A
KasteelparkArenberg10,3001Leuven(Heverlee)
SUBBAND AND FREQUENCY{DOMAIN
ADAPTIVE FILTERING TECHNIQUES
FOR SPEECH ENHANCEMENT IN
HANDS{FREE COMMUNICATION
Promotor:
Prof.dr.ir.M.Moonen
Proefschriftvoorgedragentot
hetbehalenvanhetdoctoraat
indetoegepastewetenschappen
door
Allerechtenvoorbehouden. Nietsuitdezeuitgavemagvermenigvuldigden/of
open-baar gemaakt wordendoor middel van druk, fotocopie, microlm, elektronisch of
op welke andere wijze ook zonder voorafgaande schriftelijke toestemming van de
uitgever.
All rightsreserved. Nopartofthepublication may bereproducedin anyformby
print, photoprint, microlmor any other meanswithout written permission from
thepublisher.
Detelecommunicatiesectorwordtgekenmerktdooreentoenemendevraagnaar
ge-bruiksvriendelijkheid en interactiviteit. Dit verklaart de interesse in handenvrije
communicatiesystemenvandaag dedag. Inde meeste handenvrije systemenis de
signaalkwaliteit echter ontoereikend. Om hieraan te verhelpen wordt een beroep
gedaan op geavanceerde signaalverwerkingstechnieken zoals het subband- en het
frequentiedomeingebaseerdeadaptievelter. Deze algoritmenzijn gekend om hun
lagerekencomplexiteit enmakengebruikvan frequentie{afhankelijkeen adaptieve
technieken. Bijgevolgzijnzeuitermategeschiktvoordeverwerkingvansystemenen
signalen met sterk varierende karakteristieken, zoals akoestische impulsresponsies
enspraak.
In dit proefschrift wordensubband- en frequentiedomeingebaseerde adaptieve
l-tertechnieken bestudeerd voordekwaliteitsverbeteringvan handenvrijesystemen.
De tekst bestaat uit vier delen. Het eerste deel handelt over het ontwerp van
DFT{gemoduleerde lterbanken die voldoen aan een voorwaarde van perfecte of
quasi{perfectereconstructie. IndeelIIwordensubband-en
frequentiedomeingeba-seerdeadaptieveltersbestudeerd. HetsubbandadaptievelterenhetPBFDAF{
algoritmewordenachtereenvolgens besproken. Hetverband tussen beide
technie-kenwordtonderzochteneennieuwadaptatieschemavoorsubbandadaptievelters
wordtvoorgesteld. DeelIII handelt overhet PBFDRAP{adaptievelter, dateen
uitbreiding is van het PBFDAF{algoritme. Het PBFDRAP{algoritme wordt
ge-analyseerden enkele snellevarianten wordenafgeleid. In hetlaatste deel vanhet
proefschrift wordt aangetoond dat de algoritmen uit deel I{III succesvol kunnen
Subband- en
frequentiedomeingebaseerde
adaptieve ltertechnieken
voor de kwaliteitsverbetering
van handenvrije systemen
Hoofdstuk 1 : Inleiding
Detelecommunicatiesectorisgedurendedevoorbijgaandejarenuitgegroeidtoteen
van de belangrijkste economische actoren. Zo werd het jaarlijkse revenu van de
globaletelecommunicatiemarktin1996 geschatop645miljardUS{dollar. In2002
hooptmen dekaapvan1000miljarddollarteoverstijgen[85]. Deenormeexpansie
vandeze sectoris medete danken aaneen voortdurendstreven naarinnovatie en
optimalisatie, wat zich onderandere weerspiegelt in devraagnaarmeer
gebruiks-vriendelijkheideninteractiviteit. Ditverklaartdeinteresseinhandenvrijesystemen
vandaagdedag. Geziende economischeimpactende interessein dezetechnieken
mogenweonsindenabijetoekomstverwachtenaaneenstijgendebelangstellingin
handenvrijetelecommunicatiesystemenenaaneentoenemendevraagnaar
vernieu-wendenproductgerichtonderzoekinditdomein. Menverwachtdatdewereldwijde
marktvanhandenvrijecommunicatie kangroeienvan3miljarddollarvandaagde
dagtotmeerdan9miljarddollarindevolgendevijf jaren[151].
Indemeestehandenvrijecommunicatiesystemenisdesignaalkwaliteitontoereikend.
verhel-pen werden de laatste jaren allerhande signaalverwerkingstechnieken ontwikkeld.
Hoeweldezealgoritmenaanleidinggeventoteenverhoogdesignaalkwaliteit,ishun
performantieveelalbeperkt.
Onder\handenvrijecommunicatie"ressorteerteenveelheidaan toepassingen. Het
meest in hetoogspringend iswellichthandenvrije telefonie. Invele landen is
mo-biel bellenvanuit de wagennamelijk verboden tenzijmen gebruikmaakt vaneen
handenvrije set. De motivatie voorderegelgeving hieromtrentsteuntop de
vast-stellingdatdeaandachtvandebestuurderwordtafgeleidwanneerhijofzijmobiel
belt. Hoewelzowat65percentvanallemobieletelefoongesprekkenindeVerenigde
Statengevoerdwordenvanuitdewagenofeenandertransportmiddel[25]gebruikt
slechts15percentvanheneenhandenvrijeset. Menverwachtdanookdatdevraag
naarhandenvrijesetsin denabijetoekomststerkzaltoenemen.
Hierbij moet men wel de volgende kanttekening maken. Het blijkt namelijk dat
slechts 1,5 percent van de ongevallen in de Verenigde Staten veroorzaakt wordt
doormobiel bellenindewagen. Daarentegenisbijna30procenttewijtenaaneen
verslapteaandachtdoor allerhandeuitwendige factoren, wat hetbelang van
han-denvrijesystemenmisschienenigszinsrelativeert. Menmoetdaarbij welbedenken
dat in tegenstelling tot de Verenigde Staten, handmatigschakelennog steeds erg
populairis in Europa. Hetis duidelijk datveranderen van versnelling, sturen en
hethanterenvaneenklassiekemobieletelefoonindewagenmoeilijkcombineerbaar
zijn. Dit verantwoordtweldegelijkdewijzigingendieverschillendeEU{landen
re-centhebbenaangebrachtin hunwetgeving,waardoorhetgebruikvanhandenvrije
setsin dewagenverplichtwerd.
Handenvrijetechniekenwordenbehalvein detelefonie ook in
teleconferentiesyste-men gebruikt. Teleconferentie is erg populair in de zakenwereld, waar meerdere
mensentegelijkertijdmetelkaarwensenteinteragerenvanuitverschillende,
geogra-schverspreidelocaties. Iederneemthierbijvanuitzijneigenkantoordeelenstaat
viaeentelecommunicatieverbindingmetdeanderenincontact. Opdezewijze
wor-dennodelozeverplaatsingenvermeden, wat leidttottijdswinsteneenaanzienlijke
kostenbesparing.
Spraakgestuurdesystemenvindenmeerenmeeringanginonsdagelijksleven,zowel
thuisalsophet werk. Wedenken danbijvoorbeeldaan deautomatische
conditio-neringvaneenwoonkamer(licht,verwarming,gordijnen),stemgestuurde
huishou-delijke apparaten, HiFi{installaties of computersoftware, een stemgecontroleerde
bediening van de radio en telefoon in de wagen, ... . Ook deze spraakgestuurde
systemenmakenveelalgebruikvanhandenvrijetechnieken.
Inditproefschriftwordensubband- enfrequentiedomeingebaseerde adaptieve
lter-technieken bestudeerd. Wezullenaantonendatdeze signaalverwerkingsalgoritmen
communicatiesyste-Dit proefschriftisonderverdeeldinvierdelen. IndeelI,II enIII wordeneen
aan-talsubband-enfrequentiedomeintechniekenbestudeerd. Eenvandeoorzakenvoor
deslechtesignaalkwaliteitbijhandenvrijecommunicatie,ishetontstaanvan
zoge-naamdeakoestischeecho's. IndeelIVwordtaangetoondhoedealgoritmenuitdeel
I,II enIII kunnenwordeningepastin eenakoestische{echo{onderdrukkingssetup.
Inhoofdstuk1wordtvooreersthetkadergeschetstwaarbinnenditproefschrifttot
stand kwam. Vervolgens wordt een algemene denitie gegeven van een
handen-vrijsysteem,zoalsweergegevenin guur1.2,enwordtaangegevenwaaromde
sig-naalkwaliteitveelalontoereikendis. Hiervoor kunneneendrietal oorzakenworden
aangeduid, namelijk de aanwezigheid van akoestische echo's, achtergrondruis en
reverberatie.
Akoestischeecho'sontstaanwanneer(zieookguur1.3)signalengaanrondcirkelen
in het communicatienetwerk. Zohoort de spreker zijneigen stem met eenzekere
vertraging,watdecommunicatie bemoeilijkt. Indiendelusversterkingte groot is,
kandeechoonstabielwordenenontstaateenluide uittoon. Achtergrondruiswordt
veroorzaaktdoorventilatorenofcomputersofdoormensendieindeopnameruimte
aanwezig zijn en zo op een of andere manier aanleiding geven tot
achtergrondla-waai. Tenslotte merkt men op dat alle geluidssignalen propageren doorheen de
opnameruimte. Op dezemanierwordtnagalmof reverberatieaan designalen
toe-gevoegd,wat eennadeligeinvloeduitoefentopdespraakverstaanbaarheid.
