＲＬＳ）及び高速帰納最小自乗
手法（ＦＲＬＳ）は、次式を効率的に実現したものであ
る（次式＝式（１）〜（４））。
て、高速帰納最小自乗手法（ＦＲＬＳ）は、計算的に効
率のよい正則化手法を含むように変更される。概論すれ
ば、帰納最小自乗手法（ＲＬＳ）及び高速帰納最小自乗
手法（ＦＲＬＳ）は、次式を効率的に実現したものであ
る（次式＝式（１）〜（４））。
【００２２】
【数１】
【００２３】帰納最小自乗手法（ＲＬＳ）及び高速帰納
最小自乗手法（ＦＲＬＳ）において、共分散行列Ｒn を
推定するために用いられるデータにウインドウ処理の手
法が適用される。例えば、指数ウインドウを用いること
により、次式に従ってサンプリング期間ｎ−１からサン
プリング期間ｎまでのＲn のランク１の更新が得られる
（次式＝式（５）〜（８））。
最小自乗手法（ＦＲＬＳ）において、共分散行列Ｒn を
推定するために用いられるデータにウインドウ処理の手
法が適用される。例えば、指数ウインドウを用いること
により、次式に従ってサンプリング期間ｎ−１からサン
プリング期間ｎまでのＲn のランク１の更新が得られる
（次式＝式（５）〜（８））。
【００２４】
【数２】
【００２５】式（６）のＲn のランク１の更新を利用す
ることによって、「０（Ｎ3） 計算量の最小自乗法」か
ら「０（Ｎ2） 計算量の帰納最小自乗手法（ＲＬＳ）」
への導出が行われる。又、「ベクトルｘn」 のシフト不
変の性質を更に利用することによって、「帰納最小自乗
手法（ＲＬＳ）」から「０（Ｎ）計算量の高速帰納最小
自乗手法（ＦＲＬＳ）」への導出が行われる。なお、
「ベクトルｘn」 は、式中では「ｘn の上に右向きの矢
印→を置いて得られる記号」で表す。
ることによって、「０（Ｎ3） 計算量の最小自乗法」か
ら「０（Ｎ2） 計算量の帰納最小自乗手法（ＲＬＳ）」
への導出が行われる。又、「ベクトルｘn」 のシフト不
変の性質を更に利用することによって、「帰納最小自乗
手法（ＲＬＳ）」から「０（Ｎ）計算量の高速帰納最小
自乗手法（ＦＲＬＳ）」への導出が行われる。なお、
「ベクトルｘn」 は、式中では「ｘn の上に右向きの矢
印→を置いて得られる記号」で表す。
【００２６】Ｒn を上記の式（５）〜（８）に示すよう
に定めた場合に、式（２）の反転を初めに正則化するた
めにδ0Ｄλ が用いられる。しかし、式から判るよう
に、式（５）の右側第１項によれば、δ0Ｄλ の効果は
時間と共に減少する（式中ではＤλのλをＤの下付き文
字として表しているが、本文中では簡略化して、Ｄλと
表す）。
に定めた場合に、式（２）の反転を初めに正則化するた
めにδ0Ｄλ が用いられる。しかし、式から判るよう
に、式（５）の右側第１項によれば、δ0Ｄλ の効果は
時間と共に減少する（式中ではＤλのλをＤの下付き文
字として表しているが、本文中では簡略化して、Ｄλと
表す）。
【００２７】この場合、各サンプリング期間において式
（２）での反転に先立ってδＩN を適切に縮小したもの
をＲn に加えれば、反転が正則化されることになる。し
かし、これには各サンプリング期間毎にランクＮの更新
が付加的に必要となり、上記式（６）におけるランク１
の更新という計算上の利点が除去されてしまう。
（２）での反転に先立ってδＩN を適切に縮小したもの
をＲn に加えれば、反転が正則化されることになる。し
かし、これには各サンプリング期間毎にランクＮの更新
が付加的に必要となり、上記式（６）におけるランク１
の更新という計算上の利点が除去されてしまう。
【００２８】１つの代案は、Ｒn に正則化行列Ｄn を加
えることである。正則化行列Ｄn はδＩN の近似であっ
て、シフト不変ベクトルの外積から得られるランク１更
新行列を用いて、各サンプリング期間毎に更新される。
すなわち、上記の式（２）は次式のように変形される
（次式＝式（９）〜（１０））。
えることである。正則化行列Ｄn はδＩN の近似であっ
て、シフト不変ベクトルの外積から得られるランク１更
新行列を用いて、各サンプリング期間毎に更新される。
すなわち、上記の式（２）は次式のように変形される
（次式＝式（９）〜（１０））。
【００２９】
【数３】
【００３０】正則化行列Ｄn と共分散行列Ｒn との両方
をランク１の更新によって維持する場合、ランク２の更
新が必要となるが、これはほんの僅か計算量を増すだけ
である。
をランク１の更新によって維持する場合、ランク２の更
新が必要となるが、これはほんの僅か計算量を増すだけ
である。
【００３１】Ｄn は、Ｄn の固定値がができるだけ頻繁
に更新又はリフレッシュされるように、シフト不変信号
からなるベクトルの外積を用いて帰納的に生成される。
に更新又はリフレッシュされるように、シフト不変信号
からなるベクトルの外積を用いて帰納的に生成される。
【００３２】従って、次式で示す「ベクトルｐn」 （次
式＝式（１１））：
式＝式（１１））：
【数４】 において、位置１＋［ｎ］mod N における値が１である
ことを除いては全ての要素が０に等しいものとすると、
正則化行列の更新は、次式に従って行われる（次式＝式
（１２）〜（１３））。
ことを除いては全ての要素が０に等しいものとすると、
正則化行列の更新は、次式に従って行われる（次式＝式
（１２）〜（１３））。
【数５】
【００３３】式（１２）〜（１３）において、ψn は＋
１又は−１の値を取る。ψn とξnとが値を変更するサ
ンプリング期間は、「ベクトルｐn」 が唯一の非０値を
その第１位置に有するようなサンプリング期間に制限さ
れる。この制限によって ψn 、ξn、 及び「ベクトルｐ
n」 がシフト不変となる。これは、例えば高速帰納最小
自乗手法（ＦＲＬＳ）においてのように、効率的な計算
のために利用される性質である。
１又は−１の値を取る。ψn とξnとが値を変更するサ
ンプリング期間は、「ベクトルｐn」 が唯一の非０値を
その第１位置に有するようなサンプリング期間に制限さ
れる。この制限によって ψn 、ξn、 及び「ベクトルｐ
n」 がシフト不変となる。これは、例えば高速帰納最小
自乗手法（ＦＲＬＳ）においてのように、効率的な計算
のために利用される性質である。
【００３４】ψn及びξnの信号によって、本発明の適応
フィルタ１０及び本発明の正則化の大きさが制御され
る。その場合、ψn が、ξn 2が正則化行列Ｒn を膨張さ
せるか又は収縮させるかを定める。もしψn及びξnが固
定の場合、Ｄn のｉ番目（ｉTH）の対角要素は、次式で
示す定常状態値を得る（次式＝（１４））。
フィルタ１０及び本発明の正則化の大きさが制御され
る。その場合、ψn が、ξn 2が正則化行列Ｒn を膨張さ
せるか又は収縮させるかを定める。もしψn及びξnが固
