Adaptive Filter

Adaptive Filter – Einführungsteil

‰ Randbedingungen der Vorlesung

‰ Vorlesungsinhalt
‰ Literaturhinweise
‰ Prüfungsmodalitäten
‰ Notation
‰ Beispiel eines adaptiven Filters
‰ Beispiele aus der Sprach- und Audiosignalverarbeitung

E. Hänsler und G. Schmidt

Vorlesungsinhalte

‰ Einführung mit Beispielen aus der Sprach- und Audiosignalverarbeitung

‰ Signaleigenschaften und Kostenfunktionen
‰ Wiener-Filter
‰ Prädiktor
‰ Adaptive Filter
‰ LMS und NLMS-Algorithmus
‰ Affine Projektion
‰ RLS-Algorithmus
‰ Kalman-Filter
‰ Signalverarbeitungsstrukturen
‰ Beispiele aus der Sprach- und Audiosignalverarbeitung

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 2

Literaturhinweise

Statistische Signaltheorie:
‰ E. Hänsler: Statistische Signale: Grundlagen und Anwendungen, Springer, 2001

Adaptive Filter:

‰ E. Hänsler, G. Schmidt: Acoustic Echo and Noise Control, Wiley, 2004

‰ S. Haykin: Adaptive Filter Theory, Prentice Hall, 2002
‰ A. Sayed: Fundamentals of Adaptive Filtering, Wiley, 2004

Sprachsignalverarbeitung:
‰ L. R. Rabiner, R. W. Schafer: Digital Processing of Speech Signals, Prentice Hall, 1978
‰ P. Vary, U. Heute, W. Hess: Digitale Sprachsignalverarbeitung, Teubner, 1998
‰ P. Vary, R. Martin: Digital Speech Transmission, Wiley, 2006

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 3

Vorlesungs- und Prüfungsmodalitäten

‰ Kreditpunkte: 7

‰ Mündliche Prüfung
‰ ca. 15 Minuten pro Student
‰ 2 Termine (im Anschluss an das Semester, in der Prüfungszeit)

‰ Vortrag
‰ Prüfungsvoraussetzung, an zwei Terminen (gegen Mitte und Ende des Semesters)
‰ Kann Note aus der mündlichen Prüfung verbessern (nicht verschlechtern)
‰ ca. 30 Minuten
‰ Themenvergabe während des Semesters

‰ Vorlesungsunterlagen

‰ In Papierform zu Beginn jeder Vorlesung

‰ Im Internet unter www.spg.tu-darmstadt.de/lectures/af/web_seite_af/startup.html
‰ E-Mail-Liste (auch unter www.spg.tu-darmstadt.de/lectures/af/web_seite_af/startup.html )

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 4

Notation – Teil 1

‰ Skalare: Diskreter Zeitindex

‰ Signale: x(n) Koeffizientenindex

‰ Impulsantworten (zeitveränderlich): hi(n)
N−1
X
‰ Beispiel für eine (reelle) Faltung: y(n) = x(n − i) hi (n)
i=0

‰ Vektoren: Fett- und kleingeschrieben

h iT
‰ Signalvektoren x(n) = x(n), x(n − 1), ... , x(n − N + 1)
h iT
‰ Impulsantwortvektoren (zeitveränderlich): h(n) = h0(n), h1(n), ... , hN−1 (n)

T
‰ Beispiel für eine reelle Faltung: y(n) = xT(n) h(n) = h (n) x(n)

 
‰ Matrizen: a00 (n) a01(n) . . . a0N (n)
 a10 (n) a11(n) . . . a1N (n) 
 
A(n) =  .. .. .. 
 . . . 
Fett- und großgeschrieben aM0 (n) aM1 (n) . . . aM N (n)

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 5

Notation – Teil 2

‰ Zufallsprozesse („Schar von Musterfunktionen“):

‰ Bezeichnung: x(n), x 1 (n), x 2 (n)

Keine Unterscheidung zwischen deterministischem Signal und

Zufallsprozess – andere Schreibweisen:

‰ Wahrscheinlichkeitsdichte: fx (x, n), fx 1 x2 (x1 , x 2, n1, n2 )