Mogelijkesignaalverwerkingsalgoritmendiehieraanverhelpen,moetenenerzijds
re-keninghouden metde aardvan hetsignaalen anderzijds metde omstandigheden
endeomgevingwaarindezesignalenvoorkomen. Daaromwordeninhetinleidende
hoofdstuk enkele basisprincipes van akoestiek en spraak toegelicht. Meer in het
bijzonder wordt aandacht besteed aan die eigenschappen die doorslaggevend zijn
bijhetbepalenvanhetgeschiktealgoritmevoorditsoort toepassingen endieeen
weerslaghebbenopdewijzewaaropdezealgoritmenwordenge
mplementeerd.
Zoisspraakeenbreedbandigsignaalwaarvanzoweldetijdsomhullendealsde
spec-traleeigenschappensterkkunnenvarierenalsfunctievandetijd. Omhiermee
op-timaalrekeningtekunnenhouden, zijnde gebruiktesignaalverwerkingsalgoritmen
bestsubband-offrequentiedomeingebaseerd.Verderblijktdatspraakeensignaalis
meteengrootdynamischbereik. Ditvereistdatdealgoritmengenormaliseerdzijn,
wat wilzeggendatzehungedragaanpassenaandeactuelegroottevandeenergie
indeingangssignalen.
In een handenvrij systeem propageren de signalen doorheen een opnameruimte,
wat aanleiding geeft tot verzwakking en distortie. Het blijkt dat dit fenomeen
vrij nauwkeurig kan beschreven worden met behulp van lineaire ltertechnieken.
Het lineaire lter dat de akoestiek van een kamer modelleert, wordt akoestische
impulsresponsiegenoemd.Mensteltvastdatakoestischeimpulsresponsiessystemen
gedaanwordenopeÆcienteadaptieveltertechnieken.
Verder wordt verwezen naar een aantal signaalverwerkingstechnieken die gekend
zijnuitdeliteratuurenwaarmeeakoestischeecho's,achtergrondruisenreverberatie
kunnenwordenonderdrukt.
Indelaatsteparagraafvanhetinleidendehoofdstukwordteenoverzichtgegevenvan
deverschillendehoofdstukkenendeopbouwvanditwerkenwordtookaangegeven
welkedeeigenbijdragenzijnindit proefschrift.
Hoofdstuk 2 : Algemene concepten
Inhoofdstuk 2wordeneenaantal basisbegrippen ensignaalverwerkingstechnieken
toegelicht,diedetoegankelijkheidenhetlezenvanditwerkkunnen
vergemakkelij-ken.
Demeestealgoritmendieinditproefschriftaanbodkomen,zijnzogenaamde
blok-gebaseerdeadaptievelters. Vaaksteunendergelijkealgoritmenophet
herbemon-sterenvandeverschillendesignaalbuers,metalsbedoelingeencomplexiteitswinst
en een verhoogde performantie te bekomen. Zulke systemen met wisselende
be-monsteringsfrequentie worden in het Engels \multirate"{systemen genoemd. In
paragraaf 2.1 worden daarom enkele basisbegrippen van signaalverwerking en
\multirate"{signaalverwerkingin hetbijzonder, besproken.
DeelI vanditproefschrifthandeltoverlterbankontwerp. Verder makenook
sub-bandadaptievelters,diehetonderwerpvormenvandeelII,gebruikvan
lterbank-technieken. Inparagraaf 2.2 wordendaarom enkele fundamentenvan
lterbank-theoriebesproken.
De algoritmendie in deel II enIII behandeld worden, zijnzogenaamde adaptieve
lters. Een overzichtvan bestaande adaptieve ltertechnieken vindt men terug in
paragraaf 2.3.
Voor de meeste algoritmen die in het vervolg van dit werk aan bod komen, zal
eenkostenanalysedoorgevoerdworden. Inparagraaf2.4wordenhieromtrenteen
aantal bemerkingen geformuleerd en sommen we de veronderstellingen op die we
zullenmakenbijhetbepalenvanderekencomplexiteit.
Deel I : Ontwerp van DFT{gemoduleerde
Filter-banken voor Overbemonsterde Subbandsystemen
lter-Inhoofdstuk3wordenenkeleeigenschappenvanoverbemonsterdesubbandsystemen
aangehaaldeneenvoorwaardevoorperfectereconstructieafgeleid. Verderhandelt
dithoofdstukoverhetontwerpvanDFT{gemoduleerde,overbemonsterde
lterban-kenwaarvooreenvoorwaardevanperfectereconstructievervuldis. Inhoofdstuk4
daarentegenwordentweeontwerpstrategieenvoorgesteldvoorDFT{gemoduleerde
lterbankendievoldoenaan eenvoorwaardevanquasi{perfectereconstructie.
Hoofdstuk 3 : Ontwerp van overbemonsterde,
DFT{gemodu-leerde lterbanken die voldoen aan een voorwaarde van
per-fecte reconstructie
Filterbanken vindt men terug in allerhande
digitale{signaalverwerkingstoepassin-gen, meestal in combinatie met \multirate"{technieken, wat aanleiding geeft tot
zogenaamdesubbandsystemen. Eentypischsubbandsysteemisvoorgesteldinguur
2.1. Merk op dat het ingangssignaal in de analyselterbankwordtopgesplitst in
M subbanden. Vervolgensverlaagtde bemonsteringsfrequentievan deinkomende
signaalstromen met een factor N (decimatie) en worden intermediaire
bewerkin-genop de gedecimeerdesignalenuitgevoerd. Hetsynthesegedeeltebestaat in een
verhogenvandebemonsteringsfrequentiemet eenfactorN (interpolatie),gevolgd
doordesyntheselterbankoperatie. Decombinatievanlterbank-en\multirate"{
techniekenleidttoteenreductievandeimplementatiekosteneenverhogingvande
systeemperformantie.
Menspreekt vaneen uniformgespatieerde lterbankwanneerallelters eengelijke
bandbreedtehebben. Insommige toepassingen geeft men echter de voorkeur aan
niet{uniformgespatieerdelterbanken. Dergelijkelterbankenhebben vaakeen
lo-garitmischespreidingenzijnbijvoorbeeldgebaseerdopwavelets. Inditproefschrift
beperkenweonstotuniformgespatieerdeFIR{lterbanken.
Uniformgespatieerdelterbankenwordenbekomendooreengoedgekozen
prototy-pelter in het frequentiedomein te verschuiven. Dit verschuiven in het
frequen-tiedomeinwordtmoduleren genoemd,vandaardenaamgemoduleerde lterbanken.
GemoduleerdeFIR{lterbankenkunneneÆcientgemplementeerdwordendoorhet
prototypelterinpolyfasecomponententeontbindenengebruiktemakenvansnelle
signaaltransformaties.
De discrete Fouriertransformatie ligt aan de basis van DFT{gemoduleerde
lter-banken. Deverschillendelterszijnhierbijfrequentieverschovenversiesvanelkaar,
zoals gellustreerd in guur 2.2. De lters hebben echter complexe coeÆcienten.
Met behulp van dediscrete cosinustransformatie bekomtmen DCT{gemoduleerde
lterbanken. Een voorbeeldhiervan wordtgetoondin guur 2.3. Deverschillende
aanzienlijkehoeveelheidvouwvervormingaandesubbandsignalen toegevoegd,wat
nefastisvoordeintermediairebewerkingen dieopdesubbandsignalenworden
uit-gevoerd. Bijgevolgneemtmen N in depraktijk kleinerof gelijkaan M. Wanneer
M=N,spreektmenvaneenkritischgedecimeerdsubbandsysteem, indienM >N,
vaneenoverbemonsterdofniet{kritischgedecimeerd subbandsysteem.
Overbemon-sterde subbandsystemenwegendistortie tengevolgevanvouwvervormingen
com-plexiteitswinsttenopzichtevanelkaaraf. Zemakendaarbijoverwegendgebruikvan
DFT{gemoduleerde lterbanken. Niet{kritischgedecimeerde, DCT{gemoduleerde
lterbankenintroducerennamelijkte veelvouwvervorming. Vouwvervormingheeft
eennadelige invloedop deperformantievan intermediairesubbandoperatieszoals
adaptievelters.
In het ideale geval, in de afwezigheid van intermediaire bewerkingen komt het
ingangs{uitgangsgedragvan eensubbandsysteem overeenmet een
vertragingsope-ratie: deuitgangvanhetsubbandsysteemiseenexacte,vertraagdekopievande
in-gang. Menspreektdanvaneensysteemmetperfectereconstructie. Indithoofdstuk
worden ontwerptechnieken besproken voor overbemonsterde, DFT{gemoduleerde
lterbankenwaarvoordevoorwaardevanperfectereconstructievervuldis.