定の場合、Ｄn のｉ番目（ｉTH）の対角要素は、次式で
示す定常状態値を得る（次式＝（１４））。
【数６】
【００３５】この式は、Ｄn のｉ番目（ｉTH）の対角要
素によって与えられる正則化が正則化更新の周期的性質
に基づき周期的に変動することを示す。この変動は例え
ば、λN-1 から１までの変動度を有する鋸歯パターンと
して表される。比較的定常な量の正則化を得るために、
望ましくはパラメータλが、１に近い値を有するように
選択される。
素によって与えられる正則化が正則化更新の周期的性質
に基づき周期的に変動することを示す。この変動は例え
ば、λN-1 から１までの変動度を有する鋸歯パターンと
して表される。比較的定常な量の正則化を得るために、
望ましくはパラメータλが、１に近い値を有するように
選択される。
【００３６】Ｄn の更新は又、第１の２項積と相が１８
０度異なる正則化更新を産出する第２の２項積を有する
ランク２の更新によって行われ、結果としてｄi,n 値の
変動が減少する。
０度異なる正則化更新を産出する第２の２項積を有する
ランク２の更新によって行われ、結果としてｄi,n 値の
変動が減少する。
【００３７】本発明の適応フィルタ１０及び方法は、動
的正則化高速帰納最小自乗（ＤＲ−ＦＲＬＳ）の適応フ
ィルタ処理手法を実現して、動的正則化高速トランスバ
ーサルフィルタ（ＦＴＦ）として計算上の安定性を有し
て作動する。この場合、式（１０）中のＲx,n のランク
２の更新が、２個のランク１の更新として実現される。
中間の正則化でリフレッシュされた共分散行列Ｒp,n が
次式（式（１５））で定義される。
的正則化高速帰納最小自乗（ＤＲ−ＦＲＬＳ）の適応フ
ィルタ処理手法を実現して、動的正則化高速トランスバ
ーサルフィルタ（ＦＴＦ）として計算上の安定性を有し
て作動する。この場合、式（１０）中のＲx,n のランク
２の更新が、２個のランク１の更新として実現される。
中間の正則化でリフレッシュされた共分散行列Ｒp,n が
次式（式（１５））で定義される。
【００３８】
【数７】 そして、データを更新された共分散行列Ｒx,n が次式
（式（１６））で定義される。
（式（１６））で定義される。
【数８】
【００３９】行列反転の補助定理から、次式（式（１
７））が成立する。
７））が成立する。
【数９】 そして式（１６）を用いて、データ後天的カルマン利得
ベクトルが次式（式（１８））で表現される。
ベクトルが次式（式（１８））で表現される。
【数１０】
【００４０】又、データ先天的カルマン利得ベクトル
は、次式（式（１９））で表現され、
は、次式（式（１９））で表現され、
【数１１】 データ尤度変数が次式（式（２０））で定義される。
【数１２】
【００４１】式（１８）は次式（式（２１））のように
書き換えられ、
書き換えられ、
【数１３】 又式（９）中に式（２１）を用いて、係数更新は次式
（式（２２））のようになる。
（式（２２））のようになる。
【数１４】
【００４２】サンプリング期間からサンプリング期間ま
でのパラメータ「ｋ0,x,n のベクトル」及びパラメータ
μx,n の安定計算について下で更に詳しく述べる。現サ
ンプリング期間についての種々のパラメータの計算は、
前のサンプリング期間のパラメータから帰納的に行われ
る。
でのパラメータ「ｋ0,x,n のベクトル」及びパラメータ
μx,n の安定計算について下で更に詳しく述べる。現サ
ンプリング期間についての種々のパラメータの計算は、
前のサンプリング期間のパラメータから帰納的に行われ
る。
【００４３】例えば、現サンプリング期間のデータカル
マン利得ベクトル及びデータ尤度変数は、現サンプリン
グ期間の正則化予測ベクトル及び正則化予測エラーエネ
ルギーを用い且つ正則化リフレッシュ更新共分散行列Ｒ
p,n に連関して、前のサンプリング期間の、前のデータ
カルマン利得ベクトル及びデータ尤度変数から定められ
る。
マン利得ベクトル及びデータ尤度変数は、現サンプリン
グ期間の正則化予測ベクトル及び正則化予測エラーエネ
ルギーを用い且つ正則化リフレッシュ更新共分散行列Ｒ
p,n に連関して、前のサンプリング期間の、前のデータ
カルマン利得ベクトル及びデータ尤度変数から定められ
る。
【００４４】そして、このような現サンプリング期間の
正則化予測ベクトル及び正則化予測エラーエネルギーの
方は、それらの値の前の値（先行値）と、前のサンプリ
ング期間の先行値及びデータ予測ベクトル並びに予測エ
ラーエネルギーから定められる正則化カルマン利得ベク
トルと、正則化尤度比率とから定められる。
正則化予測ベクトル及び正則化予測エラーエネルギーの
方は、それらの値の前の値（先行値）と、前のサンプリ
ング期間の先行値及びデータ予測ベクトル並びに予測エ
ラーエネルギーから定められる正則化カルマン利得ベク
トルと、正則化尤度比率とから定められる。
【００４５】順方向線形予測について、Ｒp,n -1 に対す
る順序更新識別子は次式（式（２３））で表される。
る順序更新識別子は次式（式（２３））で表される。
【数１５】 ここに、「Ｒp,n の上側に横線を引いて得られる記号」
は、Ｒp,n の右上の（Ｎ−１）×（Ｎ−１）部分行列で
あり、「ベクトルａp,n」 は、Ｒp,n についての最適順
方向線形予測ベクトルであり、Ｅa,p,n は、対応する順
方向予測エラーエネルギーである。
は、Ｒp,n の右上の（Ｎ−１）×（Ｎ−１）部分行列で
あり、「ベクトルａp,n」 は、Ｒp,n についての最適順
方向線形予測ベクトルであり、Ｅa,p,n は、対応する順
方向予測エラーエネルギーである。
【００４６】逆方向線形予測について、Ｒp,n -1 に対す
る順序更新識別子は次式（式（２４））で表される。
る順序更新識別子は次式（式（２４））で表される。
【数１６】 ここに、「Ｒp,n の上側に横線を引いて得られる記号」
は、Ｒp,n の右上の（Ｎ−１）×（Ｎ−１）部分行列で
あり、「ベクトルｂp,n」 は、Ｒp,n についての最適逆
方向線形予測ベクトルであり、Ｅb,p,n は、対応する逆
方向予測エラーエネルギーである。
は、Ｒp,n の右上の（Ｎ−１）×（Ｎ−１）部分行列で
あり、「ベクトルｂp,n」 は、Ｒp,n についての最適逆
方向線形予測ベクトルであり、Ｅb,p,n は、対応する逆
方向予測エラーエネルギーである。
【００４７】Ｒp,n、 「ベクトルａp,n」、 「ベクトル
ｂp,n」、 及びＥb,p,n は、次式（式に示す周知の関係
を形成する（次式＝式（２５）、（２６）、（２７
ａ）、及び（２７ｂ））。23
ｂp,n」、 及びＥb,p,n は、次式（式に示す周知の関係
を形成する（次式＝式（２５）、（２６）、（２７
ａ）、及び（２７ｂ））。23