‰ Stationäre Zufallsprozesse:
fx (x, n) = fx (x, n + n0) = fx (x)
fx1 x 2 (x1, x2, n1 , n2) = fx1 x 2 (x2, x2, n1 + n0, n2 + n0 ) = fx 1 x2 (x1 , x2 , n2 − n1)

‰ Erwartungswerte bei stationären Zufallsprozessen:

n o Z∞
E x(n) = x fx (x) dx = m(1)
x = mx
x=−∞
n o Z∞
2
E x (n) = x2 fx (x) dx = m(2)
x
x=−∞
n ¡ Z∞
¢o
E g x(n) = g (x) fx(x) dx
x=−∞

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 6

Notation – Teil 3

‰ Auto- und Kreuzkorrelation bei reellen, stationären Zufallsprozessen:

‰ Autokorrelationsfunktion:
n o
E x(n) x(n + l ) = r xx(l)

‰ Kreuzkorrelationsfunktion:
n o
E x(n) y(n + l ) = r xy(l)

‰ Autoleistungsdichtespektrum:
∞
X n o ∞
X
Sxx (Ω) = E x(n) x(n + l ) e− jΩ l = rxx (l) e−jΩ l
l=−∞ l=−∞

‰ Kreuzleistungsdichtespektrum:
∞
X n o ∞
X
Sxy(Ω) = E x(n) y(n + l) e−jΩ l = rxy(l ) e −jΩ l
l=−∞ l=−∞

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 7

Notation – Teil 4

‰ Stationäres, weißes Rauschen:

‰ Autokorrelationsfunktion:
(
¯ σ2x , falls l = 0,
¯
rxx (l )¯ =
weisses Rauschen 0, sonst.
‰ Autoleistungsdichtespektrum:
¯
¯
Sxx (Ω)¯ = σx2
weisses Rauschen

‰ Literatur:
‰ E. Hänsler: Statistische Signale: Grundlagen und Anwendungen,
Kapitel 3 – Zufallsprozesse, Springer, 2001
‰ A. Zoubir: Digital Signal Processing, Chapter 7 – Random Variables and
Stochastic Processes, Vorlesungsskript, Darmstadt, 2005

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 8

Ein erstes Beispiel für ein adaptives Filter – Teil 1

x(n) x(n)

Unbekannte
Impulsantwort

b
h(n) h(n)

Adaptives
Filter
b
d(n) d(n)
Lokal
+ b(n) erzeugtes
Signal

+
e(n) y ( n) Unbekanntes
System

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 9

Ein erstes Beispiel für ein adaptives Filter – Teil 2

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 10

Anwendungen für adaptive Filter

Anwendungsgebiete:

‰ Sprachkodierung (z.B. GSM, UMTS)

‰ Sprachsignalverbesserung (Freisprecheinrichtungen, Hörgeräte, Saalbeschallung)
‰ Entzerrung (Sendeanlagen, Radar, Lautsprecher)
‰ Antischallsysteme (Fahrzeug- und Flugzeugtechnik)
‰ Mehrkanalverarbeitung (Beamforming, U-Boot-Ortung, Erdschichtanalyse)
‰ Flugkörpersteuerung
‰ Medizintechnik (Messung der Herztöne von Kindern im Mutterleib, Dialyse)
‰ Bildsignalverarbeitung (Kompensation von Bildstörungen, Bildanalyse)
‰ Antennenfelder

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 11

Basisstrukturen für adaptive Filter – Teil 1

1. Systemidentifizierung:
b(n)

Unbekanntes
Unbekanntes y(n)
x(n) System
+
System

Adaptives
Adaptives
Filter
Filter

e(n)

Beispiele:
‰ Kompensation von Leitungsechos bei Fernsprechsignalen
‰ Akustische Echokompensation

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 12

Basisstrukturen für adaptive Filter – Teil 2

2. Inverse Modellierung:

Unbekanntes
x(n) Adaptives
u(n) Unbekanntes Adaptives
System
System Filter
Filter
y(n)

+
e(n)
Laufzeit
Laufzeit

Störungen sind nicht dargestellt!