Vooreerst wordt aangegevenin paragraaf 3.1 hoe overbemonsterde,
DFT{gemo-duleerde subbandsystemeneÆcientgemplementeerdkunnenworden. Hierbijwordt
gebruikgemaaktvandepolyfaseontbindingvandeprototypeltersenvansnelle
sig-naaltransformaties. ZoblijktdatdepolyfasematrixvandeanalyselterbankH(z),
zoalsgedenieerd in vergelijking2.17, kanontbonden wordenin eenDFT{matrix
Feneengestructureerdepolynomiale prototypematrixB(z), zoalsweergegevenin
vergelijking3.1[22]. Inparagraaf3.1.1wordenenkeleeigenschappenvande
proto-typematrix B(z) besproken. Een analogedecompositie is geldig voor de
polyfase-matrixvandesyntheselterbankG(z),dievolgensvergelijking3.8 kangeschreven
wordenalsfunctievaneenDFT{matrixFeneengestructureerdepolynomiale
pro-totypematrix C(z). De vorm van deprototypematrix C(z) hangt af van de aard
vandesyntheselterbank. Inparagraaf3.1.2wordentweevariantenbeschouwd: de
IDFT{gemoduleerde syntheselterbank en degewijzigde DFT{gemoduleerde
syn-theselterbank. Hetis deze laatste variantdie in het vervolg van dit proefschrift
verderaanbodzal komen. Inparagraaf3.1.3wordtaangetoonddatdeontbinding
vananalyse-ensyntheselterbankzoalshierbovenbeschreven,toteenaanzienlijke
kostenreductieleidt.
In paragraaf 3.2 wordt een voorwaarde voor perfecte reconstructie afgeleid en
in wiskundige vorm neergeschreven. We bespreken vervolgens in paragraaf 3.2.1
een algemene ontwerpmethode voor FIR{lterbanken met perfecte reconstructie.
DezemethodeisgebaseerdopdeSmith{McMillan{ontbindingenlaattoevooreen
gegeven analyselterbankeen gepaste syntheselterbank te bepalen zodat aan de
voorwaardevanperfectereconstructievoldaanis. Hoeweldemethodekrachtiglijkt
opheteerstezicht,isnietgegarandeerddatdesyntheselterbankdiemenbekomt,
pa-Eenlterbankispara{unitairindiendeprototypematrixB(z)eenpara{unitaire
po-lynomialematrixis. Mengarandeertdanopeenvoudigewijzeperfectereconstructie
doordeprototypematrixC(z)gelijktekiezenaan ~ B(z)=B T (z 1 ). Inparagraaf
3.3 bespreken we een ontwerpmethode voor para{unitaire DFT{gemoduleerde
l-terbanken die voldoen aaneen voorwaarde van perfectereconstructie [22]. Hoewel
minderalgemeendan demethodegebaseerdopdeSmith{McMillan{ontbinding,is
deze aanpak robuuster en heeft de frequentiekarakteristiek van de syntheselters
typisch een hogere selectiviteit. In paragrafen 3.3.1{3.3.3 wordtaangetoond hoe
hetpara{unitair{zijn van deprototypematrix B(z)kan vertaald worden naareen
para{unitairevoorwaarde,opgelegd aaneen setvanpolynomiale matrices, die uit
B(z)wordenafgeleid. Dezematriceskunnengeparametriseerdwordenmetbehulp
vanpara{unitaireladderstructuren[24]. Deparametersdiedezepara{unitaire
lad-derstructuren karakteriseren, worden zo gekozen en ingesteld dat men een hoge
frequentieselectiviteit bekomt. Hiertoemaakt men gebruikvan een
optimalisatie-procedurediedestopbandenergievanhetanalyseprototypelterminimaliseert. Een
goedeparameterinitialisatieisechternietvoordehandliggend. Daaromkiestmen
deinitiele parametersmeestalwillekeurig. Omhieraante verhelpenstellenweeen
methode voordie gebaseerdisop deinverseontbindingvan depara{unitaire
lad-derstructuren. Dit geeft typisch aanleiding tot een betere convergentie van het
optimalisatie{algoritmeeneenverkorteontwerpduur. Eenbelangrijknadeelvande
ontwerpmethodedieinparagrafen3.3.1{3.3.3wordtbesproken,isdebeperkte
vrij-heiddiedeontwerperheeftbijhetkiezenvandelterorde. Inparagraaf3.3.4stellen
weeenuitbreidingvoor,waarmeehetaantalvannulverschillendeltercoeÆcienten
nauwkeuriger kan worden ingesteld. Deze uitbreiding is gebaseerd op het verder
opsplitsen van de polynomiale matrices. Op deze manier worden bepaalde
l-tercoeÆcienten op 0 of 1 gexeerd en kan de eectieve lengte van het lter,
na-melijk het aantal van nul verschillendecoeÆcienten, naar wens wordeningesteld.
Hetblijktnochtansdatdeprocedureenkelconvergeertnaareenvoldoende
frequen-tieselectieveoplossing indienhetaantalltercoeÆcientendatgexeerdwordtop0
of 1, relatief klein is. Dit wordtgellustreerd in paragraaf 3.3.5 waar een aantal
ontwerpvoorbeelden besprokenworden.
Hoofdstuk 4 : Ontwerp van DFT{gemoduleerde lterbanken
die voldoen aan een voorwaarde van quasi{perfecte
recon-structie
Inhoofdstuk 3worden subbandsystemenbestudeerd waarvoorde voorwaardevan
perfectereconstructieisvoldaan. Perfectereconstructiegarandeerteendistortievrij
ingangs{uitgangsgedrag: signalen passeren doorheen het subbandsysteem zonder
kwaliteitsverliezen. Wanneer nuintermediairebewerkingen opdesubbandsignalen
wordenuitgevoerd(codering,lteroperaties),zoalsschematischweergegevenisin
genin hetsignaalpad (A/D{convertoren, luidsprekers), doorruis die genjecteerd
wordt in het systeem en doorallerhande algoritmische tekortkomingen (residuele
ruis bij adaptief lteren bijvoorbeeld). Men kan daarom de voorwaarde van
per-fecte reconstructie relaxeren tot een voorwaarde van quasi{perfecte reconstructie,
door een zekere hoeveelheid vouwvervorming, amplitude- en fasedistortie toe te
laten. Dit is aanvaardbaar zolang de vervorming niet merkbaar is of voldoende
klein blijft. Het hangt uiteraard van de toepassing en de inherente vervorming
(niet{lineariteiten, ruis, ...) af hoe ver het systeem mag afwijken van de ideale
voorwaardevanperfectereconstructie.
Eenvandenadelenvansubbandsystemenmetperfectereconstructieisdebeperkte
stopbandonderdrukkingdiekangerealiseerdworden. Indiende
stopbandonderdruk-kingnietvoldoendehoogis,wordteenaanzienlijkehoeveelheidvouwvervormingin
desubbandengentroduceerd,wateennadeligeinvloeduitoefentopde
performan-tievandeintermediaire algoritmendieopdesubbandsignalen wordenuitgevoerd.
Vaaklijktdaarom eenlterbankdiequasi{perfectereconstructiegarandeert,meer
aangewezen. Een subbandsysteemmet quasi{perfectereconstructie zal aanleiding
geventotbetereperceptueleresultatenaangeziendeextrastopbandonderdrukking
die men bekomt, de hoeveelheid toegevoegde vouwvervormingvermindert en een
verhoogdeperformantievandeintermediairealgoritmenbewerkstelligt.
Voortshebbendeanalyse-endesyntheselterbanksteedsdezelfdespectrale
karak-teristiekenindienmendeaanpakvolgtdiebesprokenwordtinparagraaf3.3. Indien
weafstappenvan devoorwaardevanperfecte reconstructiehoevende analyse-en
desyntheselterbanknietdezelfdefrequentiekarakteristiekte hebbenenkande
l-terordeverschillendzijn. Indit hoofdstuk besprekenweeenfrequentiedomein-en
eentijds/frequentiedomeingebaseerdeontwerpmethodevoorlterbankenmetquasi{
perfectereconstructie.
Inparagraaf 4.2wordteenfrequentiedomeingebaseerde ontwerpprocedure
voorge-steldvoor DFT{gemoduleerdelterbanken metquasi{perfectereconstructie.
Per-fectereconstructieimpliceerthetuitblijvenvandriesoortenvervorming:
amplitu-dedistortie,fasedistortieendistortietengevolgevanvouwvervorming. Insommige
toepassingen, zoalshandenvrijecommunicatie,kaneenzekerehoeveelheid
fasedis-tortiegetolereerdworden,opvoorwaardedatabruptefasesprongenvermeden
wor-den. Verder merkt men op dat de signaalkwaliteit vrijwel behouden blijft indien
slechts een beperkte hoeveelheid amplitudedistortie wordt toegelaten. Wanneer
tenslotte de frequentieselectiviteit van de lterbanken voldoende hoog is, zal ook
de distortie ten gevolge van vouwvervorming beperkt blijven. In plaats van een
voorwaarde van perfecte reconstructie op te leggen, wordt daarom een
eenvoudi-ger criterium in rekening gebracht. Hierbij worden de frequentieselectiviteit van
hetanalyse-en/ofsyntheseprototypelterendealgeheleamplitudedistortieten
op-zichtevanelkaarafgewogen. Opdezemanierbekomtmen eenlterbanksetdatde
eigenschapvan perfectereconstructie benadert. Een verdere vereenvoudigingvan
amplitu-dezeprocedure overeenstemt,isterugtevindeninvergelijking4.4.