【数１７】
【００４８】式（２３）〜（２４）に対して「ベクトル
ｘn」 を事後乗算することにより次式が得られる（次式
＝式（２８）、（２９）、及び（３０））。
ｘn」 を事後乗算することにより次式が得られる（次式
＝式（２８）、（２９）、及び（３０））。
【数１８】
【００４９】そして、先天的順方向及び逆方向のデータ
予測エラーは次式（式（３０ａ）及び（３０ｂ）で示さ
れる。
予測エラーは次式（式（３０ａ）及び（３０ｂ）で示さ
れる。
【数１９】
【００５０】式（２８）〜（２９）中のベクトルの最初
及び最後の要素から次式（式（３１ａ）及び（３１ｂ）
が示される。
及び最後の要素から次式（式（３１ａ）及び（３１ｂ）
が示される。
【数２０】 ここに、ｋ0,x,n,1 及びｋ0,x,n,N は「ベクトルｋ
0,x,n」 の最初の要素及び最後の要素にそれぞれ対応す
る。
0,x,n」 の最初の要素及び最後の要素にそれぞれ対応す
る。
【００５１】データ尤度変数更新は、式（２８）〜（２
９）に対して「ベクトルｘn」 を事前乗算することによ
りそして結果として得られる式の両側に１を加えること
により、そして式（２０）から得られる（次式＝式（３
２）、（３３）及び（３４）を参照）。
９）に対して「ベクトルｘn」 を事前乗算することによ
りそして結果として得られる式の両側に１を加えること
により、そして式（２０）から得られる（次式＝式（３
２）、（３３）及び（３４）を参照）。
【数２１】
【００５２】Ｒx,n -1 に対する順序更新識別子から、次
式の関係が導出される（次式＝式（３５）、（３６）及
び（３７））。
式の関係が導出される（次式＝式（３５）、（３６）及
び（３７））。
【数２２】
【００５３】そして、先天的順方向及び逆方向のデータ
予測エラーは次式（式（３８ａ）及び（３８ｂ）で示さ
れる。
予測エラーは次式（式（３８ａ）及び（３８ｂ）で示さ
れる。
【数２３】
【００５４】式（３５）〜（３６）中のベクトルの最初
及び最後の要素から次式（式（３９ａ）及び（３９ｂ）
が示される。
及び最後の要素から次式（式（３９ａ）及び（３９ｂ）
が示される。
【数２４】
【００５５】式（１６）に「ベクトルａp,n」 を事後乗
算し、又Ｒx,n -1 を事前乗算し、そして式（２５）を用
いることにより、次式（式（４０））が得られる。
算し、又Ｒx,n -1 を事前乗算し、そして式（２５）を用
いることにより、次式（式（４０））が得られる。
【数２５】
【００５６】式（４０）のベクトルの最初の要素から、
そして式（２４）を用いることにより、次式（式（４
１））が得られる。
そして式（２４）を用いることにより、次式（式（４
１））が得られる。
【数２６】
【００５７】式（４１）の両側にＥa,p,n を乗じ、式
（２１）、（３１ａ）、（３９ａ）、（３５）及び（４
０）を用いることにより、又識別子：
（２１）、（３１ａ）、（３９ａ）、（３５）及び（４
０）を用いることにより、又識別子：
【数２７】 を用いることにより、次式（式（４２）、（４３）、
（４４）及び（４５））が得られる。
（４４）及び（４５））が得られる。
【数２８】
【００５８】データ逆方向予測エラーエネルギー、デー
タ逆方向予測ベクトル、後天的データ逆方向予測エラ
ー、及び先天的データ逆方向予測エラーについての関係
は、次式（式（４６、（４７）及び（４８））に示され
る。
タ逆方向予測ベクトル、後天的データ逆方向予測エラ
ー、及び先天的データ逆方向予測エラーについての関係
は、次式（式（４６、（４７）及び（４８））に示され
る。
【数２９】
【００５９】上記の式を用いて本発明の適応フィルタ１
０及び方法が、次の「表１」に従って、パラメータの初
期化を行う。
０及び方法が、次の「表１」に従って、パラメータの初
期化を行う。
【表１】
【００６０】「ベクトルｙn」 のデータベクトルが、図
２の合同プロセス拡張ユニット２８の「ベクトルｙn」
生成器４４によって生成される。「再スタートなし」の
状態を示す再スタート信号４２に応動して、励起信号ｘ
n から得られた「ベクトルｘn」 のコピーとして「ベク
トルｙn」 が生成される。
２の合同プロセス拡張ユニット２８の「ベクトルｙn」
生成器４４によって生成される。「再スタートなし」の
状態を示す再スタート信号４２に応動して、励起信号ｘ
n から得られた「ベクトルｘn」 のコピーとして「ベク
トルｙn」 が生成される。
【００６１】適応フィルタ１０及び方法の始動時に適応
フィルタ処理が開始されるように初期化が行われる。計
算再スタート手順中に本発明の適応フィルタ１０及び方
法を再初期化するには、「ベクトルｙn」 のデータベク
トルをゼロにしない点を除いては、「表１」の初期化が
行われる。もし再スタート信号４２が再スタートを示す
場合、「ベクトルｙn」 生成器４４は「ベクトルｘn」
をゼロにはするが、「ベクトルｙn」 についてはゼロに
しない。
フィルタ処理が開始されるように初期化が行われる。計
算再スタート手順中に本発明の適応フィルタ１０及び方
法を再初期化するには、「ベクトルｙn」 のデータベク
トルをゼロにしない点を除いては、「表１」の初期化が
行われる。もし再スタート信号４２が再スタートを示す
場合、「ベクトルｙn」 生成器４４は「ベクトルｘn」
をゼロにはするが、「ベクトルｙn」 についてはゼロに
しない。
【００６２】本発明の適応フィルタ１０及び方法は、図
１及び図２のブロック図に表されるような種々のハード
ウエアプロセッサ及び構成要素を用いて、下に示す「表
２」〜「表５」の式に応じて、本発明の動的正則化高速
帰納最小自乗手法（ＤＲ−ＦＲＬＳ）のフィルタ処理を
実現する。
１及び図２のブロック図に表されるような種々のハード
ウエアプロセッサ及び構成要素を用いて、下に示す「表
２」〜「表５」の式に応じて、本発明の動的正則化高速
帰納最小自乗手法（ＤＲ−ＦＲＬＳ）のフィルタ処理を
実現する。
【００６３】データ更新についての「表３」の導出を上
記の式との関連において示す。又、正則化更新について
の「表２」の導出は、当業者であれば「表３」導出と同
様の手法で行うことが可能である。「表２」〜「表３」
の更新は、次の文献に述べられているような安定化のた
めのエラー帰還を用いて行われる。その文献は、文献
（D.T.M.Slock et al., "Numerically Stable Transver
sal Filters for Recursive Least Squares Adaptive F
iltering," IEEE TRANSACTIONS ON SIGNAL PROCESSING,
VOL.39, NO.1, Jan. 1991, pp. 92-114）dearu.
