一．引言　　　　　　　　　　　　　　　　　　　　　　　　　　　

　　在本文中，討論了無線通信領域中聲學回聲的特性，并給出了對其進行恰當控制的方法。我們分析了聲學回聲和電氣回聲（混合回聲）的性質，解釋了為什么需要采用不同的技術來控制并消除每種信號衰落。在本文中，還對幾家回聲消除器產品廠家實際采用的實施方法進行了評述，推導出了為什么某些回聲消除器完全無法實現其目標，或缺乏恰當解決方案所需關鍵組件的原因。在本文的結論中，介紹了在NMS通信公司的回聲消除器設計中采用的方法，并闡述了該方法所基于的理論基礎。
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　TOP↑

二．電氣（混合）回聲

　　回聲消除器首先是在為長途應用而設計的網絡中引入的。長途應用中包含過量的傳播延遲，這種現象突顯出了將雙線連接轉換為四線系統(tǒng)的混合線路的不完整性。這種混合線路的不完整性被描述為"信號泄漏"或因阻抗失配而導致的信號反射，稱為網絡電氣回聲（也稱為混合回聲）。在圖1中，描述了這種現象。

　　符合ITU G.168（2000）標準的回聲消除器能夠消除電氣（混合）回聲。這類設備在其運行當中采用了"兩段式"方法。在第1階段，使用線性卷積處理消除了大部分回聲。在第2階段，采用了非線性處理器（NLP）以消除殘存的回聲，這一部分相對較小。對殘存回聲信號的辨識是一件很簡單的任務，這是因為它的功率電平明顯低于原始的語音信號。

　　2.1 電氣（混合）回聲基本上是線性的

　　線性意味著，可以構建一個簡單的數學模型（基于最小二乘法）來描述特定的回聲信號。首先對描述回聲信號的數學表示取反，然后將其加到實際返回的回聲信號上。結果為兩個完全相反（幾乎）信號之和，從而將回聲消除。由于技術方面的限制，數學模型存在缺陷。這種不完整性根植于源信號的來回轉換或"A"法則格式，而不是數學模型。使用非線性處理器（NLP），可以將源自這種不完整性的殘余回聲消除掉，NLP能像開關一樣有效地工作，形成一個單向連接，阻斷任何信號（包括殘余的回聲信號）正向通過該連接，如圖2所示。

　　2.2 電氣（混合）回聲是穩(wěn)定的

　　穩(wěn)定意味著，與語音信號相關的脈沖響應是不變的，在一個特定呼叫的全過程中，在回聲消除器內創(chuàng)建的數學模型只會出現很微小的漂移。這種行為要求回聲消除器存在一種自我訓練機制，能根據特定的頻率作出響應。訓練是一項耗時的進程，對于每一個呼叫，短可以少于100毫秒，長會超過1秒。訓練時間通常稱為呼叫啟動過程中的會聚時間。

　　源自接收器（耳機）的聲波，通過位于聲音路徑上的固體物體反射進入手機的麥克風（話筒）中，或揚聲器電話中，這就形成了聲學回聲。請參見圖3。

　　3.1 無線通信中感覺到聲學回聲的原因

　　在無線和有線應用中都會出現聲學回聲。暴露在回聲狀況下的大多數有線配置均配備了電氣回聲消除器，因此，有線應用中的聲學回聲是通過標準的回波消除算法和相關的NLP技術來控制的。直到最近才在數字無線應用中采用了回聲消除器來消除在PSTN（公共交換電話網絡）端生成的回聲（即電氣回聲）。在數字無線情形下，PSTN用戶不會經歷聲學回聲或電氣回聲。該假設基于如下根本原因：
　�。�1）無線電話標準要求設備制造商在聲學回聲路徑上設計足夠大的衰減；
　�。�2）在數字無線環(huán)境中不存在PSTN網絡中的"二－四線"混合，因此，數字
　　　　　無線設備不會產生電氣（混合）回聲。
　　不幸的是，很多無線電話廠商未能遵從正式標準的規(guī)定：在數字移動電話接收器（耳機）和麥克風（話筒）之間應具有恰當的隔離措施。作為其結果，聲學回聲成為了無線服務提供商需關心的一項事宜。此外，因語音壓縮技術以及語音壓縮算法的非線性而引入的較長的處理延遲時間（往返延遲大于200毫秒），使得在數字無線應用中，聲學回聲問題更加明顯。

　　3.2 數字無線應用中的聲學回聲是非線性的

　　在無線電話話筒處進入的聲學回聲隨后將被送至聲碼器（語音編碼器），聲碼器將按照處理有效語音信號的相同方式處理聲學回聲信號。也就是說，聲學回聲信號將被語音壓縮技術處理，該技術改變了信號的特征，與此同時，還在源信號和聲學回聲的處理結果之間創(chuàng)建了一種非線性關聯。

　　非線性意味著，在數字無線環(huán)境中實施相對簡單的數學模型（基于最小二乘法估算，就像在線性電氣回聲消除中所采用的那樣），將其作為消除或減少聲學回聲的手段完全不適合。這是一種錯誤的方法，它會引入額外的、不希望出現的副作用（以信號失真，回聲增加，和噪音形式出現）。這就是在處理聲學回聲時需要面對的情形。因此，試圖使用采用了標準線性卷積算法的回聲消除器來控制無線聲學回聲既昂貴且效率低下^①。