Beispiele:
‰ Entzerrung von Verstärkern von Mobilfunksendeanlagen
‰ Entzerrung von Lautsprecherausgaben

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 13

Basisstrukturen für adaptive Filter – Teil 3

3. Prädiktion:

x(n) Adaptives
u(n) Laufzeit Adaptives
Laufzeit Filter
Filter
y(n)

+
e(n)

u(n)

Beispiele:
‰ Sprachcodierung im GSM- und UMTS-Netz
‰ Unterdrückung von Trägersignalen nach der Demodulation

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 14

Basisstrukturen für adaptive Filter – Teil 4

4. Kompensation von Störungen:

y(n) + e(n)
¡ ¢
= F x(n) + b(n)

Adaptives
Adaptives
x(n) Filter
Filter

e(n)
Beispiele:
‰ Sprachsignalverbesserung durch Kompensation von Motor-
harmonischen

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 15

Beispiele aus der Sprach- und Audiosignalverarbeitung

Teil 1: Freisprechtelefone im Kraftfahrzeug

‰ Grundlagen
‰ Lösungen
‰ Beispiele

Teil 2: Innenraumkommunikationssysteme
‰ Grundlagen
‰ Lösungen
‰ Beispiele

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 16

 Teil 1

Freisprechsysteme
im Kraftfahrzeug

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 17

Grundlagen – Elektro-akustische Wandler

Mikrofone :
‰ Integriert in den Rückspiegel
‰ Bis zu 4 Mikrofone

Lautsprecher:
Lautsprecher des Autoradios ‰
Kopplung > 0 dB ‰
Fahrer kann die Lautstärke verändern ‰

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 18

Lautsprecher-Raum-Mikrofon-Systeme – Teil 1

Signal des fernen Gesprächteilnehmers

x(n)

x(n) : Anregungssignal

d(n) : Echo (desired signal)

d(n)
s(n) : Lokales Sprachsignal
s(n)
b(n) : Hintergrundgeräusch
y(n) : Mikrofonsignal b(n)

Mikrofonsignal
y(n)

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 19

Lautsprecher-Raum-Mikrofon-Systeme – Teil 2

x(n) x(n)

Annahme: FIR-
Filter
Das
Lautsprecher-
Raum-Mikrofon- h(n) d(n)
System
(LRM-System) s(n)
kann als
lineares System
mit endlichem s(n)
Gedächtnis d(n) b(n)
modelliert werden
+ +

y(n) b(n) y(n)

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 20

Lautsprecher-Raum-Mikrofon-Systeme – Teil 3

0.4
Randbedingungen:

0.3 ‰ Volumen einer

Fahrzeugkabine: 5 ... 15 m³
0.2

0.1 Eigenschaften:
‰ Kurze Verzögerung
0
‰ Direktschall nach 3 - 4 ms
-0.1 ‰ Erste Reflexionen

-0.2 ‰ Diffuser Schall (nimmt in

der Intensität
logarithmisch ab)
-0.3

-0.4
0 5 10 15 20 25 30 35 40
Time in ms

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 21

Hintergrundgeräusche

Komponenten von Fahrzeughintergrundgeräuschen:

Extern:

‰ Motorgeräusche
‰ Windgeräusche
‰ Abrollgeräusche der
Reifen

Intern:
‰ Lüftung
‰ Scheibenenteisung

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 22

Ein einfaches Freisprechsystem mit zwei adaptiven Filtern

x(n) x(n)

b
h(n) Echo- d(n)
kompen-
sations- s(n)
Geräusch- filter
reduktions- b
d(n) b(n)
filter

sb(n) y (n)
w(n) +
e(n)

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 23

Adaptives Filter zur Kompensation von akustischen Echos

Lautsprecher-
Raum-
x(n) x(n) Mikrofon-
System

FIR- (System-
Modell parameter
sind
b unbekannt,
h(n) h(n) nur Ein- und
Adaptives Ausgänge sind
Echo- messbar)
kompen-
sationsfilter
b
d(n) d(n) s(n)

+ +

+
e(n) y ( n) b(n)