記の式との関連において示す。又、正則化更新について
の「表２」の導出は、当業者であれば「表３」導出と同
様の手法で行うことが可能である。「表２」〜「表３」
の更新は、次の文献に述べられているような安定化のた
めのエラー帰還を用いて行われる。その文献は、文献
（D.T.M.Slock et al., "Numerically Stable Transver
sal Filters for Recursive Least Squares Adaptive F
iltering," IEEE TRANSACTIONS ON SIGNAL PROCESSING,
VOL.39, NO.1, Jan. 1991, pp. 92-114）dearu.
【００６４】図１において、第２のパラメータ生成器２
４が、例えば米国特許第５,３７１,７８９（発明者Hira
no）に述べられているような技術的に既知の仕方で、加
算器、乗算器、等を用いて正則化更新信号を生成する。
ここに、上記米国特許を本出願の参考文献とする。例え
ば、「表２」のステップの実現には、サンプリング値を
遅らせるための遅れ装置が用いられる。
４が、例えば米国特許第５,３７１,７８９（発明者Hira
no）に述べられているような技術的に既知の仕方で、加
算器、乗算器、等を用いて正則化更新信号を生成する。
ここに、上記米国特許を本出願の参考文献とする。例え
ば、「表２」のステップの実現には、サンプリング値を
遅らせるための遅れ装置が用いられる。
【００６５】このような正則化更新信号は、「表２」の
ステップ１）〜１９）の正則化更新パラメータに対応す
る。ステップ３）、１１）、１４）及び１７）の各々に
おいて約Ｎ回の乗算が行われるので、ステップ１）〜１
９）の総計算量は、約４Ｎ回の乗算となる。
ステップ１）〜１９）の正則化更新パラメータに対応す
る。ステップ３）、１１）、１４）及び１７）の各々に
おいて約Ｎ回の乗算が行われるので、ステップ１）〜１
９）の総計算量は、約４Ｎ回の乗算となる。
【００６６】図１の第１のパラメータ生成器２２は「表
３」のステップ２０）〜３８）のデータ更新パラメータ
に対応して、加算器、乗算器、等を用いて、技術的に既
知の仕方でデータ更新信号を生成する。ステップ２
０）、２２）、２４）、３０）、３３）及び３６）の各
々において約Ｎ回の乗算が行われるので、ステップ２
０）〜３８）の総計算量は、約６Ｎ回の乗算となる。
３」のステップ２０）〜３８）のデータ更新パラメータ
に対応して、加算器、乗算器、等を用いて、技術的に既
知の仕方でデータ更新信号を生成する。ステップ２
０）、２２）、２４）、３０）、３３）及び３６）の各
々において約Ｎ回の乗算が行われるので、ステップ２
０）〜３８）の総計算量は、約６Ｎ回の乗算となる。
【００６７】
【表２】
【００６８】
【表３】
【００６９】図１の尤度変数安定化ユニット２６が、乗
算器その他を用いて技術的に既知の仕方で、忘れファク
タλに対応する忘れファクタ信号から、そしてパラメー
タ生成器２２、２４から受信された正則化更新信号及び
データ更新信号から、安定化された尤度変数信号を生成
する。安定化された尤度変数信号は、「表４」のステッ
プ３９）〜４０）の２個のパラメータ（式中それぞれ
「μp,n の上に横線を引いて得られる記号」及び「μ
x,n の上に横線を引いて得られる記号」で表す）に対応
する。忘れファクタλはメモリ１８に格納される。
算器その他を用いて技術的に既知の仕方で、忘れファク
タλに対応する忘れファクタ信号から、そしてパラメー
タ生成器２２、２４から受信された正則化更新信号及び
データ更新信号から、安定化された尤度変数信号を生成
する。安定化された尤度変数信号は、「表４」のステッ
プ３９）〜４０）の２個のパラメータ（式中それぞれ
「μp,n の上に横線を引いて得られる記号」及び「μ
x,n の上に横線を引いて得られる記号」で表す）に対応
する。忘れファクタλはメモリ１８に格納される。
【００７０】尤度変数安定化ユニット２６によって生成
された「μp,n の上に横線を引いて得られる記号」及び
「μx,n の上に横線を引いて得られる記号」で表される
パラメータ信号が、パラメータ生成器２２及び２４にそ
れぞれ出力される。
された「μp,n の上に横線を引いて得られる記号」及び
「μx,n の上に横線を引いて得られる記号」で表される
パラメータ信号が、パラメータ生成器２２及び２４にそ
れぞれ出力される。
【００７１】
【表４】
【００７２】ステップ３９）〜４０）において、尤度変
数推定値が,文献（D.T.M.Slock etal., "A Modular Mul
tichannel Multiexperiment Fast Transversal Filter
RLSAlgorithm", Signal Processing, Elsevier Science
Publishers, VOL. 28, 1992, pp. 25-45 ）の多チャネ
ル多実験法を用いて安定化される。
数推定値が,文献（D.T.M.Slock etal., "A Modular Mul
tichannel Multiexperiment Fast Transversal Filter
RLSAlgorithm", Signal Processing, Elsevier Science
Publishers, VOL. 28, 1992, pp. 25-45 ）の多チャネ
ル多実験法を用いて安定化される。
【００７３】もしｎが偶数の場合には、更新された、
「μx,n の上に横線を引いて得られる記号」で表される
パラメータ信号が、第２のパラメータ生成器２４によっ
て用いられて、ステップ１）〜１９）の正則化関連更新
が行われる。又もしｎが偶数でない場合には、第２のパ
ラメータ生成器２４によって格納されている前の「μx,
n の上に横線を引いて得られる記号」で表されるパラメ
ータ信号の値が用いられて、ステップ１）〜１９）の正
則化関連更新が行われる。
「μx,n の上に横線を引いて得られる記号」で表される
パラメータ信号が、第２のパラメータ生成器２４によっ
て用いられて、ステップ１）〜１９）の正則化関連更新
が行われる。又もしｎが偶数でない場合には、第２のパ
ラメータ生成器２４によって格納されている前の「μx,
n の上に横線を引いて得られる記号」で表されるパラメ
ータ信号の値が用いられて、ステップ１）〜１９）の正
則化関連更新が行われる。
【００７４】もしｎが奇数の場合には、更新された、
「μp,n の上に横線を引いて得られる記号」で表される
パラメータ信号が、第１のパラメータ生成器２２によっ
て用いられて、ステップ２０）〜３８）のデータ関連更
新が行われる。又もしｎが奇数でない場合には、第１の
パラメータ生成器２２によって格納されている前の「μ
x,n の上に横線を引いて得られる記号」で表されるパラ
メータ信号の値が用いられて、ステップ２０）〜３８）
のデータ関連更新が行われる。
「μp,n の上に横線を引いて得られる記号」で表される
パラメータ信号が、第１のパラメータ生成器２２によっ
て用いられて、ステップ２０）〜３８）のデータ関連更
新が行われる。又もしｎが奇数でない場合には、第１の
パラメータ生成器２２によって格納されている前の「μ
x,n の上に横線を引いて得られる記号」で表されるパラ
メータ信号の値が用いられて、ステップ２０）〜３８）
のデータ関連更新が行われる。
【００７５】図１〜図２に示す合同プロセス拡張ユニッ
ト２８が、下の「表５」のステップ４１）〜４３）にお
いて生成されるパラメータに対応して、加算器、乗算
器、その他を用いて技術的に既知の仕方でエコー残留信
号４０を生成する。
ト２８が、下の「表５」のステップ４１）〜４３）にお
いて生成されるパラメータに対応して、加算器、乗算
器、その他を用いて技術的に既知の仕方でエコー残留信
号４０を生成する。
【００７６】
【表５】
【００７７】図２に示す一実施例において、合同プロセ
ス拡張ユニット２８は、「ベクトルｙn」 生成器４４を
有し、「ベクトルｙn」 生成器４４は、励起信号ｘn 及
び再スタート信号４２に応動して、「ベクトルｙn」 の