Een tweede ontwerpprocedure voor lterbanken met quasi{perfecte reconstructie
wordtvoorgesteldinparagraaf4.3. Hierbijvertrektmenvanderelatieinhet
tijds-domeintussendesubbandsignalen aandeenekantendeingangvande
analysel-terbankendeuitgangvandesyntheselterbankanderzijds. Deze
tijds/frequentiedo-meingebaseerde ontwerpprocedurebrengteenvoorwaardevanperfectereconstructie
inrekeningenmaaktgeengebruikvaneenvereenvoudigdcriteriumzoalsdithet
ge-valisbijdefrequentiedomeingebaseerdemethode. De
tijds/frequentiedomeingeba-seerdeprocedure weegtdaaromperfectereconstructieaftenopzichte van
frequen-tieselectiviteit, zoalsbeschrevendoorde kostenfunctieweergegevenin vergelijking
4.17. Ontwerpvoorbeeldenbekomenopbasisvandezeprocedureszijnterugte
vin-deninparagrafen4.2en4.3inguren4.2en4.6. Beidemethodesgevenaanleiding
totbevredigenderesultaten.
Inparagraaf 4.4tenslottewordthetbelangaangetoondvanlterbankendie
vol-doenaaneenvoorwaardevanquasi{perfectereconstructie. Zoblijktdat
intermedi-airesubbandoperatieszoalssubbandadaptieflterengebaatzijnbijeenverbeterde
stopbandonderdrukking. De residuelefoutuitgangvan hetsubbandadaptievelter
blijkt te verkleinenwanneer wegebruik maken van eenlterbankset waarvoorde
voorwaarde van perfecte reconstructie gerelaxeerd werd tot quasi{perfecte
recon-structie.
Deel II : Subband- en Frequentiedomeingebaseerde
Adaptieve Filtertechnieken
Inhettweededeelvanhetproefschriftwordensubband-en
frequentiedomeingeba-seerde adaptieve lters bestudeerd. Deze \multirate"{systemen zijn een
goedko-peralternatiefvoorhetLMS{algoritmeindienlange FIR{lters geadapteerd
wor-den. Door subband- of frequentie{afhankelijke stapgroottes te combineren met
\multirate"{techniekenkandeperformantieverhoogdwordenen bekomt meneen
lagererekenkost. Hoofdstuk5handeltoversubbandadaptievelters. Webespreken
enkeleeigenschappenenschattendeteverwachtenkostenreductie. Voortsdenieren
we drie ontwerpcriteria voorsubbandadaptievelters. In hoofdstuk 6 komen
fre-quentiedomeingebaseerdeadaptieveltersaan bod. Zowordtaangetoonddathet
frequentiedomeinadaptievelterkanaanzien wordenalseensubbandadaptief
sys-teemmetenkeleaantrekkelijkeeigenschappen. Tenslottewordtinhoofdstuk7een
alternatiefadaptatieschemavoorgesteld,ineenpogingde\overlap{save"{correctie
opdefoutuitgangvanhetfrequentiedomeinadaptievelteruitte breidennaareen
Hoofdstuk 5 : Subbandadaptieve lters
\Multirate"{systemenzoalshetsubbandadaptievelterzijnreeds verscheidene
ja-ren gekend [142]. Zij worden typisch gebruikt om FIR{systemen van hoge orde
te identicerenenzijneenveelbelovendalternatiefvoorhetLMS{algoritme. Voor
dit soort toepassingen is het LMS{algoritme minder aangewezen gezien de hoge
complexiteitenmindergunstigeconvergentie{eigenschappen.
Eenschematischevoorstelling vanhetsubbandadaptieve lter isweergegevenin
-guur5.1. Tweeidentiekeanalyselterbankensplitsenbeideingangssignalenx end
opinsubbanden. Ingangdishierbijgelijkaanw?x+senisduseengelterde
ver-sievanxdoorhetongekendesysteem w,waarbijeenlokalesignaalbronsopgeteld
wordt. Hetuiteindelijkedoelisw?xaandeuitgangvanhetadaptievelterte
on-derdrukkeneneenniet{vervormdeversievansovertehouden. Nadecimatiewordt
een adaptievelteroperatie op desubbandsignalen uitgevoerd. Zowat elk gekend
klassiek adaptatie{algoritme komt hiervoor in aanmerking. Meestal wordt echter
het (N)LMS{algoritme gebruikt. Merk op dat hier, in tegenstellingtot klassieke
adaptievelterstructuren, een set vanparallelle ltersf
m
[k] geadapteerd worden.
De uitgang e wordt bekomen na verhogen van de bemonsteringsfrequentie en de
syntheselterbankoperatie.
Door designalenin subbandente verwerken aan eenverlaagde
bemonsteringsfre-quentiehooptmeneenverbeterdconvergentiegedragtebekomen. Klassieke
adapta-tieschema'szoalshetLMS{algoritmehebbennamelijkeenlageconvergentiesnelheid
indiengekleurdesignalenmeteengroteeigenwaardespreidingzoalsspraak,
aange-boden worden. Wanneer de signalen in subbanden verwerkt worden, hebben de
ingangssignalenvandesubbandadaptievelterstypischeenvlakker
frequentiespec-trumenkunnendestapgroottesvandeadaptievelterspersubbandworden
inge-steld,wat inhetalgemeenaanleidinggeefttoteenverbeterd convergentiegedrag.
Afgezien van een te verwachten verbetering in convergentiegedrag zijn
subband-schema's te verkiezen boven klassieke adaptatie{algoritmenomwille van hunlage
rekencomplexiteit : dankzij hetgebruikvan \multirate"{techniekenkunnenzowel
de lterbank- alsde adaptieve{lteroperaties aan eenlage
bemonsteringsfrequen-tieuitgevoerdworden. Degrootstecomplexiteitswinst valt danook te verwachten
wanneer designalenkritischgedecimeerdworden. Welmoet menbedenkendatde
kostenreductiediemenmetsubbandschema'sbekomt,vaakkleinerisdanmen
ini-tieelverwacht. Voortsblijkensubbandadaptievelterseenaantalbijverschijnselen
tehebben,die insommigetoepassingenongewenstzijn.
Inparagraaf 5.1wordteenalgemenebeschrijvinggegevenvanhetstandaard
sub-bandadaptieve lter. Vooreerstwordteenvergelijking gemaaktmetklassieke
adap-tieve lterstructuren, die geen gebruik maken van subbanden. Daarna lichten we
korttoehoemeneengeschiktelterbanksetkiest. ZoblijktdatDFT{gemoduleerde
polyfasecompo-worden,wateenaanzienlijkekostenreductiemetzichmeebrengt.
Inparagraaf 5.2wordenenkele ontwerpcriteriageformuleerdvoor
subbandadap-tieve lters, die een goed convergentiegedrag moeten garanderen en toelaten de
performantie van het frequentiedomeinadaptieve lter te benaderen. We zullen
aantoneninhoofdstuk6datfrequentiedomeinadaptievealgoritmenkunnenaanzien
worden alseen soort subbandadaptieve lters,die gebruikmakenvan eenvoudige
lterbankenentypischtweevoudigeoverbemonstering. Demeestesubbandschema's
scorenbeterop dit vlakaangezienhunoverbemonsteringsfactormeestal kleineris
dan 2 en ze meer geavanceerde lterbanken gebruiken. Men zoudan ook een
la-gereimplementatiekosteneenbetereperformantieverwachten. Spijtiggenoegisdit
meestalniethetgeval: dankzijhunspeciekfoutencorrectiemechanismeblijken
fre-quentiedomeinalgoritmende standaardsubbandschema'sgemakkelijk te
overtroe-ven. Wetrachteninditwerkdanookverbeterdesubbandadaptievelterschema'ste
bekomendoor de ideeen achterde subband-enfrequentiedomeingebaseerde
adap-tievelterssamentebrengenineensoort\hybride"aanpakendeprincipesvanhet
frequentiedomeinalgoritmeuit te breiden naar eenmeer algemeneklasse van
sub-bandadaptievelters. Indezeparagraafwordendaartoedrieontwerpcriteria
gefor-muleerdvoorsubbandadaptievelters,dieeenaanvaardbareperformantiemoeten
garanderen:
1. Om dehoeveelheidvouwvervormingtebeperkendieaan desubbandsignalen
wordttoegevoegd, moeten de lterbankenvoldoende frequentieselectief zijn.
Vouwvervorming heeft immers een nadeligeect op de convergentievan de
subbandadaptievelters.
2. Beideingangssignalenxend(zieguur5.1)passerendoorheenhet
subband-systeem. In het ideale geval wordt x volledig onderdrukt en verschijnt de
gewenste component van d, namelijk het lokale bronsignaal s, onvervormd
aan de uitgang vanhet subbandadaptieve lter. Om dit te kunnen
bewerk-stelligen beroept men zich op lterbanken die voldoen aan een voorwaarde
van(quasi{)perfectereconstructie.
3. Indien perfecte onderdrukking van het ingangssignaal x nagestreefd wordt,
moetdeonderstetakvanguur5.1hetongekendesysteemwexactmodelleren.
Dit kan alleen indien de onderste tak beschreven wordt door een pseudo{
circulante polynomiale matrix (zie vergelijking 5.6). Typisch is slechts aan
deze voorwaarde voldaan indien de subbandadaptieve lters oneindig lang
zijn.
Een poging totuitbreiding vanhetfoutencorrectiemechanismevanhet
frequentie-domeinalgoritme naar een meer algemene klasse van subbandadaptieve lters is
samengebrachtin hoofdstuk7.