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 24

Maximale Echodämpfung – Teil 1

Herleitung der maximalen Echodämpfung

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 25

Maximale Echodämpfung – Teil 2

5
Randbedingungen:
0 Maximale Echodämpfung in Abhängigkeit
‰ Weißes Rauschen als
der Filterlänge N
Anregungssignal
-5
‰ Ideale Konvergenz, d.h.
-10 die Koeffizienten des
adaptiven Filters sind
-15 identisch mit denen des
dB

Lautsprecher-Raum-
-20 Mikrofon-Systems

-25
‰ Vollständig lineare Laut-
-30 sprecher, Verstärker und
Mikrofone
-35

-40
0 50 100 150 200 250 300 350 400 450
Filterlänge N

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 26

Ein einfaches Freisprechsystem mit zwei adaptiven Filtern

x(n) x(n)

b
h(n) Echo- d(n)
kompen-
sations- s(n)
Geräusch- filter
reduktions- b
d(n) b(n)
filter

sb(n) y (n)
w(n) +
e(n)

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 27

Restecho- und Geräuschunterdrückung

Struktur:

Verbleibende Echos ....

¡ ¢
b
d(n) − d(n) + b(n)

..... und Hintergrundgeräusche

+ w(n)
e(n) b
s (n)
Lokales Sprachsignal s(n)

Kreuzleistungsdichtespektrum zwischen gestörtem

Ansatz nach Wiener: Eingang e(n) und Wunschsignal s(n)

½³ ´ 2¾ ¡ ¢ Ses(Ω)
E s(n) − b
s (n) → min =⇒ W opt e jΩ =
See(Ω)

Autoleistungsdichtespektrum des
gestörten Eingangssignals e(n)

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 28

Verbesserte Freisprechtelefone

Verbesserungen:
‰ Verbesserte Geräuschunterdrückung
durch adaptives Filtern mehrerer
Mikrofonsignale (Beamforming)
‰ Zahlreiche weitere Verbesserungen durch
Anwendung von adaptiven Filtern

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 29

Mikrofonarray

Mikrofonarray mit 4 Sensoren integriert im Rückspiegel

‰ Kostengünstige Realisierung durch ein

Rückspiegel integriertes Mikrofonmodul.

‰ Eine feste Vorzugsrichtung kann für

den Fahrer verwendet werden – der
Winkel schwankt üblicherweise nur in
einem kleinen Bereich (62° - 75°)

‰ Das Mikrofonarray kann sowohl vom

Mikrofon- Fahrer als auch vom Beifahrer
verwendet werden.
modul
5 cm
‰ Mikrofone mit Nierencharakteristik
(± 3 dB Empfindlichkeit).

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 30

Beamforming – Teil 1

Nutz- s(n) y0 (n)

signal

y1 (n)
e(n)

Störung yL−1 (n)

b(n)
Adaptive Filter

Beamformer:
‰ Mininierung der Ausgangssignalleistung unter Einhaltung von
Nebenbedingungen (Nutzsignalrichtung darf nicht gedämpft werden)
‰ Nutzsignalrichtung ist bekannt (zumindest näherungsweise) im Fahrzeug
‰ Leistungsfähigkeit der adaptiven Filter wird eingeschränkt
durch Mikrofontoleranzen und Mehrwegeausbreitung im Fahrzeug

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 31

Beamforming – Teil 2

Ausgang des
1 sog. Generalized
Summationspfad Sidelobe Canceler
y0 (n) 2
+ + e(n)
Lauf-
Lauf-
zeit-
zeit-
y1 (n) ausgleich
ausgleich

Adaptives
Adaptives
+ Filter
Filter
Blockierungspfad

Standard
Griffith-Jim Beamformer
(Generalized Sidelobe
Canceler)

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 32

 Beamforming – Teil 3

Audiobeispiel:
‰ 4-Kanal-Beamformer
(Mercedes-E-Klasse)

‰ Gerichtete Geräusch-
quelle (Lautsprecher auf
der Beifahrerseite)