データベクトルに対応するデータベクトル信号を生成す
る。
ス拡張ユニット２８は、「ベクトルｙn」 生成器４４を
有し、「ベクトルｙn」 生成器４４は、励起信号ｘn 及
び再スタート信号４２に応動して、「ベクトルｙn」 の
データベクトルに対応するデータベクトル信号を生成す
る。
【００７８】この実施例においては、合同プロセス拡張
ユニット２８は又、ベクトル／スカラ乗算器４６、乗算
器４８、ベクトル加算器５０、「ベクトルｈn」 生成器
５２、サンプリング遅延器５４、点乗積生成器５６、及
び加算器５８を有し、これらを用いて、上記「表５」の
ステップ４１）〜４３）のパラメータに対応するデータ
信号を生成するように「表５」のステップ４１）〜４
３）を実現する。
ユニット２８は又、ベクトル／スカラ乗算器４６、乗算
器４８、ベクトル加算器５０、「ベクトルｈn」 生成器
５２、サンプリング遅延器５４、点乗積生成器５６、及
び加算器５８を有し、これらを用いて、上記「表５」の
ステップ４１）〜４３）のパラメータに対応するデータ
信号を生成するように「表５」のステップ４１）〜４
３）を実現する。
【００７９】「ベクトルｙn」 のデータベクトルが、図
２に示す合同プロセス拡張ユニット２８の「ベクトルｙ
n」 生成器４４によって生成される。「再スタートな
し」の状態を示す再スターとし４２に応動して、励起信
号ｘn から得られた「ベクトルｘn」 のコピーとして
「ベクトルｙn」 が生成される。
２に示す合同プロセス拡張ユニット２８の「ベクトルｙ
n」 生成器４４によって生成される。「再スタートな
し」の状態を示す再スターとし４２に応動して、励起信
号ｘn から得られた「ベクトルｘn」 のコピーとして
「ベクトルｙn」 が生成される。
【００８０】ステップ４１）及び４３）の各々において
約Ｎ回の乗算が行われるので、ステップ４１）〜４３）
の総計算量は、約２Ｎ回の乗算となる。したがって、ス
テップ１）〜４３）の総計算量は、約１２Ｎ回の乗算と
なり、０（Ｎ）の計算量が得られる。
約Ｎ回の乗算が行われるので、ステップ４１）〜４３）
の総計算量は、約２Ｎ回の乗算となる。したがって、ス
テップ１）〜４３）の総計算量は、約１２Ｎ回の乗算と
なり、０（Ｎ）の計算量が得られる。
【００８１】本発明の適応フィルタ１０及び方法は、図
３に例示する方法（流れ図）に従って作動し、図３の流
れ図は、ステップ６０における動的正則化高速帰納最小
自乗（ＤＲ−ＦＲＬＳ）の適応フィルタ処理開始のステ
ップと、ステップ６２におけるパラメータ初期化のステ
ップと、ステップ６４における動的正則化高速帰納最小
自乗（ＤＲ−ＦＲＬＳ）の適応フィルタ処理の実行のス
テップとから構成される。
３に例示する方法（流れ図）に従って作動し、図３の流
れ図は、ステップ６０における動的正則化高速帰納最小
自乗（ＤＲ−ＦＲＬＳ）の適応フィルタ処理開始のステ
ップと、ステップ６２におけるパラメータ初期化のステ
ップと、ステップ６４における動的正則化高速帰納最小
自乗（ＤＲ−ＦＲＬＳ）の適応フィルタ処理の実行のス
テップとから構成される。
【００８２】上で図２に関して述べたように、本発明の
適応フィルタ１０及び方法が、ステップ６２においてパ
ラメータの初期化を行う。
適応フィルタ１０及び方法が、ステップ６２においてパ
ラメータの初期化を行う。
【００８３】パラメータの初期化は、再スタート信号４
２を用いてステップ６６において、再スタートが表示さ
れているかどうかを検出することによって、そしてもし
再スタートが表示されている場合にステップ６８におい
て「ベクトルｘn」 をゼロにし「ベクトルｙn」 をゼロ
にしないことによって、又もし「再スタートなし」の状
態が表示される場合にステップ７０において「ベクトル
ｘn」 及び「ベクトルｙn」 の両方をゼロにすることに
よって行われる。
２を用いてステップ６６において、再スタートが表示さ
れているかどうかを検出することによって、そしてもし
再スタートが表示されている場合にステップ６８におい
て「ベクトルｘn」 をゼロにし「ベクトルｙn」 をゼロ
にしないことによって、又もし「再スタートなし」の状
態が表示される場合にステップ７０において「ベクトル
ｘn」 及び「ベクトルｙn」 の両方をゼロにすることに
よって行われる。
【００８４】ステップ６８又はステップ７０の後に、上
記「表１」を実現するために、ステップ７２において残
りのパラメータが初期化される。
記「表１」を実現するために、ステップ７２において残
りのパラメータが初期化される。
【００８５】それから、ステップ６４における動的正則
化高速帰納最小自乗（ＤＲ−ＦＲＬＳ）の適応フィルタ
処理がステップ７４からステップ８２までを同時に行う
ことによって実行される。
化高速帰納最小自乗（ＤＲ−ＦＲＬＳ）の適応フィルタ
処理がステップ７４からステップ８２までを同時に行う
ことによって実行される。
【００８６】これらのステップは、上記「表３」を実現
するためにステップ７４においてデータ関連の更新を行
うステップと、上記「表２」を実現するためにステップ
７６において正則化関連の更新を行うステップと、上記
「表４」を実現するためにステップ７８において尤度変
数安定化を行うステップと、上記「表５」を実現するた
めにステップ８０において合同プロセス拡張を行うステ
ップと、ステップ８２においてエコー残留信号ｅ0,n を
遠端の話者に出力するステップとからなる。
するためにステップ７４においてデータ関連の更新を行
うステップと、上記「表２」を実現するためにステップ
７６において正則化関連の更新を行うステップと、上記
「表４」を実現するためにステップ７８において尤度変
数安定化を行うステップと、上記「表５」を実現するた
めにステップ８０において合同プロセス拡張を行うステ
ップと、ステップ８２においてエコー残留信号ｅ0,n を
遠端の話者に出力するステップとからなる。
【００８７】以上、本発明の適応フィルタ１０及び方法
について、特に推奨実施例に関連して説明したが、本発
明の技術的範囲内で、本発明の種々の変形例を考え得る
ことは、この技術分野の当業者には理解されよう。
について、特に推奨実施例に関連して説明したが、本発
明の技術的範囲内で、本発明の種々の変形例を考え得る
ことは、この技術分野の当業者には理解されよう。
【００８８】例えば、本発明の適応フィルタ及び方法に
ついて、エコー消去への適用に関して説明したが、本発
明の適応フィルタ及び方法は、音声処理、及び映像圧縮
を含む映像処理にも適用が可能である。したがって、こ
れらのような示唆例を含むがこれらには限らない変形も
本発明の技術的範囲に含まれるものと考えられる。
ついて、エコー消去への適用に関して説明したが、本発
明の適応フィルタ及び方法は、音声処理、及び映像圧縮
を含む映像処理にも適用が可能である。したがって、こ
れらのような示唆例を含むがこれらには限らない変形も
本発明の技術的範囲に含まれるものと考えられる。
【００８９】
【発明の効果】以上述べたごとく、本発明によれば、音
響エコー消去等に用いる適応フィルタにおいて、動的正
則化高速帰納最小自乗の適応フィルタ及び方法を用いる
ようにしたので、従来技術に比べて、計算量を低く抑え
ることができ、適応フィルタ処理の再スタートを必要と
せずに実時間で、動的に正則化を調整することが可能と
なり、安定した正則化が得られる。したがって、従来技
術に比べて、音響エコー消去等に用いる適応フィルタの
作動効率が向上する。
響エコー消去等に用いる適応フィルタにおいて、動的正
則化高速帰納最小自乗の適応フィルタ及び方法を用いる
ようにしたので、従来技術に比べて、計算量を低く抑え
ることができ、適応フィルタ処理の再スタートを必要と
せずに実時間で、動的に正則化を調整することが可能と
なり、安定した正則化が得られる。したがって、従来技
術に比べて、音響エコー消去等に用いる適応フィルタの
作動効率が向上する。
【図１】本発明に基づく適応フィルタのブロック図であ
る。
る。
【図２】本発明に基づく図１の適応フィルタのブロック
図の一部をより詳細に示すブロック図である。
