Wykład 9: Usuwanie echa w sieci telefonicznej (echo cancelation)

Prezentacja na temat: "Wykład 9: Usuwanie echa w sieci telefonicznej (echo cancelation)"— Zapis prezentacji:

1 Wykład 9: Usuwanie echa w sieci telefonicznej (echo cancelation)
PG – Katedra Systemów Mikroelektronicznych ZASTOSOWANIE PROCESORÓW SYGNAŁOWYCH Marek Wroński Wykład 9: Usuwanie echa w sieci telefonicznej (echo cancelation)

2 Źródła powstawania echa w sieci telefonicznej
1.Echo bliski powstaje w wyniku niedopasowania impedancji rozgałęźnika (do siebie oraz do pętli abonenckiej). Powodują one odbicia sygnału. 2.Echo dalekie – podobnie, ale spowodowane jest przenikaniem sygnału z gałęzi wejściowej do wyjściowej rozgałęźnika po prawej stronie (z sygnałem abon.) 3.Echa akustyczne, np. w urządzeniach głośno-mówiących w wyniku przenikania sygnału z nadajnika (głośnika) do lokalnego odbiornika (mikrofonu) poprzez wibracje, dużo odbić od ścian (duże opóźnienie echa =droga/300m/s) itp. 4. Interferencje/przenikanie między kanałami. Zjawisko echa ma decydujący wpływ na system transmisji cyfrowej w trybie dupleksowym, tj. równocześnie w dwóch kierunkach

3 Funkcje rozgałęźnika (hybrydy)
1. Separacja i wzmacnianie (regeneracja) sygnałów nadawanych i odbieranych 2. Koncentracja/kompresja sygnałów cyfrowych dla zwiększenia pojemności Efektywna fun.transmit. linii długiej:

4 Charakterystyki kabli pętli abonenckiej (dł. w ft=0.305m)

5 Stłumianie echa poprzez zmienne wzmocnienie w różnych kierunkach (echo suppression)
Konieczność pomiaru chwilowej mocy sygnału Zamiast odcięcia wprowadza się szum dla lepszego komfortu

6 Zasada działania redukcji echa - odjęcie jego kopii (f. Wienera)
sygnał adaptacyjny (mowa bliska) Zakładając liniowość i niezmienność w czasie - redukcja echa gdy H(z)=G(Z), ale G=IIR, H=FIR dlatego N duże echo kopia echa sygnał referencyjny (mowa daleka) Zakładając niezmienność współczynników minimalizujemy moc resztkowego echa otrzymujemy równanie normalne: rozwiązanie: Dla szumu białego(=g)

7 Adaptacyjna redukcji echa
Least Mean Square (LMS) algorytm: Dla m=1(zgrubna korelacja) klasyczny LMS zbieżność gdy:

8 Wybór adaptacyjnego wzmocnienia m
Sygn.lokalny nieusuwalne echo (N) reszta od nieidealnych wsp. Echo Return Loss Enhancement (ERLE): *1/M gdy współczynniki są uaktualniane co M próbek

9 Dodanie Nieliniowego Procesora (NLP) i Bloku kontrolnego

10 Konieczność podejścia adaptacyjnego do redukcji echa
Wynika z nieznajomości odpowiedzi impulsowej ścieżki echa (różne drogi połączeń) x(i) sygnał od abonenta podłączonego 2-przewodowo do hybrydy/komutatora y(i) i u(i) sygnały od i do drugiego abonenta dochodzące 4-przewodową linią r(i) echo dodawane w A i odtwarzane jako r’(i) przez FIR e(i)=r(i)-r’(i) resztkowy błąd (residual echo error) do „adaptacji” współcz. FIRa t.j. minimalizacji tego błędu (jako sygnał sprzężenia zwrotnego) Uwaga. Gdy y(i)=0 niemożliwa jest redukcja echa bo r(i) i r’(i) też są 0. Dlatego potrzebny jest sygnał y(i), np..”Halo”, żeby zacząć adaptację najlepiej gdy x(i)jest bliskie 0 – inaczej b. wolna adaptacja (double-talk)

11 Normalized Least Mean Squares (NLMS) algorytm
Znany również jako stochastic gradient algorithm – jest najczęściej używany – minimalizuje wartość sredniokwadratową resztkowego błędu na każdym kroku Adaptacji (t.j. dla każdej próbki). Normalizacja - bo mowa jest niestacjonarna jest krokiem adaptacji od którego zależy zbieżność i jakość adaptacji e resztkowy błąd sygnału echa y sygnał odległego mówcy s2 moc sygnału referencyjnego N liczba współczynników (wystarczająco duża dla pokrycia opóźnienia m. A i B) dla echa od rozgałęźnika 2-4ms przyjmując do 16ms potrzeba 128 wsp. dla 8kHz zaś dla akustycznego echa (odbicia w pokoju)- opóźnienia do 256 więc 2048 wsp. dlatego wsp.są przeliczane nie dla nowej próbki a dla bloku y(i)...y(i+N) i zamiast splotu w dziedzinie czasu realizujemy mnożenie w dziedzinie częstotl. (FFT) Dla polepszenia zbieżności i eliminacji szumu (w samochodach) stosuje się Multidelay Block Frequency Domain Adaptive Filters (także przy nieliniowych zniekształceniach echa>16dB harmoncznych dla 2 tonów, np i 1800 Hz)

12 Niedokładna synchronizacja kodeków
Np.różnice w kwarcach – prowadzi do kumulacji próbek lub wyczerpaniu. Gdy jest niemożliwa synchronizacja zegarów(np.. ISDN) wtedy stosuje się bądź ciągłe dostrajanie bądź porzucanie próbek i powtórne wysyłanie gdy nie ma nic do wysłania. Ale pojawiają się zniekształcenia nieliniowe i zmiany echa dlatego lepszym rozwiązaniem jest adaptacyjny konwerter szybkości – Różnica szybkości próbkowania użyta w sprzężeniu zwrotnym do adaptacji interpolatora do aktualnej szybkości próbkowania

13 Porównanie różnych algorytmów LMS
NLMS: Homogeneous adaptation alg. Individual adaptation alg. dla RLS minimaliz. (wagi zapominania)

14 Pomiary tłumienia powrotnego echa (ERLE)
krok=100, opóźnienie 280 próbek

15 Zmiana parametrów w algorytmie HA
Zmiana długości filtra N=50,100, Zmiana kroku c/100=1.0,0.51,0.23

16 Implementacja w modemie V.32
2-wymiarowa konstelacja: sygnał echa: odbierany (bliski) sygnał: sygnał po wycięciu echa:

17 Stochastic gradient LMS FIR
Zwykle współczynniki filtru są liczone w okresie treningowym. ale redukując b można śledzić powolne zmiany parametrów kanału

18 Algorytm Frequency ofset compensation:

19 V.32 Modem Blok Diagram Benchmarks:
Nośna: Hz, redukcja 16 ms echa, dlatego przy 9600próbek/s potrzebny 154 FIR Benchmarks: