基于dct变换的变参数za-lms算法的语音增强研究

《基于dct变换的变参数za-lms算法的语音增强研究》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、中文图书分类号：TN912.35密级：公开UDC：621.3学校代码：10005工程硕士学位论文M.E.DISSERTATION论文题目：基于DCT变换的变参数ZA-LMS算法的语音增强研究论文作者：白帆领域：控制工程指导教师：徐喆副教授论文提交日期:2016年5月UDC：621.3学校代码：10005中文图书分类号：TP912.35学号：S201302261密级：公开北京工业大学硕士专业学位论文（全日制）题目：基于DCT变换的变参数ZA-LMS算法的语音增强研究英文题目：IMPROVEDVARIABLERZA-LMS

2、ALGORITHMBASEDONDISCRETECOSINETRANSFORMFORNOISEREDUCTION论文作者：白帆学科：控制工程研究方向：检测技术与自动化装置申请学位：工程硕士专业学位指导教师：徐喆副教授所在单位：电子信息与控制工程学院答辩日期：2016年6月授予学位单位：北京工业大学摘要摘要现在，油田井下作业时常会遇到很多危险，及时有效的通讯措施则对安全保障起着重要的作用，但是目前油田工作环境中的语音通信质量大都达不到要求，是由于油田工作环境非常复杂，且大功率设备较多，包括压缩机、水泵、钻井机、风机等等，

3、在这些设备运行时则会产生分贝数极高的强噪音，从而产生噪声污染，最终将会严重影响工人之间的通讯质量。目前，消除噪声的主要方法就是语音增强技术，语音增强技术就是要将尽可能纯净的语音信号从带噪语音中提取出来，提高语音的可懂度，要完成此工作则必须要依靠高质量的语音增强算法。先前的学者们已经对语音增强技术做了大量的研究，并提出了大量的算法，但是在油田环境中的语音增强效果并不是很好，因为在此环境中的噪声类型多，强度高，且与人的语音频率近乎在一个范围里，所以如何提高在特定环境中的语音质量是一个难题，本文根据此问题做了如下工作：首先，

4、本文针对井下噪声特点，展开了对语音降噪的算法研究，根据噪声特性，选择了自适应滤波算法，该算法无需得到输入信号的先验知识，理论上只需要收集噪声以及带噪语音的信号，便可很好的完成降噪工作。经典的LMS(LeastMeanSquare)自适应算法虽然优点很多，但是还存在着收敛速度与稳态误差相矛盾的缺点。然后，本文对自适应算法的缺点进行了研究，提出了改进的可变零吸引自适应滤波算法。通过仿真实验的验证，本文的算法在收敛速度提升的同时，又保证了稳态误差没有增大。然后又根据油田井下噪声信号稀疏性不高的特点，提出了基于离散余弦变换的可

5、变零吸引自适应算法，离散余弦变换可使信号能量集中，并且降低信号的自相关矩阵的相关性，将信号通过离散余弦变换基可使信号稀疏性增大，从而提高收敛速度和稳态误差。之后，本文经过了大量的实验仿真，并且通过分析四种语音质量评价指标的结果，包括时域图、信噪比、分段信噪比和PESQ评价方法，与其他同类算法相比，本文的算法在各性能参数上获得了较大的提高，语音增强效果明显。最后，本文在实验室中模拟了实际油田噪声环境，开发了语音降噪软件，将本文算法转化为C语言，并在实际场景下进行了实验测试，测试结果显示本文的算法在实际应用中也有较好的效果

6、。关键词：油田噪声；语音增强；自适应滤波；离散余弦变换；稀疏信号-I-AbstractAbstractOilfielddownholeoperationwillbeaccompaniedbyalotofdanger,timelyandeffectivecommunicationmeasureshaveanimportantroleinthesecurity,butatpresent,communicationqualityinoilfieldworkenvironmentcannotmeettherequirement

7、s.Thereisalotoflargepowerequipmentintheoilfieldenvironment,whichisleadtotheenvironmentisextremelycomplex,includingcompressors,pumps,drillingmachines,fansandsoon,itcanproducehighdecibelsofnoise,soastoproducenoisepollutionwhentheequipmentisrunning.Strongnoisecanse

8、riouslyreducethequalityofcommunicationamongworkers,andwillharmpeople'shealth,evencauseseriousconsequencesatlast.Atpresent,theimportantwaytoeliminatenoiseisspeechenhan