図の一部をより詳細に示すブロック図である。
【図３】本発明に基づく適応フィルタの作動方法につい
ての流れ図である。
ての流れ図である。
１０ 動的正則化高速帰納最小自乗手法（ＤＲ−ＦＲＬ
Ｓ）の適応フィルタ １２ 環境 １４ 遠端話者からの入力励起信号ｘn １６ プロセッサ １８ メモリ ２０ 格納されたプログラム ２２ 第１のパラメータ生成器 ２４ 第２のパラメータ生成器 ２６ 尤（ゆう）度変数安定化ユニット ２８ 合同プロセス拡張ユニット ３０ 話者 ３２ スピーカ ３４ マイクロホン ３６ エコーパス ３８ 望む信号ｄn ４０ エコー残留信号ｅ0,n ４２ 再スタート信号 ４４ 「ベクトルｙn」 生成器 ４６ ベクトル／スカラ乗算器 ４８ 乗算器 ５０ ベクトル加算器 ５２ 「ベクトルｈn」 生成器 ５４ サンプリング遅延器 ５６ 点乗積生成器 ５８ 加算器
Ｓ）の適応フィルタ １２ 環境 １４ 遠端話者からの入力励起信号ｘn １６ プロセッサ １８ メモリ ２０ 格納されたプログラム ２２ 第１のパラメータ生成器 ２４ 第２のパラメータ生成器 ２６ 尤（ゆう）度変数安定化ユニット ２８ 合同プロセス拡張ユニット ３０ 話者 ３２ スピーカ ３４ マイクロホン ３６ エコーパス ３８ 望む信号ｄn ４０ エコー残留信号ｅ0,n ４２ 再スタート信号 ４４ 「ベクトルｙn」 生成器 ４６ ベクトル／スカラ乗算器 ４８ 乗算器 ５０ ベクトル加算器 ５２ 「ベクトルｈn」 生成器 ５４ サンプリング遅延器 ５６ 点乗積生成器 ５８ 加算器
Claims (17)
- 【請求項１】 動的正則化高速帰納最小自乗プログラム
を含む少なくとも１個のプログラムを格納するためのメ
モリと、 前記動的正則化高速帰納最小自乗プログラムに応動し
て、入力信号を適応的にフィルタ処理するため且つ該適
応的にフィルタ処理された入力信号に連関する出力信号
を生成するためのプロセッサと、からなることを特徴と
する、適応フィルタ装置。 - 【請求項２】 前記装置において、 前記プロセッサが、忘れファクタに対応する動的調整可
能忘れファクタ信号λに応動して、前記入力信号の前記
適応フィルタ処理を動的に制御するようにしたことを特
徴とする請求項１の装置。 - 【請求項３】 前記装置において、 前記プロセッサが更に、 前記入力信号から、データに関連する更新信号を生成す
るための第１のパラメータ生成器と、 リフレッシュ信号から、正則化に関連する更新信号を生
成するための第２のパラメータ生成器と、からなり、 前記プロセッサが、前記出力信号の生成に前記データに
関連する更新信号と前記正則化に関連する更新信号とを
用いる、ようにしたことを特徴とする請求項１の装置。 - 【請求項４】 前記装置において、 前記プロセッサが更に、 前記入力信号に連関する尤度変数推定値を安定化させる
ための尤度変数安定化ユニットと、 前記安定化された尤度変数推定値に応動して、前記出力
信号を生成するための合同プロセス拡張ユニットと、か
らなるようにしたことを特徴とする請求項１の装置。 - 【請求項５】 前記装置において、 前記尤度変数安定化ユニットが、忘れファクタに対応す
る忘れファクタ信号λに応動して、前記尤度変数推定値
の安定化を動的に制御する、ようにしたことを特徴とす
る請求項３の装置。 - 【請求項６】 前記装置において、 前記尤度変数安定化ユニットが、前記動的調整可能忘れ
ファクタ信号に応動して、前記適応フィルタ処理の間に
前記尤度変数推定値の安定化を動的に制御するようにし
たことを特徴とする請求項５の装置。 - 【請求項７】 励起信号に連関する環境内エコーを補償
するためのエコー消去システムであって、 動的正則化高速帰納最小自乗手法と、前記環境内の前記
エコーを補償するためのエコー残留信号であって前記励
起信号に連関するエコー残留信号、を生成するための動
的に調整された忘れファクタ信号と、を用いて前記励起
信号を適応的にフィルタ処理するための適応フィルタ装
置、からなることを特徴とする、エコー消去システム。 - 【請求項８】 前記システムにおいて、 前記適応フィルタが更に、 前記入力信号から、データに関連する更新信号を生成す
るための第１のパラメータ生成器と、 リフレッシュ信号から、正則化に関連する更新信号を生
成するための第２のパラメータ生成器と、からなり、 前記適応フィルタが、前記出力信号の生成に前記データ
に関連する更新信号と前記正則化に関連する更新信号と
を用いる、ようにしたことを特徴とする請求項７のシス
テム。 - 【請求項９】 前記システムにおいて、 前記適応フィルタが更に、 前記入力信号に連関する尤度変数推定値を、前記動的に
調整された忘れファクタ信号を用いて、動的に安定化さ
せるための尤度変数安定化ユニットと、 前記動的に安定化された尤度変数推定値に応動して、前
記エコー残留信号を生成するための合同プロセス拡張ユ
ニットと、からなるようにしたことを特徴とする請求項
７のシステム。 - 【請求項１０】 適応フィルタを用いて入力信号を適応
的にフィルタ処理するための、適応的フィルタ処理方法
であって、 （ａ）動的正則化高速帰納最小自乗プログラムを用いて
プロセッサを作動させるステップと、 （ｂ）前記動的正則化高速帰納最小自乗プログラムで作
動する前記プロセッサを用いて適応的にフィルタ処理す
ることにより前記入力信号を処理するステップと、 （ｃ）前記適応的にフィルタ処理された入力信号に連関
する出力信号を生成するステップと、からなることを特
徴とする、適応的フィルタ処理方法。 - 【請求項１１】 前記方法において、 前記入力信号を処理するステップ（ｂ）が、 （ｂ１）忘れファクタに対応する忘れファクタ信号を受
信するステップと、 （ｂ２）前記忘れファクタ信号を用いて入力信号の適応
的フィルタ処理を制御するステップと、からなるように
したことを特徴とする請求項１０の方法。 - 【請求項１２】 前記方法が更に、 （ａ１）前記忘れファクタ信号を動的に調整すステップ
からなり、 前記忘れファクタ信号を受信するステップ（ｂ１）が、 前記動的に調整された忘れファクタ信号を受信するステ
ップからなり、 前記入力信号の適応的フィルタ処理を制御するステップ
（ｂ２）が、 動的に調整された忘れファクタ信号を用いて前記適応的
フィルタ処理を動的に制御するステップからなる、よう
にしたことを特徴とする請求項１１の方法。 - 【請求項１３】 前記方法において、 前記入力信号を処理する前記ステップ（ｂ）が同時に、 （ｂ１）前記入力信号を用いてデータに関連する更新を
行うステップと、 （ｂ２）リフレッシュ信号を用いて正則化に関連する更
新を行うステップと、を行うようにしたことを特徴とす
る請求項１０の方法。 - 【請求項１４】 前記方法において、 前記入力信号を処理する前記ステップ（ｂ）が同時に、 （ｂ１）前記入力信号に連関する尤度変数推定値を安定
化させるために尤度変数安定化を行うステップと、 （ｂ２）前記出力信号を生成するために、前記安定化さ
れた尤度変数推定値に対して合同プロセス拡張を行うス
テップと、を行うようにしたことを特徴とする請求項１
０の方法。 - 【請求項１５】 励起信号に連関する環境内エコーを補
償するためにエコー消去処理を行う、エコー消去処理方
法であって、 （ａ）前記励起信号を受信するステップと、 （ｂ）動的正則化高速帰納最小自乗手法を用いて適応フ
ィルタを作動させるステップと、 （ｃ）動的正則化高速帰納最小自乗手法を用いて前記励
起信号を適応的にフィルタ処理するステップと、 （ｄ）前記適応的にフィルタ処理された励起信号に連関
するエコー残留信号を生成するステップと、 （ｅ）前記エコー残留信号を用いて前記エコーを補償す
るステップと、からなることを特徴とする、エコー消去
処理方法。 - 【請求項１６】 前記方法において、 前記励起信号を適応的にフィルタ処理するステップ
（ｃ）が、 （ｃ１）忘れファクタに対応する忘れファクタ信号を受
信するステップと、 （ｃ２）前記忘れファクタ信号を用いて励起信号の適応
的フィルタ処理を制御するステップと、からなるように
