基于lms_算法的多麦克风降噪

《基于lms_算法的多麦克风降噪》由会员上传分享，免费在线阅读，更多相关内容在行业资料-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：工作单位：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，得到增强的语音信号；（5）用matlab指令回放增

2、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：通过老师的讲解与指导，同学之间的讨论交流，以及在图书馆、网络上查阅资料，我们本次课程设计的时间安排是：6月20号到7月4号，完成程序设计，写好报告；在7月5号，完成（答辩，演示，提交报告）。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》课程设计目录摘要IABSTRACTII1.绪论11.1语音增强的应用背景11.2语音增强的研究历史21.3本课设的研究内容22语音增强的方法32.1线性滤波法32.2梳状滤波法32.3自相关法32.4卡尔曼滤波法42.5自适应噪声抵消法43自适

3、应滤波概念53.1自适应滤波53.2自适应滤波器的组成53.3基本自适应滤波器的模块结构64自适应滤波原理84.1自适应滤波概述84.2LMS原理85基于自适应滤波的信号增强方法115.1基本维纳滤波器115.2最陡下降法135.3LMS算法136基于LMS自适应滤波器的噪声抵消法176.1基于LMS噪声抵消法的原理177.MATLAB仿真结果分析197.1实验程序197.2实验结果207.3实验结果分析228.实验小结239.参考文献24武汉理工大学《信息处理课群综合训练与设计》课程设计摘要人们在语音通信过程中不可避免的会受到来自周围环境和传输媒介引入的噪声、通信设备内部电噪声、乃至其他

4、讲话者的干扰。这些干扰使接收者收到的语音为受噪声污染的带噪语音信号。语音增强的一个主要目的就是从带噪语音信号中提取尽可能纯净的原始语音。目前应用的语音增强方法大体上分为：谐波增强法、基于参数估计的语音再合成法和基于自适应的噪声抵消法。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

5、信息，从而能得到更好的降噪效果。关键词：语音增强，噪声，自适应滤波器，自适应噪声抵消法25武汉理工大学《信息处理课群综合训练与设计》课程设计ABSTRACTPeopleinthevoicecommunicationprocesswillbeinevitableandthetransmissionmediumfromthesurroundingenvironment,theintroductionofnoise,electricalnoisewithinthecommunicationequipment,aswellastheinterferenceofotherspeakers.These

6、disturbancessothattherecipientreceivedvoiceisaffectedbynoisepollution,noisyspeechsignal.Amajorpurposeofspeechenhancementisfromthenoisyspeechsignaltoextracttheoriginalvoicepureaspossible.Speechenhancementmethodcurrentlyinusegenerallydividedinto:harmonicenhancementmethodbasedonparameterestimationofs

7、peechre-synthesisandadaptivenoisecancellationmethod.Adaptivefilterisactuallyawaytoautomaticallyadjustitself,thespecificparametersofWienerfilter,thedesigndoesnotrequirepriorknowledgeabouttheinputsignalandnoisestat