Paragraaf 5.3 gaat dieper in op de niet{lineaire vervorming die ge
deze vouwvervorming eennadelig eect heeftop de convergentievan de
subband-adaptievelters. Hoewel ze aanleiding geven tot de grootstekostenreductie
wor-denkritischgedecimeerdesubbandadaptievelterschema'sbestvermedenomdatde
hoeveelheidtoegevoegdevouwvervorminghierhetgrootstisendus eenslecht
con-vergentiegedragteverwachtenis.
Eenvandeneveneectenvansubbandadaptieflterenishetverschijnenvaneen
re-siduelefout. Ditwordtbesprokeninparagraaf5.4. Stelling5.2toontnamelijkaan
datdesubbandadaptievelters,zoalsaangegevenopguur5.1,oneindiglang
moe-tenzijnom eenongekend systeemvan eindigeordeperfect te kunnenmodelleren.
Desubbandadaptieveltersstrekkenzichdaarbijoneindigveruitzowelincausale
alsinanti{causalerichting,zoalsaangetoondinparagraaf5.4.1opbasisvanenkele
experimenten. Dit impliceertin depraktijk, wanneerweonsmoeten beperkentot
ltersvan eindige lengte, dateen residueleondermodelleringsfout verschijnt. Om
dieresiduelefoutvoldoendekleintehouden,moetenanti{causaleltercoeÆcienten
toegevoegd worden. De benodigde lterlengte is dan groter dan men initieel
be-groothad,wanneermengeenrekeninghoudtmetditneveneect. Verderwordenin
paragraaf5.4.2tweeontwerpmethodesbesprokendietoelatenhetaantalbenodigde
anti{causaleltercoeÆcientente bepalen.
Tenslottewordtinparagraaf5.5eengedetailleerdekostenanalysegemaaktvanhet
subbandadaptievelter. Zoblijktdatdeverwachtecomplexiteitswinsttenopzichte
vanhetklassiekeLMS{algoritmegemakkelijkoverschatwordt. Teneersteishetzo
dateenaantalanti{causaleltercoeÆcientenmoetenwordentoegevoegd.Daardoor
stijgt de kost en wordt extra vertraging ge
ntroduceerd. Ten tweede werd reeds
aangegevendatkritischgedecimeerdelterschema'snietin aanmerkingkomenvoor
subbandadaptieflterenendatmenbeteroverbemonsterdelterschema'sgebruikt.
Aangeziendedecimatiefactordankleinerisdanhettheoretischemaximum,verlaagt
ookhierdoordecomplexiteitswinst.
Hoofdstuk 6 : Analysevanhet frequentiedomeinadaptieve
ge-partitioneerde bloklter als een subbandadaptief systeem
Het frequentiedomeinadaptieve lter (FDAF) is reeds vele jaren gekend als een
goedkoop alternatief voor het LMS{algoritme. HetFDAF{adaptieve lter wordt
kort besproken op bladzijde 40 en is een directe vertaling van het Blok{LMS{
algoritmenaarhetfrequentiedomein[142]. Delineaireconvolutiesencorrelaties,die
dekernvormenvan hetBlok{LMS{algoritme,wordenhierbij eÆcientuitgerekend
alscomponentsgewijzevermenigvuldigingeninhetfrequentiedomein, doorgebruik
te maken van\overlap{save"{of\overlap{add"{techniekenen snelle
signaaltrans-formaties zoals de FFT. De performantie en convergentie{eigenschappen van het
FDAF{algoritmezijnvergelijkbaarmetdievanLMS.VerderblijktdathetFDAF{
onaanvaardbareingangs{uitgangsvertraging.
Doorhetadaptievelteringelijkedelente splitsenendezedelenafzonderlijknaar
hetfrequentiedomeintetransformeren,bekomtmeneen
tijds/frequentiedomeinge-baseerdadaptieflter,dathetfrequentiedomeinadaptievegepartitioneerde
blokl-ter (PBFDAF) wordtgenoemd [147]. In dit hoofdstuk zullen we het PBFDAF{
algoritmevannaderbijbekijkenennagaanhoehetzich verhoudttot de
subband-adaptievestructurendieinhoofdstuk 5behandeldworden.
Inparagraaf 6.1wordthetPBFDAF{algoritmebesproken. Vertrekkendevanhet
Blok{LMS{algoritmewordthetPBFDAF{algoritmeafgeleidinparagraaf6.1.1: de
\overlap{save"{correctiewordtuitgelegd enwegevenaan hoehetadaptievelter
gepartitioneerd wordt. In paragraaf 6.1.2 worden de algoritmische vergelijkingen
samengevatenenkeleeigenschappentoegelicht. Paragraaf6.1.3handeltvervolgens
overnormalisatie. Hetniet{genormaliseerdeenglobaalgenormaliseerdePBFDAF{
adaptievelterzijneenexactevertalingvanhetBlok{LMS{algoritmenaarhet
fre-quentiedomein. Subbandnormalisatie daarentegenlaat toefrequentie{afhankelijke
stapgroottes in te stellen, wat een aanzienlijke performantieverbetering met zich
meebrengt. Paragraaf6.1.4geeft aan datnet zoalsbij hetFDAF{adaptievelter
eenonderscheidkangemaaktwordentussentweevarianten,afhankelijkvandewijze
waarop de ltergewichtenwordengeupdatet. Webespreken het\constrained" en
het\unconstrained"PBFDAF{algoritme. Tenslotte geeft paragraaf6.1.5aan dat
eenambiguteitkanoptredenbijhet\unconstrained"PBFDAF{algoritme. Hieraan
kanwordenverholpendoordealgoritmischevergelijkingenlichtjesaantepassen.
Paragraaf 6.2heeft als doel hetPBFDAF{algoritme te beschrijvenals een
sub-bandadaptiefsysteem. Hiervoorvertrekkenwevaneengraschevoorstellingvanhet
PBFDAF{algoritme. Vooreerst wordtguur 6.1, die de kern van het PBFDAF{
algoritmeweergeeft,in opeenvolgende stappen hertekend, wat resulteertin guur
6.3. Men stelt vast dat deze guur veel gelijkenissen vertoont met het schema
van een DFT{gemoduleerd subbandadaptief lter (guur 5.3). Merk op dat een
extrafoutencorrigerendemodule toegevoegdis, diede\overlap{save"{correctieop
de foutuitgang van het PBFDAF{lter voorstelt. Bijgevolg kan het PBFDAF{
algoritmeaanzien worden alseensoort DFT{gemoduleerd subbandadaptieflter.
DoordegestructureerdeprototypematricesB(z)enC(z)tebepalen,diehet
proto-typeltervanrespectievelijkdeanalyse-endesyntheselterbankdenieren,kunnen
dekarakteristiekenvandelterbankenachterhaaldworden. Mensteltvastdathet
PBFDAF{adaptieveltergebruikmaaktvanlterbankenmeteensinc{achtige
fre-quentierespons,zoalsblijktuitguren6.4en6.5. Bijgevolghebbendelterbanken
eenlagefrequentieselectiviteit. HetismerkwaardigdathetPBFDAF{lterondanks
deslechtefrequentieselectiviteit,tocheengoedconvergentiegedragvertoont.
Inparagraaf 5.2 wordendrie ontwerpcriteriavoorhetsubbandadaptievelter
ge-speciceerd. Dezevoorwaardenvanfrequentieselectiviteit,perfectereconstructieen
functio-tief systeem, gaan we na of aan de drie hierboven gespeciceerde ontwerpcriteria
voldaanis. Inparagraaf 6.3 wordtaangetoonddatC(z)B(z)=I,waaruit volgt
datdevoorwaardevanperfectereconstructiegeldigis. Hetderdeontwerpcriterium,
dat in paragraaf 5.2 wordt gespeciceerd, vereist dat C(z)F 1
diagfF
i
(z)gFB(z)
pseudo{circulantis(zievergelijking5.7enguur6.3). Het\constrained"PBFDAF{
adaptievelterblijktaan deze voorwaardete voldoenendit met ltersF
i (z)van
eindige lengte. Ook in het geval van het \unconstrained"PBFDAF{algoritme is
hieraan voldaan, maar slechts na convergentie. Merk op dat het derde
ontwerp-criterium in het gevalvan het standaard subbandadaptievelter slechts geldig is
indien desubbandltersoneindig langzijn. Aan heteersteontwerpcriterium
ten-slotte,datbetrekkingheeftopdefrequentieselectiviteitvandelterbanken,voldoet
dePBFDAFslechtsinbeperktemate: delterbankenhebbeneensinc{achtige
fre-quentierespons en bijgevolg een lage frequentieselectiviteit. Desalniettemin heeft
hetPBFDAF{algoritmegoedeconvergentie{eigenschappen.
Inparagraaf6.4wordteenkostenschattinggemaaktvanhetPBFDAF{algoritme.
Deglobalekostwordtbepaald,rekeninghoudendmetdemogelijkeinstellingenvan
de vele algoritmische parameters. Weonderzoeken de invloed van de parameters
opdetotalekost.
Hoofdstuk 7 : Een adaptatieschema gebaseerd op de globale
fout
Experiment 5.5 en guur 5.10 tonen aan dat het convergentiegedrag en de
mo-delleringscapaciteiten van frequentiedomeinadaptieve lters zoals het PBFDAF{
algoritmedie vanstandaardsubbandadaptievesystemengemakkelijkovertroeven.