したことを特徴とする請求項１５の方法。 - 【請求項１７】 前記方法が更に、 （ｂ１）前記忘れファクタ信号を動的に調整するステッ
プからなり、 前記忘れファクタ信号を受信するステップ（ｃ１）が、 前記動的に調整された忘れファクタ信号を受信するステ
ップからなり、 前記励起信号の適応的フィルタ処理を制御するステップ
（ｃ２）が、 前記動的に調整された忘れファクタ信号をを用いて前記
適応的フィルタ処理を動的に制御するステップからな
る、ようにしたことを特徴とする請求項１６の方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US08/492,469 US5677951A (en) | 1995-06-19 | 1995-06-19 | Adaptive filter and method for implementing echo cancellation |
| US492469 | 2000-01-27 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH098710A true JPH098710A (ja) | 1997-01-10 |
Family
ID=23956378
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8157821A Pending JPH098710A (ja) | 1995-06-19 | 1996-06-19 | エコー消去用の適応フィルタ、エコー消去システム及び方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5677951A (ja) |
| EP (1) | EP0750395A1 (ja) |
| JP (1) | JPH098710A (ja) |
| CA (1) | CA2177625A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6404827B1 (en) | 1998-05-22 | 2002-06-11 | Matsushita Electric Industrial Co., Ltd. | Method and apparatus for linear predicting |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5910995A (en) * | 1995-11-22 | 1999-06-08 | Sony Corporation Of Japan | DSP decoder for decoding analog SR encoded audio signals |
| US5796819A (en) * | 1996-07-24 | 1998-08-18 | Ericsson Inc. | Echo canceller for non-linear circuits |
| US5914982A (en) * | 1997-06-13 | 1999-06-22 | Rockwell Semiconductor Systems, Inc. | Method and apparatus for training linear equalizers in a PCM modem |
| US6216148B1 (en) | 1998-11-12 | 2001-04-10 | Quantum Corporation | Adaptive analog equalizer for partial response channels |
| US6754340B1 (en) * | 1998-12-22 | 2004-06-22 | Nortel Networks Limited | Stable adaptive filter and method |
| DE19925046A1 (de) * | 1999-06-01 | 2001-05-03 | Alcatel Sa | Verfahren und Vorrichtung zur Unterdrückung von Rauschen und Echos |
| US6643676B1 (en) * | 2000-04-19 | 2003-11-04 | Virata Corporation | Initialization /prewindowing removal postprocessing for fast RLS filter adaptation |
| US6377682B1 (en) | 2000-06-26 | 2002-04-23 | Lucent Technologies Inc. | Robust adaptive filter for use in acoustic and network echo cancellation |
| GB0027238D0 (en) * | 2000-11-08 | 2000-12-27 | Secr Defence | Adaptive filter |
| US7840938B1 (en) * | 2003-08-04 | 2010-11-23 | The Mathworks, Inc. | Systems for retaining state information in a dynamically typed text-based environment |
| US7352858B2 (en) * | 2004-06-30 | 2008-04-01 | Microsoft Corporation | Multi-channel echo cancellation with round robin regularization |
| US20090012786A1 (en) * | 2007-07-06 | 2009-01-08 | Texas Instruments Incorporated | Adaptive Noise Cancellation |
| US20090196417A1 (en) * | 2008-02-01 | 2009-08-06 | Seagate Technology Llc | Secure disposal of storage data |
| US9418671B2 (en) | 2013-08-15 | 2016-08-16 | Huawei Technologies Co., Ltd. | Adaptive high-pass post-filter |
| CN118680535B (zh) * | 2024-05-20 | 2025-02-28 | 苏州大学 | 一种血压测量方法、系统、设备和介质 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| NL8600817A (nl) * | 1986-03-28 | 1987-10-16 | At & T & Philips Telecomm | Adaptief filter voor het vormen van een echokompensatiesignaal in een zend-ontvangstelsel voor het in duplexvorm bedrijven van digitale communicatie over een enkel geleiderpaar. |
| US5216629A (en) * | 1987-12-23 | 1993-06-01 | U.S. Philips Corp. | Adjusting filter coefficients |
| JP3038790B2 (ja) * | 1990-04-27 | 2000-05-08 | 日本電気株式会社 | 等化器 |
| US5153875A (en) * | 1991-03-25 | 1992-10-06 | Level One Communications, Inc. | Adaptive balancing network |