　　3.3 數字無線應用中的聲學回聲是不穩(wěn)定的

　　由于聲學回聲是聲波自固態(tài)物體反彈而導致的結果，改變這些固態(tài)物體與無線電話耳機的相對位置會改變聲學回聲的特性。例如，頭部或手部的移動，邊走邊講話，以及在會話過程中公共場所內人員或物體的移動，都會產生不同的，不穩(wěn)定的聲學回聲效應。

　　不穩(wěn)定性意味著，與語音信號相關的脈沖響應（即回聲）從本質上講是一種"移動的對象"。因此，在呼叫全過程中，標準電氣回聲消除器中采用的數學模型會不斷改變回聲的特征。因而，針對特定頻率響應的訓練技術即無效率且毫無用處。此外，訓練是一項耗時的進程，對于每一次呼叫，其時間從少于100毫秒到超過1秒。在這種情況下，截止回聲消除器完成訓練時（即收斂時），它可能還停留在某一信號上，無法對當前的聲學回聲作出響應。其結果是，該方法可能會弊大于利（即，引入討厭的信號失真，降低語音質量，帶來噪音等）。

　　總之，試圖使用采用了標準線性技術的回聲消除器來控制無線聲學回聲既昂貴且效率低下。

　　4.1 主要考慮因素

　　控制非線性、非穩(wěn)態(tài)聲學回聲的首選是采用非線性方法。然而，非線性方法--如在通常的回聲消除器中采用的傳統(tǒng)非線性處理器（NLP）--會帶來信號失真的副作用，形式為語音消波^②，并會因噪音脈動^③干擾導致背景音頻發(fā)生變化。因此，對于有效的非線性方法來說，必須采取進一步的措施，將這些副作用降低到最小程度，與此同時，它還應能識別出聲學回聲信號并將其從語音信號（或任何其他有效信號）上分離，允許后者通過連接線路。

　　控制聲學回聲的另一個重要參數是定時。傳統(tǒng)的非線性處理器（NLP）采用了相對較短的回聲路徑時延，平均值介于10～64毫秒。通過回聲消除器中標準線性處理器的卷積操作，能夠簡化電氣（混合）回聲消除器內的NLP定時操作。在沒有卷積處理器，而且在時延的可能范圍內存在明顯變化的情況下，有效的聲學回聲控制必須能夠在削弱返回信號前估算出聲學回聲路徑時延。因此，定時錯誤會導致棘手的信號消波效應，后者會降低語音質量。

　　4.2 方法

　　在無線網絡中減少聲學回聲而不導致副作用的方法取決于：聲學回聲控制器辨別有效語音和聲學回聲信號特征的能力（即，能夠阻斷聲學回聲信號，并允許有效語音信號通過）。準確的信號識別是正確操作的關鍵所在，不正確的信號分類（稱為錯誤類型1，錯誤類型2，和錯誤類型3）會對通信質量造成不利影響。

　　聲學回聲的一般頻譜特征類似于語音的頻譜特征。類似地，聲學回聲路徑中的非線性特征會引起回聲和原始語音音節(jié)之間的不一致。因此，有效語音和對應的聲學回聲之間的電平差異（振幅差異）提供了相應的信息，使用該類信息，可將聲學回聲從主流語音中分離出來。在圖4中，給出了識別某一信號是有效信號還是聲學回聲信號所采用的邏輯方法的概念視圖。

　　對于將聲學回聲信號從有效的語音信號中識別出來的邏輯方法來說，有兩種主要的相關事宜。下面，我們以問題的形式介紹了這兩種事宜：
　　1．為了將錯誤判斷的概率降至最低程度，所應采用的恰當的閾值功率電平是什么？
　　2．怎樣才能測量出語音和聲學回聲的功率電平，而不引入測量缺陷？^④
　　為了解決上述事宜，標準方法（業(yè)內）是采用相對較低的功率電平閾值設置，以便將回聲從語音中分離出來，與此同時，忽略引入測量本身的失真信號（由背景噪音電平導致）。這是一種脆弱的方法，無法令人接受。該方法的主要缺點在于其較高的錯誤率，其導因在于對信號的錯誤分類（即，錯誤地將聲學回聲信號解釋為語音信號，反之亦然）。下面，詳細介紹了支持該觀點的基本原理。

①	一家主要的回波消除器廠家采用了該方法，其方式是在單一線路上采用了全雙向回波消除器。（引"三－3.2"）
②	在不存在標準線性回聲的場合下使用NLP時，它會變?yōu)槠胀ǖ幕芈曇种破鳌Ｔ谙乱还?jié)，討論了與這類信號處理相關的性能事宜。（引"四-4.1"）
③	當標準NLP（作為對線性回波消除器的補充）打開語音通道以截斷殘余的回聲信號時，它會"插入"（或"泵入"）匹配、舒適的噪音，以便使特定呼叫的背景噪音保持連貫。一家主要的回波消除器廠商采用了噪音泵入方法來遮蔽聲回聲。這種聲回聲控制并不能令人滿意，這是因為它會導致背景噪音的明顯變化，使聽者（即用戶）分心并導致不適。（引"四-4.1"）
④	測量缺陷是因背景噪音而導致的，它傾向于放大所探測到的信號水平（功率）。（引"四-4.2"）

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　TOP↑

│ page1 ││ page2 │