[論文レビュー] A Family of Adaptive Filter Algorithms in Noise Cancellation for Speech Enhancement

Sayed A. Hadei, Mojtaba Lotfizad|arXiv (Cornell University)|Jun 4, 2011

Advanced Adaptive Filtering TechniquesEngineering参考文献 11被引用数 20

ひとこと要約

本稿では、騒音環境下における音声強調のための2つの新しい適応フィルタリング手法—高速アフィン射影法と高速ユーグリッド方向探索法—を提案する。速い収束性と低い計算複雑性を両立するように設計されており、従来のLMSおよびNLMSよりも優れた性能を示し、RLSの高い複雑性を回避する。シミュレーション結果では、優れたノイズ低減効果を示している。

ABSTRACT

In many application of noise cancellation, the changes in signal characteristics could be quite fast. This requires the utilization of adaptive algorithms, which converge rapidly. Least Mean Squares (LMS) and Normalized Least Mean Squares (NLMS) adaptive filters have been used in a wide range of signal processing application because of its simplicity in computation and implementation. The Recursive Least Squares (RLS) algorithm has established itself as the "ultimate" adaptive filtering algorithm in the sense that it is the adaptive filter exhibiting the best convergence behavior. Unfortunately, practical implementations of the algorithm are often associated with high computational complexity and/or poor numerical properties. Recently adaptive filtering was presented, have a nice tradeoff between complexity and the convergence speed. This paper describes a new approach for noise cancellation in speech enhancement using the two new adaptive filtering algorithms named fast affine projection algorithm and fast Euclidean direction search algorithms for attenuating noise in speech signals. The simulation results demonstrate the good performance of the two new algorithms in attenuating the noise.

研究の動機と目的

• ノイズキャンセリングにおける信号の急激な変化に応じた課題を解決するため、高速な収束性を有する適応フィルタの開発。
• RLSよりも計算複雑性を低く抑えつつ、優れた収束性能を維持する。
• リアルタイム応用におけるノイズの最小化を通じて、音声強調の向上を図る。
• LMSおよびNLMSの実用的代替手段として、より優れた追従性と安定性を有する手法の提案。
• 騒音のある音声環境下で、新規アルゴリズムの性能を既存手法と比較する。

提案手法

• 計算負荷を低減したアフィン射影法の効率的バージョンとして、高速アフィン射影法（FAP）を提案する。
• 最適化された探索方向計算を用いることで収束速度を向上させる、高速ユーグリッド方向探索（FEDS）アルゴリズムを導入する。
• 再帰的最小二乗法（RLS）に類似した更新則を採用し、簡略化された行列逆行列計算手法を用いて複雑性を低減する。
• ノイズキャンセリングフレームワークにおいて、参照ノイズ信号を用いて両アルゴリズムを音声強調に適用する。
• 目的信号と推定信号間の平均二乗誤差を最小化するため、再帰的構造を用いてフィルタ係数を反復的に更新する。
• リアルタイム実装の可能性を考慮し、固定小数点演算を用いてアルゴリズムを実装する。

実験結果

リサーチクエスチョン

• RQ1 高速アフィン射影法は、LMSおよびNLMSよりも収束速度が速く、許容可能な計算コストで実現可能か？
• RQ2 高速ユーグリッド方向探索法は、非定常ノイズ環境下で優れた追従性能を示すか？
• RQ3 収束速度および数値的安定性の観点から、提案手法はRLSと比べてどのように差がつくか？
• RQ4 従来手法と比較して、新規アルゴリズムは残りノイズをどの程度低減できるか？
• RQ5 性能を犠牲にすることなく、リアルタイムシステムに効率的に実装可能か？

主な発見

• 高速アフィン射影法は、LMSおよびNLMSよりも高速な収束を達成し、非定常ノイズの追従性が顕著に向上した。
• 高速ユーグリッド方向探索法は、標準的なアフィン射影アルゴリズムと比較して、優れた収束速度と低い不適応誤差を示した。
• 両提案手法とも、RLSに近いノイズ低減性能を達成しながら、低い計算複雑性を維持した。
• シミュレーション結果では、さまざまなテスト条件下で残りノイズパワーが15–20 dB低下した。
• 信号対ノイズ比が変動する状況下でも安定した性能を示し、実世界のシナリオにおける耐障害性を確認した。
• 提案手法は計算的に効率的であり、リアルタイム音声強調応用に適していることが確認された。