| US5293402A (en) * | 1991-05-02 | 1994-03-08 | Bell Communications Research, Inc. | Wideband digital equalizers for subscriber loops |
| US5285480A (en) * | 1991-09-03 | 1994-02-08 | General Electric Company | Adaptive MLSE-VA receiver for digital cellular radio |
| DE69123579T2 (de) * | 1991-09-06 | 1997-06-12 | Ibm | Verfahren zur adaptiven Echokompensation und Einrichtung zur Durchführung des Verfahrens |
| JP2792311B2 (ja) * | 1992-01-31 | 1998-09-03 | 日本電気株式会社 | 多チャンネルエコー除去方法および装置 |
| KR950006697B1 (ko) * | 1992-06-09 | 1995-06-21 | 대우전자주식회사 | 적응적 하울링 제거 장치 |
| JP2654894B2 (ja) * | 1992-09-30 | 1997-09-17 | 日本電信電話株式会社 | 反響消去装置およびその方法 |
| US5327495A (en) * | 1992-10-23 | 1994-07-05 | Dsc Communications Corporation | Apparatus and method for controlling an echo canceler |
| US5448590A (en) * | 1993-03-23 | 1995-09-05 | At&T Corp. | Equalization technique for compensating for degradation to the transmission of digitally modulated signals |
| US5353348A (en) * | 1993-05-14 | 1994-10-04 | Jrc International, Inc. | Double echo cancelling system |
| US5428562A (en) * | 1993-09-03 | 1995-06-27 | At&T Corp. | Fast converging adaptive filter |
-
1995
- 1995-06-19 US US08/492,469 patent/US5677951A/en not_active Expired - Lifetime
-
1996
- 1996-05-29 CA CA002177625A patent/CA2177625A1/en not_active Abandoned
- 1996-06-11 EP EP96304329A patent/EP0750395A1/en not_active Withdrawn
- 1996-06-19 JP JP8157821A patent/JPH098710A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6404827B1 (en) | 1998-05-22 | 2002-06-11 | Matsushita Electric Industrial Co., Ltd. | Method and apparatus for linear predicting |
Also Published As
| Publication number | Publication date |
|---|---|
| CA2177625A1 (en) | 1996-12-20 |
| EP0750395A1 (en) | 1996-12-27 |
| US5677951A (en) | 1997-10-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH098710A (ja) | エコー消去用の適応フィルタ、エコー消去システム及び方法 | |
| EP1019902B1 (en) | Adaptive control system with efficiently constrained adaptation | |
| EP0465174B1 (en) | Adaptive active noise cancellation apparatus | |
| JP3008763B2 (ja) | 適応フィルタによるシステム同定の方法および装置 | |
| US5638439A (en) | Adaptive filter and echo canceller | |
| EP0288577B1 (en) | Echo canceller with short processing delay and decreased multiplication number and method for controlling an echo signal | |
| US11100911B1 (en) | Systems and methods for adapting estimated secondary path | |
| JPH08288890A (ja) | 適応型フィルタリングのための方法および装置 | |
| JP2004514317A (ja) | 適応フィルタ | |
| WO1995006986A1 (en) | Fast converging adaptive filter | |
| JP3068996B2 (ja) | 適応フィルタ装置及びそのステップゲインの発生方法 | |
| US6999509B2 (en) | Method and apparatus for generating a set of filter coefficients for a time updated adaptive filter | |
| JPH08307211A (ja) | パイプライン化適応無限インパルス応答（ｉｉｒ）フィルタ | |
| EP1314247B1 (en) | Partitioned block frequency domain adaptive filter | |
| JP2541044B2 (ja) | 適応フィルタ装置 | |
| JPH09261135A (ja) | 音響エコー消去装置 | |
| CN115967372A (zh) | 基于递推最小鲁棒估计的低复杂度有源脉冲噪声控制方法 | |
| Maouche et al. | Fast subsampled-updating stabilized fast transversal filter (FSU SFTF) RLS algorithm for adaptive filtering | |
| Otopeleanu et al. | Regularized RLS algorithm based on third-order tensor decomposition | |
| JP3708040B2 (ja) | エコーキャンセラ | |
| US11309979B2 (en) | Adaptive identification system, adaptive identification device, and adaptive identification method | |
| JPH1093482A (ja) | エコーキャンセラ | |
| Albu et al. | New multichannel modified filtered-x algorithms for active noise control using the dichotomous coordinate descent method | |
| JPH10247838A (ja) | 適応的制御方法 | |
| JP2004128994A (ja) | 適応フィルタシステム |