‰ Geräuschunterdrückung
> 15 dB durch adaptives
Filtern der Mikrofon-
signale

Einzelmikrofon

Fester Beamformer

Adaptiver Beamformer

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 33

Mehrkanal-Freisprechsystem

Beifahrerkanal

Echo- T1T1
kompensator
Mik. 1
Beifahrer

T T2
Echo- Adaptiver
2 Beamformer Restecho- Signal-
kompensator
Mik. 2 und Geräusch- mischer
unterdrückung

Mikrofone
Fahrer

Echo- T 4TN
kompensator Separate Beamformer werden für
Mik. 4 den Fahrer und den Beifahrer
gerechnet. Ein Mischer kombiniert beide
Laufzeitausgleich Fahrerkanal Kanäle nachdem eine individuelle
für Fahrer und Restecho- und Geräuschreduktion
Beifahrer durchgeführt wurde.

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 34

 Erkennraten eines Spracherkennungssystems

Basic commands (120 km/h) Basic commands (defrost on)

‰ Geräusche und Sprache wurden mit unterschiedlichen Gewichtungsfaktoren addiert

‰ Sprachmodell mit 40 Kommandoworten für Radio- und Telefonanwendungen
‰ 16 Sprecher/innen ( 9 Sprecher, 7 Sprecherinnen )

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 35

Verbesserte Freisprechsysteme – Teil 1

Reduktion
Adaptiver
Beamforming
Geräusch- vonTransienten
Limiter
Bandbreitenerweiterung
Lautstäre-
Windgeräuschreduktion
Entzerrung
Echokompensationund
und
(adaptiv)
Restech-
Echo- Reduktion
Adaptiver
Echokompensation
Beamforming
Geräusch-
Entzerrung vonTransienten
Limiter
Bandbreitenerweiterung
Lautstäre-
Windgeräuschreduktion
und
und
(adaptiv)
Restech-
Mikrofon- Frequenzgangregelung
unterdrückung
kompensation Beamforming Frequenzgangregelung
unterdrückung
array Transientensignal
Adaptives
Fehlende
Die
Offene
Um
Die Einstellen
Mikrofonsignale
Lautsprechersignale
bei Fenster
großem wie
Frequenzbereiche
bzw.
Abstand z.B.
eines
werden
eine werden
so
Transientensignal
Adaptives
Die
Fehlende
Offene
Um Einstellen
Die Mikrofonsignale
Lautsprechersignale
bei Fenster
großem wie
Frequenzbereiche
bzw.
Abstand z.B.werden
eines
werden
eine so
Signale
Limiters
werden des
zur
Automatische
gefiltert,
Trotz
Scheibenenteisung
zwischen
and
andden Blinkers
Verhinderung
Beamforming
geschätzt
dass
Scheiben,
Sprecher
eine verursachen
Einstellung
und
Vorzugs-
etc.
und von
verursachen
reflektiert
Mikrofon
Echo-
der
Signale
Limiters
gefiltert,
werden des
zur
Automatische
Scheibenenteisung
Trotz
zwischen
den Blinkers
Verhinderung
Beamforming
geschätzt
dass
Scheiben,
Sprecher
eine verursachen
Einstellung
und
Vorzugs-
etc.
und von
verursachen
reflektiert
Mikrofon
Echo-
der
Probleme
Lautstärke
richtung
kompensation
Windgeräusche.
die
und bei der
Mikrofonübersteuerungen
resynthetisiert.
Raumeigen-schaften
werden
entsteht.
in von
Abhängigkeit
verbleiben
den Mikrofonen
zu
noch
des
Probleme bei
undRaumeigen-schaften
werden invon
resynthetisiert.
Lautstärke
Windgeräusche.
kompensation
die der
Mikrofonübersteuerungen
richtung entsteht. den Mikrofonen
Abhängigkeit
verbleiben zu
noch
des
Spracherkennung.
aufgrund
aufgenommen. von zuim
Geräuschpegels.
Reststörungen
kompensieren, lauten
wird
Zusätzlich
Signal.
eine
eine(blinde)
wird
Spracherkennung.
aufgrund
aufgenommen. von zu
Geräuschpegels.
Reststörungen
kompensieren, im lauten
wirdZusätzlich
Signal. (blinde)
wird
Lautsprechersignalen.
das
Effekt:
adaptive
Eingangsspektrum
Die
Kohärente
EineEntzerrung
Sprachqualität
auf
aufWind-geräusche
Lautsprechersignalen. Störungen
berechnet.
gemäß
des
Effekt:
das
adaptive
Eingangsspektrum
Die
Kohärente
EineEntzerrung
Sprachqualität
Wind-geräusche
Störungen
berechnet.
gemäß
des
Effekt:
einem
werden
optimierteKurze
Empfangssignals
Geräusch-
Stationäre
Geschätztepulsartige
unterdrückt.
Detektion wird
Geräusche
Echos
unterdrückt
verbessert.
werden
und
Effekt:
werden Kurze
Geschätzte
Empfangssignals
einem
optimierte
Geräusch-
Stationärepulsartige
unterdrückt.
Detektion Echos
wird
Geräusche werden
unterdrückt
verbessert.
und
Störungen
diese
Restecho werden
Geräuschart.
maskierungsmodell
subtrahiert. werden entfernt.
korrigiert.
entfernt. Sprach-
Sprach-
Störungen
diese
subtrahiert. werden
Geräuschart.
maskierungsmodell
Restecho werden entfernt.
korrigiert.
entfernt.
erkennung
erkennung
Echo- und Windge- Transienten-
Geräuschred. räuschred. reduktion Entzerrung

