Mono_AEC

Описание

Пример кода для одночастотного аудио-уменьшения эха (AEC).

Используя адаптивный фильтр, находим подходящий фильтр w, основываясь на двух входных сигналах (сигнале-образце x и сигнале-ожидания d), чтобы минимизировать d - x * w.

Таким образом, d = x * w0 + r, где r — это гауссовский белый шум, а " * " обозначает операцию свертки.

Код функции AEC был адаптирован из книги Behrouz Farhang-Boroujeny "Adaptive Filters: Theory and Applications". Русский перевод доступен в издании Механико-математического института: "Принципы адаптивных фильтров и их MATLAB-симуляция".

Архитектура программного обеспечения

AECtest.m — основной демонстрационный файл, вызывающий 5 функций AEC:

1. VSNLMS: переменная шага нормализованного минимального среднеквадратичного алгоритма
2. VSNLMSNt: переменная шага нормализованного минимального среднеквадратичного алгоритма Ньютона
3. VSAPLMS: переменная шага алгоритма проекции на пространство аффинных функций
4. VSNPFBLMS: переменная шага нормализованного частотного или быстрого блочного минимального среднеквадратичного алгоритма
5. SbLMS: поддиапазонный минимальный среднеквадратичный алгоритм

Кроме того, PFBfilter и SbFilter используются для фильтрации сигнала-образца x с использованием обученных параметров для приближения сигнала-ожидания d (из-за того, что эти два алгоритма не дают линейные фильтры свертки, их нельзя просто использовать функцию filter для фильтрации).#### Инструкции по установке

1. Клонируйте все содержимое в путь выполнения MATLAB
2. Запустите AECtest.m

Инструкции по использованию

1. Запустите AECtest.m и просмотрите результаты
2. Измените параметры алгоритма и просмотрите результаты
3. Измените входные аудио-сигналы или параметры эха и просмотрите результаты

Дополнительные пояснения

Поскольку цели обучения первых трёх алгоритмов (NLMS, NLMS-Newton, APLMS) являются линейными фильтрами свёртки эха, эти три алгоритма могут восстановить исходный сигнал $\hat{x}$ (xhat) на основе сигнала-ожидания и обученного фильтра w. В то время как другие алгоритмы могут только вычислять вперёд (из x в $\hat{y}$ (yhat)), они не могут обратно проверить результат.

При использовании первых трёх алгоритмов можно попробовать воспроизвести исходный сигнал x, сигнал с эхом и шумом d, восстановленный исходный сигнал xhat, аппроксимированный сигнал с эхом yhat и сигнал после уменьшения эха e.