Wemogendaaromveronderstellendateenklassevansubbandadaptievelterskan
gedenieerd worden die het mechanisme en de eigenschappen van de
frequentie-domeinaanpak overnemen en op deze wijze de performantie van het PBFDAF{
algoritmekunnenbenaderen.
In paragraaf6.3 wordtaangetoond dathet PBFDAF{algoritmevoldoet aan twee
vandedrieontwerpcriteriadievoorgesteldwordeninhoofdstuk5. Deze
ontwerpcri-teriazijnnoodzakelijkevoorwaardenopdathetsubbandadaptievelternaar
beho-renzoufunctioneren. Verderwordtinparagraaf6.2aangetoonddathetPBFDAF{
algoritmekanaanzien wordenals eensubbandadaptief lter waaraan een
fouten-corrigerendemodule istoegevoegd. Deze module staatin voorde\overlap{save"{
compensatie. Dankzijdefoutencorrectiekunnendesubbandltersgeadapteerd
wor-denopbasisvaneenfoutsignaaldatvrij isvanvouwvervorming,watleidttoteen
verbeterdconvergentiegedrag.
Indit hoofdstuk bespreken weeen adaptatieschema dat gebaseerd isop de globale
frequentiedo-Dit alternatieveadaptatieschema wordt voorgesteld in paragraaf 7.1. In guur
7.1 is aangegeven dat de subbandltersF
m
geadapteerd worden op basis van de
globalefout e,en nietmetbehulp vandesubbandfouten
m =d m y m , zoals
ty-pischgebeurtin eenstandaardsubbandadaptiefschemaalsdatvan guur5.2. In
paragraaf7.1wordthetnieuweadaptatieschemaafgeleid. Zoblijktdatde
subband-foutendoorheen desynthesebank wordengeleid. Opdezemanierwordtdeglobale
foutberekend,dievrijisvanvouwvervorming. Verderwordendeverschillen
aange-gevenmet eenadaptatieschema datgebaseerdis opde subbandfoutenen methet
standaardsubbandadaptievelter.
Inparagraaf 7.2wordtderekencomplexiteit vanhetnieuweadaptatieschema
on-derzocht. We geven aan hoe de rekenkost kan gereduceerd worden indien DFT{
gemoduleerde lterbanken worden gebruikt. We vergelijken met het standaard
subbandadaptievelter en met het adaptatieschema dat gebaseerd is op de
sub-bandfouten. Hoewelhetnieuweadaptatieschemaeenbetereperformantievertoont
danhetstandaardsubbandadaptievelter,isderekencomplexiteithoger.
Inparagraaf6.2wordtaangetoonddathetPBFDAF{algoritmekanaanzienworden
alseen speciaalsubbandadaptiefschemadat gebruikmaakt van lterbanken met
eenslechtefrequentieselectiviteit. Dankzijde\overlap{save"{correctieisde
perfor-mantievanhet PBFDAF{algoritme echtervrij goed. Zowordtin paragraaf 7.3
onderzochtwat gebeurt indien het alternatieve adaptatieschema wordt toegepast
opeensubbandsysteemdatgebruikmaakt vandelterbankenvanhetPBFDAF{
adaptieve lter. Stelling 7.1 toont aan dat de gewichtupdatevergelijking van het
\unconstrained" PBFDAF{algoritme overeenkomtmet hetalternatieve
adaptatie-schemadatgebaseerdisopdeglobalefout,opvoorwaardedatdelterpartitielengte
vanhet PBFDAF{algoritme eenveelvoudis vande bloklengte. Dit geeft aandat
het alternatieve adaptatieschema kan aanzien worden als een uitbreiding van de
\overlap{save"{correctievan hetPBFDAF{algoritme. Menkan nu
subbandadap-tieveschema'sontwerpen,waarvoortwee vandedrieontwerpcriteria,namelijkdie
van frequentieselectiviteit en perfecte reconstructie, voldaan zijnen die gebaseerd
zijnophetadaptatieschemadatindithoofdstukwordtvoorgesteld. Opdezemanier
kanmendeperformantievanfrequentiedomeingebaseerdeadaptieveltersbeter
be-naderen.
Deel III : Ge
tereerd Frequentiedomeinadaptief
Ge-partitioneerd Bloklter
Deel III handelt over het getereerde frequentiedomeinadaptieve gepartitioneerde
bloklter(PBFDRAP).Ditalgoritmecombineertfrequentiedomeinadaptieflteren
metdezogenaamde\rowactionprojection"{techniek[69]. Opdezemanierbekomt
genschappenbesproken. Daar hetPBFDRAP{algoritmeneerkomtophetitereren
van het PBFDAF{algoritme (zie hoofdstuk 6) gaan we na hoe het PBFDRAP{
algoritmezichgedraagtindienhetaantaliteratieswordtopgevoerd. Inhoofdstuk9
wordendanenkelesnellevariantenvoorhetPBFDRAP{algoritmeafgeleidenwordt
aangetoonddathetPBFDRAP{adaptieveltereengoedkoperalternatiefkanzijn
voorhetPRA{algoritme(zieparagraaf2.3.2)indienmengrotebloklengtesverkiest.
Hoofdstuk 8 : Gepartitioneerd{blokgebaseerd
frequentiedo-mein{RAP{algoritme
Hoogkwalitatieveadaptieveakoestische{echo{onderdrukkingvereisthetmodelleren
vanlangeechopaden. KlassiekeLMS{gebaseerdeadaptievelterswordenhiervoor
indepraktijknietgebruiktomdathetLMS{algoritmesuboptimaalisintermenvan
rekencomplexiteit(zieparagraaf2.3.1). \Multirate"{schema'szoalshet
frequentie-domeinadaptievegepartitioneerdebloklter(PBFDAF)zijneeninteressant
alterna-tiefen vindt mendanook terug incommercieleecho{onderdrukkingssystemendie
vandaag op de markt beschikbaar zijn. HetPBFDAF{algoritme wordtuitvoerig
besproken in hoofdstuk 6. In dit hoofdstuk analyseren we het gepartitioneerd{
blokgebaseerde frequentiedomein{RAP{algoritme (PBFDRAP), dat
frequentiedo-meinadaptieflterenmetdezogenaamde\rowactionprojection"{techniek(RAP)
combineert. HetRAP{algoritmestaatin deliteratuur bekend alseen uitbreiding
enverbeteringvanhetLMS{adaptievelter[69].
In paragraaf 8.1 wordthet PBFDRAP{algoritme gedenieerd, vertrekkend van
de updatevergelijkingen van hetPBFDAF{adaptievelter. Doormeerdere malen
doorheen delter-en degewichtupdatevergelijkingen vanhetPBFDAF{algoritme
te stappen en daarbij deinkomende databuersconstantte houden, bekomt men
een gereduceerde foutuitgang en een betere schatting van de ltergewichten. Dit
getereerdealgoritmekent netzoalshetPBFDAF{adaptievelter twee varianten,
afhankelijkvanhetfeit ofgekozenwordtvooreen\constrained",danwelvooreen
\unconstrained" updaten van de ltergewichten. Het PBFDAF{algoritme is een
speciaalgevalvanhetPBFDRAP{algoritmewaarvoorhetaantal iteratiesgelijkis
aan 1. De vergelijkingen die het PBFDRAP{algoritme denieren en een
kosten-schatting voor elk vande algoritmischestappen, zijnsamengebracht in tabel 8.1.
DoordathetPBFDRAP{algoritmemeermaalsitereertopdeinkomendedatabuers
(X (n)
p ;d
n
)(zie tabel 8.1)wordendeltergewichtenbeter geschatenverkleinthet
foutsignaal. Wanneer het aantal iteratiestappen verhoogt, wordt de zogenaamde
a{posteriorifoutverdergereduceerd. Itererenlijktopheteerstezichteenvrij
reken-intensieveoperatie,omdathetgrootstedeelvandealgoritmischebewerkingen
meer-maalsmoetenwordenuitgevoerd. Inhoofdstuk9wordenechtereenaantalsnelle
va-riantenvoorhetPBFDRAP{algoritmevoorgesteld. Verder isecho{onderdrukking
terug voor ruisonderdrukking, dereverberatiee.d. Deze staan in voorde
voorver-werkingensignaalconditionering vandesignaalstromendieaangelegdwordenaan
meercomplexe bouwblokkenzoals eenspraakherkennerbijvoorbeeld. Afhankelijk
vande mode waarin het systeemzich bevindt, varieertde rekencomplexiteiten is
opsommigetijdstippenmeerrekenkrachtbeschikbaarvoordemodules dieinstaan
voor designaalconditionering. Indien hiervoorPBFDRAP{technieken aangewend
worden,kanmenhetaantal iteratieslatentoenemenendeperformantieopdrijven
wanneermeerrekenkrachtbeschikbaarkomt.