Übertragung
vom
Lautsprecher
Telefon
Telefon
zum Mikrofon

Adaptiver Adaptive Bandbreiten- Sprach-

Sprach-
Begrenzer Dämpfungs- erweiterung ausgaben
ausgaben
und Entzerrungs-
steuerung

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 36

 Verbesserte Freisprechsysteme – Teil 2
Bandbreitenerweiterung
Bandbreitenerweiterung
Fehlende Frequenzbereiche werden
Fehlende Frequenzbereiche werden
geschätzt und resynthetisiert.
geschätzt und resynthetisiert.
Effekt: Die Sprachqualität des
Effekt: Die Sprachqualität des
Empfangssignals wird verbessert.
Empfangssignals wird verbessert.
Echokompensation
Echokompensation
Die Lautsprechersignale werden an den
Die Lautsprechersignale werden an den
Scheiben, etc. reflektiert und werden von
Scheiben, etc. reflektiert und werden von
den Mikrofonen aufgenommen.
den Mikrofonen aufgenommen.
Effekt: Geschätzte Echos werden
Effekt: Geschätzte Echos werden
subtrahiert.
subtrahiert.
Windgeräuschreduktion
Windgeräuschreduktion
Offene Fenster bzw. eine Scheiben-
Offene Fenster bzw. eine Scheiben-
enteisung verursachen Windgeräusche.
enteisung verursachen Windgeräusche.
Effekt: Eine auf Windgeräusche
Effekt: Eine auf Windgeräusche
optimierte Detektion unterdrückt diese
optimierte Detektion unterdrückt diese
Geräuschart.
Geräuschart.
Innenraumkommunikationssysteme
(Intercom Systems)
Lautstäre- und
Lautstäre- und
Frequenzgangregelung
Frequenzgangregelung
Automatische Einstellung der Lautstärke
Automatische Einstellung der Lautstärke
in Abhängigkeit des Geräuschpegels.
in Abhängigkeit des Geräuschpegels.
Zusätzlich wird das Eingangsspektrum
Zusätzlich wird das Eingangsspektrum
gemäß einem Geräuschmaskierungs-
gemäß einem Geräuschmaskierungs-
modell korrigiert.
modell korrigiert.
Beamforming
Beamforming
Die Mikrofonsignale werden so gefiltert,
Die Mikrofonsignale werden so gefiltert,
dass eine Vorzugsrichtung entsteht.
dass eine Vorzugsrichtung entsteht.
Effekt: Kohärente Störungen werden
Effekt: Kohärente Störungen werden
unterdrückt.
unterdrückt.
Reduktion vonTransienten
Reduktion vonTransienten
Transientensignal wie z.B. Signale des
Transientensignal wie z.B. Signale des
Blinkers verursachen Probleme bei der
Blinkers verursachen Probleme bei der
Spracherkennung.
Spracherkennung.
Effekt: Kurze pulsartige Störungen
Effekt: Kurze pulsartige Störungen
werden entfernt.
werden entfernt.
E. Hänsler und G. Schmidt, TU Darmstadt, Seite 37
Teil 2
E. Hänsler und G. Schmidt, TU Darmstadt, Seite 38
Adaptiver Limiter
Adaptiver Limiter
Adaptives Einstellen eines Limiters zur
Adaptives Einstellen eines Limiters zur
Verhinderung von
Verhinderung von
Mikrofonübersteuerungen aufgrund von
Mikrofonübersteuerungen aufgrund von
zu lauten Lautsprechersignalen.
zu lauten Lautsprechersignalen.
Geräusch- und Restecho-
Geräusch- und Restecho-
unterdrückung
unterdrückung
Trotz Beamforming und Echokompen-
Trotz Beamforming und Echokompen-
sation verbleiben noch Reststörungen im
sation verbleiben noch Reststörungen im
Signal.
Signal.
Effekt: Stationäre Geräusche und
Effekt: Stationäre Geräusche und
Restecho werden entfernt.
Restecho werden entfernt.
Entzerrung (adaptiv)
Entzerrung (adaptiv)
Um bei großem Abstand zwischen
Um bei großem Abstand zwischen
Sprecher und Mikrofon die
Sprecher und Mikrofon die
Raumeigenschaften zu kompensieren,
Raumeigenschaften zu kompensieren,
wird eine (blinde) adaptive Entzerrung
wird eine (blinde) adaptive Entzerrung
berechnet.
berechnet.
Einleitung

