F. M. Casco–Sánchez*¹, R. C. Medina–Ramírez², M. López–Guerrero³

^1,2,3 Departamento de Ingeniería Eléctrica Universidad Autónoma Metropolitana Av. San Rafael Atlixco 186, Col. Vicentina, 09340 Iztapalapa, Mexico. *E–mail: alfa@xanum.uam.mx

ABSTRACT

In this work we introduce a variable step–size normalized LMS algorithm for adaptive echo cancellation in a FIR structure. In the proposed scheme, the step–size adjustment is controlled by using the square of the cross–correlation between the squared output error and the adaptive filter output. The proposed algorithm (that we call VSSSC after variable step size based on the squared cross–correlation) was evaluated using white noise and speech signals. Simulation results show that our proposal achieves better performance than similar algorithms in single and double talk. The proposed algorithm can be used in a number of applications such as in echo reduction for long–haul voice communications.

Keywords: LMS, step size, echo cancellation, system identification.

RESUMEN

En este trabajo presentamos un algoritmo LMS normalizado de paso variable para la cancelación adaptable de eco en una estructura FIR. En el esquema propuesto, el ajuste del tamaño del paso se controla usando el cuadrado de la correlación cruzada entre el cuadrado del error de salida y la salida del filtro adaptable. El algoritmo propuesto, que llamamos VSSSC (de las palabras en inglés variable step size based on the squared cross–correlation) se evaluó usando ruido blanco y señal de voz. Los resultados de simulación muestran que nuestra propuesta logra un mejor desempeño en comparación con algoritmos similares tanto en el caso de un hablante como cuando existe traslape en la conversación de dos hablantes. El algoritmo propuesto se puede utilizar en varias aplicaciones tales como la reducción de eco en comunicaciones de voz de larga distancia.

DESCARGAR ARTÍCULO EN FORMATO PDF

References

[1] Widrow, B., McCool, J. M., Larimore, M. G. and Johnson, Jr., C.R., Stationary and Nonstationary Learning Characteristics of the LMS Adaptive Filter, Proceedings of the IEEE, vol. 64, no. 8, August 1976, pp 1151–1162.         [ Links ]

[2] Haykin, S., Adaptive Filter Theory, 4th Ed., Prentice Hall, 2001.         [ Links ]

[3] Raymond, H. K. and Johnston, E. W., A Variable Step Size LMS Algorithm, IEEE Transactions on signal processing, vol. 40, no. 7, July 1992, pp. 1633–1642.         [ Links ]

[4] Mayyas, K. and Aboulnasr, T., A Robust Variable Step Size LMS–Type Algorithm: Analysis and Simulations, 1995 International Conference on Acoustics, Speech, and Signal Processing (ICASSP–95), 1995, vol. 2, pp.1408–1411, Detroit, Michigan, U.S.A., May.         [ Links ]

[5] Wee–Peng A. and Farhang–Boroujeny B., A New Class of Gradient Adaptive Step–Size LMS Algorithms, IEEE Transactions of Signal Processing, vol. 49, no. 4, April 2001, pp. 805–810.         [ Links ]

[6] Koike, S., A Class of Adaptive Step–Size Control Algorithms for Adaptive Filters, IEEE Transactions on Signal Processing, vol. 50, no. 6, June 2002, pp. 1315-1326.         [ Links ]

[7] Yan L. and Xinan W., A Modified VS LMS Algorithm, Proceedings of the 9th International Conference on Advanced Communication Technology ICACT2007, 2007, pp. 615–618, Gangwon–Do, Korea (South), February.         [ Links ]

[8] Itakura, H. and Nishikawa, Y., On Some Characteristics of an Echo Canceller using a learning identification algorithm, Trans. IEICE, vol. J60–A, num. 8, November 1977, pp. 1015–1022.         [ Links ]