基于lms算法的多麦克风降噪课程设计任务

《基于lms算法的多麦克风降噪课程设计任务》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、武汉理工大学《信息处理课群综合训练与设计》课程设计课程设计任务书学生姓名：专业班级：指导教师：徐文君工作单位：信息工程学院题目:基于LMS算法的多麦克风降噪初始条件：Matlab软件设计任务：给定主麦克风录制的受噪声污染的语音信号和参考麦克风录制的噪声，实现语音增强的目标，得到清晰的语音信号。（1）阅读参考资料和文献，明晰算法的计算过程，理解LMS算法基本过程；（2）主麦克风录制的语音信号是LMSprimsp.wav，参考麦克风录制的参考噪声是LMSrefns.wav.用matlab指令读取；（3）根据算法编写相应的MATLAB程序；（4）算法仿真收敛以后

2、，得到增强的语音信号；（5）用matlab指令回放增强后的语音信号；（6）分别对增强前后的语音信号作频谱分析。时间安排：序号阶段内容所需时间1搜集学习资料2天2编写程序并仿真调试4天3撰写报告2天4答辩1天合计9天指导教师签名：年月日系主任（或责任教师）签名：年月日武汉理工大学《信息处理课群综合训练与设计》课程设计摘要自适应滤波器实际是一种能够自动调节本身参数的特殊维纳滤波器，在设计时不需要事先知道关于输入信号和噪声的统计特性，它能够在自己的工作过程中逐渐“了解”或估计出所需要的统计特性，并自动调整自己的参数，以达到最佳滤波效果。而基于自适应滤波器的自适应

3、噪声抵消法对含噪语音的增强效果最好。因为这种方法比其他方法多用了一个参考噪声作为辅助输入，从而获得了比较全面的关于噪声的信息，从而能得到更好的降噪效果。本课设研究的主要内容是基于最小均方误差准则(LMS)自适应噪声抵消法对语音信号进行增强，并应用MATLAB仿真软件对研究的内容进行分析、讨论和验证。关键词：自适应滤波器，最小均方误差法则，语音增强，LMS算法II武汉理工大学《信息处理课群综合训练与设计》课程设计AbstractAdaptivefilterisactuallyawaytoautomaticallyadjustitself,thespecifi

4、cparam-etersofWienerfilter,thedesigndoesnotrequirepriorknowledgeabouttheinputsig-nalandnoisestatistics,itcanworkintheirownprocessofgradually"learn"orestim-atedthestatisticalpropertiesoftherequiredandautomaticallyadjusttheirparameterstoachievethebestfilteringeffect.Theadaptivefilte

5、rbasedonadaptivenoisecancelin-gspeechenhancementofnoisybest.Becausethismethodmorethantheothermetho-dsmostusedanauxiliaryinputreferrednoise,toobtainmorecomprehensiveinforma-formationonthenoisecangetabetternoisereduction.Themaincontentsofthiscoursedesignresearchisbasedonminimummeans

6、qu-areerror(LMS)adaptivenoisecancellationmethodtoenhancethespeechsignal,andtheapplicationofMATLABsimulationsoftwareofanalysis,discussionandverificati-on.KEYWORDS:Adaptivefilter,Minimummeansquareerror,LMS,SpeechenhanceII武汉理工大学《信息处理课群综合训练与设计》课程设计目录1语音增强概述11.1语音增强的应用背景11.2语音增强的研究历史12

7、语音增强的方法22.1线性滤波法22.2梳状滤波法22.3自相关法32.4卡尔曼滤波法32.5自适应噪声抵消法32.5.1自适应噪声抵消法的原理42.5.2自适应噪声抵消法的应用53自适应滤波53.1自适应滤波概念53.2自适应滤波器的组成63.3基本自适应滤波器设计原则73.4自适应滤波器结构74基于自适应滤波的信号增强84.1基本维纳滤波器84.2最陡下降法104.3LMS算法115LMS自适应滤波设计135.1LMS原理135.2LMS算法设计156MATLAB仿真分析156.1实验程序设计166.2实验结果166.3实验结果分析187实验总结188

8、参考文献19附录MATLAB程序20武汉理工大学《信息处理课群综合