Momentane Situation:
Fahrzeuginnenraum
‰ Die Kommunikation zwischen einzelnen
Passagieren ist aufgrund der akustischen
Dämpfung oftmals schwierig (vor allem für
die Richtung vorn hinten).
‰ Falls sich der Fahrer nach hinten dreht, ist die
Fahr- Fahrsicherheit gefährdet.
-5 … -15 dB*
richtung
‰ Die vorderen Passagiere sprechen lauter als
gewöhnlich – dadurch werden längere
Gespräche anstrengend.

Lösung:
‰ Verbesserung der Sprachqualität und –verständ-
lichkeit durch den Einsatz von Innenraum-
*Akustische Dämpfung
kommunikationsystemen.
(bezogen auf das
rechte Ohr des Fahrers)
Anwendungen:
‰ Mittel- und Oberklassefahrzeuge, die ohnehin mit
allen notwendigen Systemkomponenten aus-
gestattet sind.
‰ Kleinbusse, etc. Vereinfachte Systeme.

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 39

Ein „einfaches“ Innenraumkommunikationssystem

Autoinnenraum
Intercom-System:

‰ Unterstützt nur die Kommunikations-

richtung “vorne-nach-hinten” h LM (n)

‰ Mindestens ein Mikrofon und ein

Lautsprecher werden benötigt.

‰ System arbeitet in einer hFR (n)

geschlossenen elektro-akustischen
Schleife.
Rückkopplungskompensation
b
h LM (n)

+
Rückkopplungs- Verstärkungs-
Unterdrückung steuerung

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 40

Ein ideales System

Systemanforderungen:

‰ Die Sprachsignale des Fahrers und des Beifahrers sollen mit hoher Qualität und mit
minimaler Laufzeit mittels der hinteren Lautsprecher wiederholt werden.

‰ Die Passagiere sollen

sich des Systems
nicht bewusst sein.

‰ Eine korrekte Sprecherortung

soll auch bei aktiviertem
System möglich sein.
Innenraum-
kommunika-
‰ Das Fahrzeug soll nicht
verhallt klingen. tionssystem

‰ Alle Anforderungen sollen

auch für die andere Richtung
(hinten → vorne) gelten.

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 41

Ein reales System

Probleme:

‰ Bei mittleren bis großen Verstärkungen wird die akustische Situation im Fahrzeug “diffus”,
d.h. die akustische Sprecherortung ist nicht mehr möglich.