In paragraaf 8.2 wordt het asymptotisch gedrag van het PBFDRAP{algoritme
onderzochtdoorteberekenenhoehetalgoritmezichgedraagtindienhetaantal
ite-ratiestoeneemt. Hierbijwordendeinvloed vaneenaantal parametersin rekening
gebracht. Wemaken hierbijeenonderscheid tussen\constrained"en
\unconstrai-ned"updatenenerzijdsenniet{genormaliseerdupdatenversussubbandnormalisatie
anderzijds. Zowordtaangetoond dat hetPBFDRAP{algoritme convergeert naar
gekendeadaptievelterstructurenindienhetaantal iteratieswordtopgevoerd:
hetniet{genormaliseerde\unconstrained"PBFDRAP{algoritmebenaderteen
genormaliseerde variantvan het\unconstrained"PBFDRAP{algoritme,dat
gebruikmaaktvangeprojecteerdesubbandenergieenendatwordtgeadapteerd
metstapgrootte1.
voorhetsubbandgenormaliseerde\unconstrained"PBFDRAP{algoritmekomt
hetverhogenvanhetaantal iteratiesovereenmethetaanleggenvaneen
gro-terestapgrootte.
het niet{genormaliseerde \constrained" PBFDRAP{algoritme benadert het
PRA{algoritme(zieparagraaf2.3.2)metstapgrootte1. Debenaderinghoudt
eenreeksontwikkelinginvandematrixinverseindegewichtupdatevergelijking
vanhetPRA{algoritme.
bij het itereren vanhet subbandgenormaliseerde \constrained"PBFDRAP{
algoritmeduikenstabiliteitsproblemen opindienhetaantal iteratiestegroot
wordt.
DezeresultatenlijkendeconclusiesomtrenthetgetereerdeLMS{en
BLMS{algorit-me[40][116]tebevestigen,watdoetvermoedendatgetereerde,
niet{genormaliseer-dealgoritmenconvergerennaarhungenormaliseerde equivalentenmetstapgrootte
1,indienhetaantaliteratiesopgevoerdwordt.
Inparagraaf 8.3wordeneenaantal experimentenbeschreven waarin het
PBFD-RAP{algoritme gevalideerd wordt in een akoestische{echo{onderdrukkingssetup.
Zo blijkt inderdaad dat de performantievan het PBFDRAP{algoritmetoeneemt
bijverhogenvanhetaantaliteraties. Doordatdeingangssignalentypischgekleurd
sta-bekomen we hiermeewelde beste performantieindien het aantal iteraties nietal
te groot wordt. Indien men tenslottede a{posteriorifoutenbeschouwten niet de
a{priorifoutenzoalsgebruikelijkis, bekomenweextraecho{onderdrukking. Dit is
nochtans niettoegelaten tijdensdubbelspraakomdat zo hetsignaal vande lokale
sprekermeeonderdruktwordt.
Hoofdstuk 9 : Snellegepartitioneerd{blokgebaseerde
frequen-tiedomein{RAP{algoritmen
Inhoofdstuk8wordthetfrequentiedomeinadaptievelter(PBFDAF)metde\row
actionprojection"{techniek(RAP)gecombineerd,watleidttothetgepartitioneerd{
blokgebaseerde frequentiedomein{RAP{algoritme (PBFDRAP). Het PBFDRAP{
algoritmekanwordenaanzienalseengetereerdeversievanhetPBFDAF{algoritme,
waarmeebijeentoenemend aantaliteratieseenbeterconvergentiegedragkan
wor-den bekomen. De extra rekenkost perbijkomendeiteratie is nochtansaanzienlijk
indien het algoritme wordt gemplementeerd zoals weergegeven in tabel 8.1 : zo
verhoogtdeimplementatiekostbijRkeeritererenongeveermeteenfactorR .
Inparagraaf 9.1wordeneenaantalsnellevariantenvoorhet
PBFDRAP{algorit-me afgeleid. Dit leidt tot eenaanzienlijke kostenreductie zonder enig verlies van
performantie. Sommige vande voorgestelde varianten leggenbeperkingen op aan
bepaalde parametersof zijnenkelgeldig vooreenwelbepaalde wijze van updaten
(bvb. \unconstrained"of \constrained"). Andere variantenzijntoepasbaar
onge-achtde instellingof de keuze van deparameters. Zoworden viersnellevarianten
vanhetPBFDRAP{adaptieveltervoorgesteldinparagraaf9.1. Dealgoritmische
vergelijkingen en een kostenschatting voor elk van de algoritmische stappen zijn
samengebrachtintabellen9.1,9.2, 9.3en9.4. Welkvandevoorgesteldeschema's,
zoalsvoorgesteldintabel8.1,9.1,9.2,9.3of9.4,uiteindelijkleidttotde
goedkoop-ste implementatie, hangt sterk afvan de waarde vande algoritmische parameters
envandewijzevanupdaten(\(un)constrained",(niet{)genormaliseerd). Vooreen
typische toepassing waarvoorhet PBFDRAP{algoritmewordtgebruikt, namelijk
voor hetidenticeren vanFIR{systemenvan hogeorde,ishetschemavoorgesteld
in tabel9.3 wellichthetmeest geschiktalsmen\unconstrained"updatenverkiest.
Inhetgevalvan\constrained"updatenlijkenheteerste(niet{snelle)enhetlaatste
schema(tabellen8.1en9.4)hetmeest aangewezen.
Inparagraaf9.2wordendeverschillendePBFDRAP{variantenmetelkaar
verge-leken in termenvanrekencomplexiteit. Zowelvoorhetgevalvan \unconstrained"
alsvan\constrained"updatenwordtdestandaard(niet{snelle)implementatievan
tabel8.1vergelekenmetsnellevariantenvanhetalgoritme. Figuur9.1entabel9.5
gevenaandatsnellevariantenvanhet\unconstrained"geupdate algoritme
aanlei-dingkunnengeventoteenaanzienlijkekostenverlaging. Zoblijkttweemaalitereren
het\constrained"algoritme,wordtgeevalueerdin tabel9.6enguur9.2.
Stelling8.6toontaandathetgetereerde,niet{genormaliseerdeenhetgetereerde,
globaalgenormaliseerde\constrained"PBFDRAP{algoritmehetPRA{adaptieve
l-ter benaderen. In paragraaf9.2.3wordenhetgetereerde,niet{genormaliseerdeen
hetgetereerde,globaalgenormaliseerde\constrained"PBFDRAP{algoritme
daar-omvergelekenmethetPRA{adaptievelterintermenvanrekencomplexiteit. Het
blijkt dat het ge
tereerdePBFDRAP{algoritme een goedkoperalternatief is voor
hetPRA{algoritmeindienmengrote bloklengtesverkiest.
Deel IV : Akoestische{echo{onderdrukking,
Imple-mentatie en Experimenten
Inhetlaatstedeelvanditproefschrifttonenweaandatdealgoritmendiein
hoofd-stukken 2{9 worden besproken, succesvol kunnen toegepast worden in een reele
akoestische{echo{onderdrukkingssetup. Eenrechttoe{rechtaanimplementatie
waar-bij het adaptieve lter zonder meer wordt ingebracht in een reele setup, zal qua
performantieveel te wensen overlaten. Ineen praktische implementatie voorziet
men daarom naast het adaptieve lter ook een zorgvuldig afgeregeld \controle"{
algoritme. In hoofdstuk10 wordthierdieperopingegaanenwordenenkele
adap-tievelteralgoritmenin realistischeomstandighedenvergeleken. Tenslotte
bespre-ken we eenDSP{implementatie van een akoestische{echo{onderdrukkingssysteem
inreeletijd.
Hoofdstuk 10 : Akoestische{echo{onderdrukking,
implemen-tatie & experimenten
De eerstedrie delen vandit proefschrifthandelen overlterbanken enadaptieve{
lterschema's, waarbijde nadruk voornamelijk ligtop het algoritmische ontwerp.
In de inleidende hoofdstukken wordt aangegeven dat deze technieken toepasbaar
zijninverschillendedomeinen. Inhoofdstuk10wordteenwelbepaaldetoepassing,
namelijk akoestische{echo{onderdrukking,van naderbij bekeken. In hoofdstuk 2
wordtnamelijk aangehaalddathet akoestische{echo{onderdrukkingsprobleemeen
typische voorbeeld is van adaptieve identicatie. De adaptieve lters die in dit
werk besprokenworden, zijndaarom zonder meerbruikbaaren inpasbaarin deze
toepassing.
Een typisch reeel echo{onderdrukkingssysteemheeft nochtanste kampen meteen
aantal praktische problemen die de performantienadelig be
nvloeden, zoals
tijds-varierendetransmissiepaden,niet{lineariteitenindesignalenpadenendubbelspraak.
onderdrukkingkanrealiseren. Zomoetnaasthetadaptievelterookeen\controle"{
bloktoegevoegdworden. Dit bouwblokblijkt eenonmisbareschakelte zijnin elk
reeeladaptiefecho{onderdrukkingssysteem. Eenschematischevoorstellingvaneen
typischakoestische{echo{onderdrukkingssysteemwordtgetoondinguur 10.1. De
belangrijkste functie van het \controle"{blok is het instellen van de stapgrootte
vanhetadaptievelteralgoritme. Ineenakoestische{echo{onderdrukkingssysteem
ishettebewerkensignaalmeestalspraak. Spraaksignalenwordengekenmerktdoor
hungrootdynamischbereik. Destapgroottevanhetadaptieveltermoetdaarom
de schommelingen vande ogenblikkelijkesignaalenergievolgen. Het
normalisatie-mechanisme dat hiervoor instaat, wordt typisch in het adaptieve lteralgoritme
ingebed. Verdermoethetadaptatieprocesbevrozenwordenzodradubbelspraak
op-treedt. Tijdensdubbelspraakzijnbeidecorrespondentenactief(zieookguur1.3).
