王仁杰，杨晓敏，芦璐

(四川大学电子信息学院，成都 610065)

0 引言

近年来，通信和网络技术不断发展，使得人们对通信的质量提出了新的要求，其中最主要的就是语音通话质量。声学回声是降低语音通话质量的重要因素之一[1]。回声是由于麦克风和扬声器之间的回声路径的脉冲响应耦合效应而产生的。由于人耳对回声非常敏感，延迟超过10ms的回声就能被人耳捕捉到，超过32ms的回声就会严重干扰通话质量。因此，如何消除声学回声具有重要的现实意义。目前最普遍应用的方法是基于自适应滤波的回声消除器(Acoustic Echo Cancellation，AEC)。AEC的基本原理是运用自适应滤波算法对回声路径的脉冲响应进行估计，其本质是一个系统辨识的问题。然而当回声路径存在非线性的特性时，传统的自适应滤波算法，比如最小均方算法(Least Mean Square，LMS)、归一化最小均方算法(Normalized Least Mean Square，NLMS)的性能会出现明显的下降。因此，如何对回声路径中的非线性特性建模，提出有效的非线性回声对消方法具有重要意义[4]。

目前的非线性回声对消的方法中，具有代表性的有以下两种。文献[1]中提出了一中基于函数连接的非线性自适应滤波算法用于回声对消(Split Functional Link Adaptive Filter，SFLAF)。该方法的特点是对输入信号进行非线性扩展，具体地说，是通过三角函数函数连接扩展，将未经过变换的信号和经过变换的信号分别用两个滤波器进行滤波，以此达到同时对回声路径的线性和非线性特性建模的目的。文献[2]将回声路径中的非线性变换设定为一种sigmoid变换，在进行滤波之前对sigmoid的参数进行估计，并结合RLS的快速收敛和强跟踪能力，能快速使得估计值收敛到真实值。……