‰ Bei großen Verstärkungen stimmen die visuellen und akustischen Sinneseindrücke

nicht mehr überein (der Fahrer wird optisch vorn aber akustisch hinten geortet) – dies
ruft ein Unwohlsein bei manchen Menschen hervor..

‰ Bei sehr großen Verstärkungen wird das System instabil (ohne Signalverarbeitung) bzw.
erzeugt akustische Artefakte (mit Signalverarbeitung).

‰ Die Ausgangsverstärkung muss ständig an die akustischen Umgebungsbedingungen

(Hintergrundgeräuschpegel und Fahrsituation) angepasst werden.

‰ Bei zu großen Systemverzögerungen entsteht ein halliger Klang (Badezimmeratmosphäre)

und die sprechenden Personen nehmen die Ausgangssignale als Echo wahr.

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 42

Abstrahlverhalten eines menschlichen Kopfes (Mundes)

Abstrahlverhalten:

‰ Ein menschlicher Kopf sendet Schall

nicht in alle Richtungen mit der
gleichen Intensität.

‰ Je kleiner die Signalfrequenz ist, desto

weniger ausgeprägt sind die
Abstrahlunterschiede.

Konsequenzen:

‰ Es ist wichtiger, die Kommunikations-

richtung von vorne nach hinten zu
unterstützten.

‰ Für viele Fahrzeuge dürfte es

ausreichend sein, nur die Richtung Mittlere Abstrahlcharakteristik eines menschlichen
von vorne nach hinten zu unterstützen. Kopfes (Mundes)

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 43

Kompensation von Rückkopplungen

Fahrzeuginnenraum
Prinzip:
‰ Die Übertragung vom hinteren ‚
h LM (n) Lautsprecher zum vorderen
Mikrofon h LM (n) wird durch ein
adaptives Filter b
h LM (n) nach-
s(n)
gebildet.
‰ Durch Subtraktion des geschätzten
Rückkopplungssignals vom
Mikrofonsignal kann eine Kompen-
sation der Rückkopplungs-
komponenten erreicht werden.
b
h LM (n) ‰ Probleme entstehen, da das Laut-
sprechersignal x(n) und das
y(n) x(n) lokale Sprachsignal s(n) stark
+ hSys (n) korreliert sind.

Innenraum-
kommunikationssystem

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 44

Unterdrückung von Rückkopplungen

x(n)
+

Audiobeispiele:
z− D g(n)
x(n − D)
Eingangssignal

Ausgangssignal
Prinzip:
‰ Rückkopplungen mit einer Perioden-
dauer von mehr als D Takten und
weniger als D + Länge des adaptiven
Filters können unterdrückt werden.

‰ Gleiches gilt für ein ganzzahliges

Vielfaches der Periodendauer.
‰ Die Systemparameter müssen so gewählt
werden, dass das Sprachsignal nicht
beeinträchtigt wird.

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 45

Verfahrensübersicht

Algorithmenstruktur für eine Verarbeitungsrichtung (vorne hinten):

Echo-
kompensation

Radio-
signale
(Stereo) Rückkopplungs-
kompensation
Vordere
Laut- +
sprecher

Vordere Hintere
Mikro- + + Laut-
fone sprecher
Vorver- Beam- Rückkopplungs- Dämpfungs- Nachver-
arbeitung forming unterdrückung bzw. arbeitung
Verstärkungs-
steuerung

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 46

 Demosystem (Mercedes, S-Klasse)

2 Mikrofone pro Passagier

Standard-Autolautsprecher (Mittelton/Hochton–Kombination
in den Türen + Lautsprecher auf der Heckablage)

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 47

Audiobeispiel (binaurale Aufnahme)

Intercom an aus an
2500 10
Signal gemessen am linken Ohr Beispiele:
2000
0
Frequenz in Hz

70 km/h
1500
-10
40 m/h
1000
-20 100 km/h
500 60 m/h
-30 dB
2500
Signal gemessen am rechten Ohr 120 km/h
2000 -40 75 m/h
Frequenz in Hz

1500 -50
150 km/h
1000
90 m/h
-60

500
-70
0 5 10 15 20 25
Zeit in Sekunden

E. Hänsler und G. Schmidt, TU Darmstadt, Seite 48