当前位置：首页> 智慧城市中基于WebRTC的数字楼宇对讲系统回声消除

智慧城市中基于WebRTC的数字楼宇对讲系统回声消除

时间：2023-01-13 01:59:06 下载该word文档

智慧城市中基于WebRTC的数字楼宇对
讲系统回声消除
摘要：本文将网页实时通信(WebReal-TimeCommunication，简写WebRTC技术应用到可视对讲中，设计了基于WebRTC的可视对讲系统。针对可视对讲中存在回声的难题，在原有算法基础上提出采用一种改进算法，并进行仿真分析，最后再将改进算法移植到WebRTC中。完成可视对讲系统的嵌入式硬件平台的搭建，主要包括对门口机和智能底座的硬件电路设计和PCB设计。
关键词：WebRTC；数字楼宇对讲系统；回声消除
WebRTC是一个支持网页浏览器进行实时语音对话或视频对话的技术。将原先应用在网页实时通信的WebRTC技术引入到楼宇可视对讲中，发挥其良好的实时性的优点，并将PNLMS算法移植到WebRTC的AECM中，可提高其消回声的能力，改善语音通话质量，具有很好的实际工程应用价值。
1.
自适应回声消除算法
本文采用的是一种基于NLMS的改进算法：比例归一化最小均方(PNLMS算法。PNLMS算法正是利用回声信号的这一特性，将自适应滤波器的系数按比例来重新分配。
1.
a.NLMS算法
首先给出NLMS算法的更新方程：
（1）

为了防止控制失调，在上式中加入一个固定的参数，称之为收敛因子。另外，式（1）中还需要加入一个固定参数β，这样做的目的是避免在(K*(K非常小时出现很大的步长。由此，式（1）变化为：

1.
a.PNLMS算法
比例归一化最小均方（PNLMS）算法利用回声路径的稀疏性特征，将滤波权值系数重新按比例分配，最终得到了更快的收敛速度和鲁棒性。
PNLMS算法的系数更新方程为：

上式中，x(k是语音输入向量，d(k是回声信号的期望响应，h(k是自适应滤波器的抽头权向量，e(k是回音误差信号,δ是调整参数，是步长参数。PNLMS算法的更新方程(3含有对角矩阵G(k，这与NLMS算法不同，G(k的对角元素用
=
{,
，
表示。
，···，
}(5
=max{}，n=0,1，···，M-1(6
=,
上式中，M为自适应滤波器的长度，和ρ分别取值为=0.01和ρ=5/M的正常数。其中式(5的目的是防止抽头权值远小于自适应滤波器最大抽头权值时发生迭代停顿；参数的目的是在所有抽头权值都为零这个初始条件下，用来调整式(6的计算。

1.
WebRTC中AECM的算法实现
a.
WebRTC中语音通信流程
WebRTC中的音频处理是主要是由VoiceEngine完成的，其包含了一系列的音频多媒体处理的框架，包括从音频的采集、编解码、音频处理到网络传输端等整个解决方案。
WebRTC客户端通信主要是有两个全局线程完成：信令线程
（signalingthread）和工作者线程（workerthread）。其中所有的回调函数都在信令线程调用，应用程序应当尽快地跳出回调函数以避免阻塞信令线程；工作者线程被用来处理资源消耗量大的过程，例如数据流传输。
1.
a.算法软件实现
本文重点介绍的是AEC消回声单元，目前可视对讲室内设备为移动终端，故采用的是AECM算法，它与PC上使用的AEC算法的数据计算和声音处理流程上稍有区别，AECM算法更符合嵌入式设备的处理能力。
PNLMS算法是AECM算法中的一个重要的模块，是其中的一部分。选择采用PNLMS算法和FIR自适应滤波器，并将这个应用在WebRTC的AECM中。利用WebRTC中的AECM算法框架进行回声消除器的开发，这一过程也就是WebRTC的移植。
首先对输入数据进行快速傅里叶变换，更新远端的频谱，估计近端与其远端参考信号之间的时延并根据计算的时延将近端与远端信号的频谱对齐，计算一个块内的近端和远端信号的回声估计能量并进行远端语音信号的活动性检测，再对步长和PNLMS算法系数进行更新，然后不断更新自适应滤波器的抽头系数，最后进行非线性处理和模拟产生舒适噪声。

阅读全文