【正文】 使用授權(quán)說明 本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)校可以采用影印、縮印、 數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)?？梢怨颊撐牡牟糠只蛉績?nèi)容。 自適應(yīng)濾波器有哪些種類？ 答： 自適應(yīng)濾波器的結(jié)構(gòu)和算法有梯度矢量法自適應(yīng)橫向?yàn)V波器，遞歸最小平方法自適應(yīng)橫向?yàn)V波器，自適 應(yīng)格型濾波器以及自適應(yīng)遞歸濾波器等類型。它通過最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配。 end f=input(39。 switch flag case 1 sound(source,fs,bits)。 f=1。 plot(abs(Y))。39。)。 subplot(2,3,3)。 plot(abs(Y2))。39。 %畫出噪聲語音波形 title(39。 plot(abs(Y1))。39。 %畫出麥克風(fēng)主語音波形 title(39。 end。 p0=K*n239。 k=p*n2。 %主語音輸出 loopsize=max(size(primary))。 %濾波器階數(shù) Delta= 。39。39。 %輸出模擬噪聲信號 wavwrite(source1,fs,39。 source1=source+noise。39。后來我靜下心來，從最開始的原理開始學(xué)習(xí)， 由于對于理論知識學(xué)習(xí)不夠扎實(shí)，便重拾教材與實(shí)驗(yàn)手冊，對知識系統(tǒng)而全面進(jìn)行了梳理，找到設(shè)計(jì)方向， 參考課程上的代碼， 最后在同學(xué)的幫助下完成了程序的編寫。 （ 1）麥克風(fēng)主語音信號輸入頻譜 圖 44 麥克風(fēng)主語音輸入頻譜 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》報告 15 （ 2）麥克風(fēng)噪聲語音輸入頻譜 圖 45 麥克風(fēng)噪聲語音輸入頻譜 （ 3）降噪后語音輸出頻譜 圖 46 降噪后語音輸出頻譜 頻譜分析：觀察降噪前后語音的頻譜圖以及噪聲語音頻譜可得，降噪后頻譜的中心頻率不變，由于噪聲信號的濾除，頻譜圖變得更加清晰，說明經(jīng)過 RLS降噪后，主語音信號得到增強(qiáng)。是否重新選擇？ 是 輸入 1 否 輸入 039。 case 2 sound(y1,Fs1,bits1)。 while f==1 flag=input(39。 %畫出降噪后語音頻譜 title(39。)。 wavwrite(output,fs,39。 plot(output)。 %畫出噪聲語音頻譜 title(39。)。fref noise39。 %畫出麥克風(fēng)主語音頻譜 title(?麥克風(fēng)主語音輸入頻譜 ?)。)。primary input39。代碼如下所示： figure。 output(iWorder)=z。*k)。*(fref(iWorder+1:i))39。 w=zeros(Worder,1)。最后求得相關(guān)偏差，反饋給濾波器以矯正輸出，達(dá)到減小誤差的目的。)。)。由于這些信號特別容易受到外界環(huán)境的影響，最后可能影響主語音信號的去噪提取，最后在老師的指導(dǎo)下，我決定使用電腦自帶的一段 .wav格式的音樂作為主語音，然后用 randn(length(source),1)函數(shù)將其打亂作為噪聲，記做。 end。 p0=K*n239。 k=(1/lambda)*p*n2。 %主語音輸出 loopsize=max(size(primary))。 % 設(shè)置遺忘因子 Delta= 。 RLS 遞推計(jì)算公式為： )()()1(?)]1(?)()()[()1(?)(? nnKnwnwnxndnKnwnw T ????????? 式中 )(nK 為增益矢量，它等于相關(guān)矩陣 )(n? 的逆矩陣與延遲線抽頭 輸入 陣)(nX 的乘積。(2)( )( 1 MkmkNnwkNnw nJ Mm mk ??????????? ?? ?? ⑤得： .,2,1。()()()1。 )()()1()()( 1 nxnwinxnwny TMi i ???? ?? ① 誤差信號為 )()()( nyndne ?? ，由此得到自適應(yīng)橫向?yàn)V波器按最小平方準(zhǔn)則設(shè)計(jì)的代價函數(shù)： ? ??? ?? ??? NiNi iyidienJ 1 21 2 )()()()( ② 將 ① 代入式 ② 中，展開得： )1()1()()()1()()(2)()(1111 112??????????? ???????? ?????? ??mixkixnwnwkixidnwidnJNiMmmkMkMmNikNn 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》報告 7 式中， M≤N。 