Indien de ltercoeÆcienten verder aangepast worden tijdensdubbelspraak, treedt
eenduidelijkhoorbaredistortie openwordtdeecho{onderdrukkingin belangrijke
mate teniet gedaan. Om hieraan te verhelpen wordenallerhande
controlemecha-nismen toegevoegd aan het adaptieve lteralgoritme waarmee dubbelspraak kan
gedetecteerd worden. Dit \controle"{algoritmewordt typisch gestuurd door een
veelheidaanparametersdiemetomzichtigheidmoetenwordeningesteld.
Inparagraaf10.1wordthet\controle"{algoritmemeerindetailbekekenen
wor-deneenpaarbouwblokkenbesproken. Zoishetnauwkeurigbepalenvande
ogenblik-kelijke signaalenergie vanwezenlijkbelangzowelvoordedubbelspraakdetectieals
voordenormalisatievandestapgroottevanhetadaptievelter. Webehandelendit
kortinparagraaf10.1.1. Spraak{ruisdetectie wordtaangehaaldinparagraaf10.1.2.
Verder worden in paragraaf 10.1.3 enkele dubbelspraakdetectie{algoritmen
bestu-deerddiemen indeliteratuurkanterugvinden. Dubbelspraakdetectieiseen
moei-lijkprobleemen zelfsdemeest geavanceerdealgoritmenfalen metregelmaat. Om
ditopte vangenwordttypischeenniet{lineairemodule aandeecho{onderdrukker
toegevoegd. Hiermee kunnende residueleecho'sverwijderd worden. Een
eenvou-digeniet{lineairemodulewordtbesprokenin paragraaf10.1.4.
Inparagraaf10.2wordeneenaantaltestresultatentoegelicht. Zowerden
verschil-lenderealistischeexperimentenuitgevoerdmeteenaantalvandeindevoorgaande
hoofdstukkenbehandeldeadaptievealgoritmen. De algoritmenwordenvergeleken
opbasis vanhunprestatiesin eenakoestische{echo{onderdrukkingsomgeving. De
in deze paragraaf besproken experimenten maken gebruik van een gesimuleerde
testomgeving. HetblijktdathetNLMS{algoritmemindergeschiktisdan
subband-enfrequentiedomeingebaseerdeadaptieveltersindienakoestischesignalen
aange-bodenworden. HetPBFDAF{algoritmelevert hetbestecompromistussen
perfor-mantieenkost.
Inhetkadervanhetonderzoekswerkdataandebasisligtvanditproefschrift,werd
eenDSP{implementatie van eenakoestische{echo{onderdrukkingssysteemin reele
tijdgerealiseerd. Dit systeemismomenteelbeschikbaaralseendemo{opstellingin
behandelde algoritmen aangetoond worden. In paragraaf 10.3 wordt de demo{
opstelling besproken en lichten we tenslotte een aantal experimenten toe, waarin
verschillendeadaptievealgoritmenopbasisvanreelesignalenvergelekenworden.
Hoofdstuk 11 : Besluit en suggesties voor verder onderzoek
Besluit
In deel I van dit proefschrift worden ontwerptechnieken voor overbemonsterde
DFT{gemoduleerde lterbanken besproken die voldoen aan een voorwaarde van
perfecteofquasi{perfectereconstructie.
Subband- en frequentiedomeingebaseerde adaptieve lters vormen het onderwerp
vandeel II. Deze \multirate"{systemenzijneengoedalternatief voor hetLMS{
algoritmeindienlangeFIR{ltersgeadapteerdworden. Doorgebruiktemakenvan
subband-offrequentie{afhankelijkestapgroottesen\multirate"{techniekenkunnen
eenverhoogdeperformantieeneenlagererekenkostbekomenworden.
Deel III handeltoverhetgetereerdefrequentiedomeinadaptievegepartitioneerde
bloklter(PBFDRAP),datfrequentiedomeinadaptieflterencombineertmet\row
actionprojection". Op deze manierbekomt men eengereduceerdefoutuitgang en
eenbetereschattingvandegewichtvectoren.
IndeelIVtonenweaandatdealgoritmendieinhoofdstukken2{9worden
bespro-ken,succesvolkunnen toegepast wordenin eenreele
akoestische{echo{onderdruk-kingssetup.
Suggesties voor verder onderzoek
Inhoofdstuk 3wordenenkele ontwerpmethodesvoorgesteld waarmee
DFT{gemo-duleerdelterbankenkunnenontworpenwordendievoldoenaaneenvoorwaardevan
perfectereconstructie. Webesprekendaarbijeenmethodediegebaseerdisoppara{
unitaire parametrisatie. De orde van de lterbanken kanhierbij ingesteld worden
naargelangdevoorkeurendeeisenvandeontwerper. Hetblijktnochtansdatde
procedureenkelconvergeertnaareenvoldoendefrequentieselectieveoplossingindien
het aantal ltercoeÆcienten die gexeerd worden op 0of 1, relatief klein is. Het
isnietduidelijkofmeergeavanceerdeontwerptechniekenkunnengevondenworden
waarmeemenfrequentieselectieveDFT{gemoduleerdelterbankenvanwillekeurige
ordekanontwerpendievoldoenaaneenvoorwaardevanperfectereconstructie.
In het proefschrift bespreken wehoofdzakelijk DFT{gemoduleerde
FIR{lterban-ken. Een belangrijknadeelvan dezestructuren is deinherente tijdsvertraging die
gentroduceerdwordt. Anderzijdsisalgemeen geweten datmetIIR{lterseen
ge-lijke frequentieselectiviteit kan bekomen worden alsmet FIR{lters, maar dit bij
veellageresysteemordes. FIR{ltershebbendanweeralsvoordeeldatzegoedkoop
HetzouinteressantzijnIIR{gebaseerdelterbankennadertebekijkenente
onder-zoeken of ontwerpprocedures voor IIR{lterbanken kunnen gevonden worden die
voldoenaan eenvoorwaardevanperfecteofquasi{perfectereconstructie.
In deel II van het proefschrift worden subband- en frequentiedomeingebaseerde
adaptieveltertechniekenbesproken. Zoblijkt dathetfrequentiedomeinadaptieve
gepartitioneerde bloklter (PBFDAF) kan aanzien worden als een
subbandadap-tief systeem. Hoewel de lterbanken die aan de basis liggen van het PBFDAF{
algoritme,slechtseenbeperktefrequentieselectiviteitvertonen,ligtdeperformantie
vanditalgoritmebeduidendhogerdandatvanhetstandaardadaptievelter.
Voor-eerst zoeken we uit welke eigenschappen hetPBFDAF{algoritmezo aantrekkelijk
maken. Vervolgens trachtenwedeze eigenschappen uit te breiden naar eenmeer
algemene klasse van subbandadaptieve lters. Op deze manier kunnen drie
ont-werpcriteriaafgeleidwordenenstellenweeennieuwadaptatie{algoritmevoordat
gebaseerdisopdeglobalefout. Wetonenaanhoeeenklassevansubbandsystemen
kanontworpenwordendie voldoenaan heteersteenhettweede ontwerpcriterium
endiegebruikmakenvanditnieuweadaptatie{algoritme. Nochtanszalblijkendat
deze systemenminder performant zijn dan het PBFDAF{algoritme. Het is onze
overtuigingdatdit performantieverschilte wijtenisaanhetfeitdataanhetderde
ontwerpcriterium, dat betrekking heeft op het perfect, tijdsinvariant modelleren
van eensysteem van eindige orde,niet voldaan is, tenzij men gebruikmaakt van
adaptieveltersvanoneindigelengte. Menzoudaaromkunnennagaanof er
sub-bandsystemenen-structurenbestaanwaarvooraanhetderdecriteriumkanvoldaan
wordenenditmetltersvaneindigelengte. Voortskanmentrachtenteachterhalen
hoedezesystemenmoetenontworpenworden.
Het adaptatie{algoritme dat wordt voorgesteld in hoofdstuk 7, kan aanzien
wor-den alseenuitbreiding van de\overlap{save"{correctieopdefoutuitgang vanhet
PBFDAF{algoritmenaar een meer algemeneklasse van subbandadaptievelters.
Naastdecorrectieopdefoutuitgangwordtnormaalgesprokenookeencorrectieop
degewichtvectorendoorgevoerd,zoalsbijvoorbeeldhetgevalisbijhet\constrained"
PBFDAF{algoritme. Hetzouinteressantzijnna te gaan ofdeze gewichtcorrectie
ook kan uitgebreid wordennaar eenmeer algemene klasse van subbandadaptieve
ltersenwatheteecthiervanisopdeperformantie.
IndeelIVvanhetproefschriftwordtdetoepasbaarheidvanverschillende
subband-en frequentiedomeingebaseerde adaptieve lters ge
llustreerd in een akoestische{
echo{onderdrukkingssetup. \Multirate"{systemen, waarvan subband- en
frequen-tiedomeingebaseerdeadaptievelterstypischevoorbeeldenzijn,latentoeeenlagere
rekencomplexiteit en een hogere systeemperformantie te bekomen dan standaard
adaptieve ltertechnieken, indien tijdsvarierende breedbandsignalen zoals spraak
worden aangeboden. Het lijkt de moeite waard na te gaan of en hoe
subband-en frequentiedomeintechniekenkunnen aangewend worden in andere toepassingen