Masterarbeit - Details

Sie verwenden einen Browser, in dem JavaScript deaktiviert ist. Dadurch wird verhindert, dass Sie die volle Funktionalität dieser Webseite nutzen können. Zur Navigation müssen Sie daher die Sitemap nutzen.

You are currently using a browser with deactivated JavaScript. There you can't use all the features of this website. In order to navigate the site, please use the Sitemap .

Echokompensation mittels NLMS-Algorithmus und Kalman-Filter

Betreuer: Stefan KühlChristiane Antweiler

Themengebiet: Signalverarbeitung

Kategroie: Masterarbeit

Status: Laufende Arbeit

Schlagwörter: Akustische Echokompensation, adaptive Filter

Tools: Matlab

Aufgabenstellung:

Im Rahmen einer am IKS durchgeführten Masterarbeit wurden unterschiedliche Algorithmen zur Adaption eines Echokompensators untersucht und miteinander verglichen. Dabei sind  insbesondere Ansätze mit dem Kalman-Filter im Zeit- und Frequenzbereich sowie der NLMS-Algorithmus berücksichtigt worden. Im Speziellen konnte dabei aufgezeigt werden, dass das Kalman-Filter im Zeitbereich identisch zum NLMS-Algorithmus mit optimaler Schrittweitensteuerung ist und dass die Implementierung des Kalman-Filters im Frequenzbereich gegenüber der Zeitbereichsvariante eine höhere Robustheit der Adaption aufweist. Diese Zusammenhänge sollen nun näher untersucht und weiter vertieft werden.

Der Fokus des Vergleiches soll auf der Schätzung der für das jeweilige Adaptionsverfahren notwendigen Parameter liegen. Dies sind die Varianz des Signals des nahen Sprechers sowie das Maß für den momentanen Adaptionszustand; zwei Parameter, die die Konvergenzgeschwindigkeit und Adaptionsgenauigkeit der Algorithmen im Wesentlichen bestimmen. Die Verfahren und die Parameterschätzung sollen algorithmisch miteinander verglichen werden, unterstützt von entsprechenden Simulationen in MATLAB.

Mit den so gewonnenen Erkenntnissen soll in einem nächsten Schritt untersuchen werden, inwieweit sich durch eine geeignete Kombination von Parameterschätzungen aus den unterschiedlichen, parallel laufenden Verfahren Verbesserungen in der Adaption erzielen lassen. Ansätze hierfür können sein, z.B.

  • die Verbesserung der Schrittweitensteuerung des NLMS-Algorithmus durch die bei der Berechnung des Kalman-Filters im Frequenzbereich ermittelten Größen sowie
  • die Verbesserung der Schätzung der Kovarianzmatrix des Schätzfehlers beim Kalman-Filter anhand der vom NLMS-Algorithmus gewonnenen Größen.

Schließlich soll die kombinierte Betrachtung der Verfahren auch für eine optimierte Einstellung des nachgeschalteten Postfilters genutzt werden.

zurück