另一為期望信號序列為 {d(n)}，含有樣本 {d(1)， d(2)， ……d(N)}如圖 2 所示。將誤差代入代價函數(shù)得到加權(quán)誤差平方和的完整表達(dá)式： 20( n ) | ( ) ( ) * ( ) |n n i HiJ d i w n u i? ??? ? ? （公式 5） 抽頭權(quán)向量 取的是 n 時刻的 w(n)而不是 i 時刻的 w(i)。 RLS 算法 ：（ Recursive LeastSquares），遞歸最小二乘算法。這樣完成一次去噪濾波，可以減少噪聲對信道的影響，更有利于進(jìn)行信道估計(jì)。將所需端口的信號必須具有相同的數(shù)據(jù)類型、幀狀態(tài)、復(fù)雜性，才能作為所需的信號作為輸入信號，輸出端口輸出濾波后的輸入信號，它可以是基于樣品或幀輸入信號。噪聲 ()Nn就得到了一定程度的抵消。如圖所示的是自適應(yīng)干擾抵消器的基本結(jié)構(gòu)，它有著很廣泛的應(yīng)用。)=F[x(k),d(k),y(k)]，因此目標(biāo)函數(shù)必須具有以下兩個性質(zhì) : （ 1）非負(fù)性 ? ? ? ? ? ?? ? ? ? ? ? ? ?kdkxkykykdkxF ,0, ?? （ 2）最佳性 ? ? ? ? ? ?? ? ? ? ? ?時當(dāng) kdkykykdkxF ?? ,0, 自適應(yīng)干擾抵消原理 圖 21自適應(yīng)干擾抵消原理圖 自適應(yīng)濾波器在實(shí)際應(yīng)用中，由于沒有充足的信息來設(shè)計(jì)固定系數(shù)的數(shù)字濾波器，或者設(shè)計(jì)規(guī)則會在濾波器正常運(yùn)行時改變，因此我們需要研究自適應(yīng)濾波武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》報告 3 器。前一過程的基本目標(biāo)是調(diào)節(jié)濾波系數(shù) θ(k)，使有意義的目標(biāo)函數(shù)或代價函數(shù) F(另一是自適應(yīng)算法部分，用來調(diào)整濾 波子系統(tǒng)結(jié)構(gòu)的參數(shù)，或?yàn)V波系數(shù)。 通過本次課程設(shè)計(jì)，我們可以加強(qiáng)對信號處理的 理解，學(xué)會查尋資料﹑方案比較，以及設(shè)計(jì)算法等。自適應(yīng)數(shù)字系統(tǒng)具有很強(qiáng)的自學(xué)習(xí)、自跟蹤能力和算法的簡單易實(shí)現(xiàn)性，它在噪聲信號的檢測增強(qiáng)，噪聲干擾的抵消，波形編碼的線性預(yù)測，雷達(dá)聲納系統(tǒng)的陣列處理和波束形成，通信系統(tǒng)的自適應(yīng)分割，以及未知系統(tǒng)的自適應(yīng)參數(shù)辨識等方面獲得了廣泛的應(yīng)用。 在了解 RLS 算法的原理后，我選擇了一段音頻文件，并利用它產(chǎn)生隨機(jī)噪聲，將噪聲和源文件疊加作為受噪聲污染的語音信號，而隨機(jī)噪聲則作為參考麥克風(fēng)語音信號 ，通過 MATLAB 編程實(shí)現(xiàn)語音增強(qiáng)的目標(biāo)，利用 RLS 算法對語音信號進(jìn)行降噪，得到清晰的語音信號。 時間安排： 理論講解，老師布置課程設(shè)計(jì)題 目，學(xué)生根據(jù)選題開始查找資料； 課程設(shè)計(jì)時間為 2 周。 設(shè)計(jì)的要求： （ 1）閱讀參考資料和文獻(xiàn)，明晰算法的計(jì)算過程，理解 RLS 算法基本過程； （ 2）主麥克風(fēng)錄制的語音信號是 ，參考麥克風(fēng)錄制的參考噪聲是 ，用 matlab 指令讀?。? （ 3）根據(jù)算法編寫相應(yīng)的 MATLAB 程序； （ 4）算法仿真收斂以后，得到增強(qiáng)的語音信號； （ 5）用 matlab 指令回放增強(qiáng)后的語音信號； （ 6）分別對增強(qiáng)前后的語音信號作頻譜分析。旨在培養(yǎng)我們使用計(jì)算機(jī)處理龐大的數(shù)據(jù)的能力和熟悉 MATLAB 在信息技術(shù)中的應(yīng)用。 自適應(yīng)濾波處理技術(shù)可以用來檢測平穩(wěn)的和非平穩(wěn)的隨機(jī)信號。所以，自適應(yīng)噪聲干擾抵消技術(shù)有著重要的應(yīng)用。 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》報告 2 2 自適應(yīng)信號處理基本原理 自適應(yīng)濾波器組成 自適應(yīng)濾波器通常由兩部分組成，其一是濾波子系統(tǒng)，根據(jù)它所要處理的功能而往往有不同的結(jié)構(gòu)形式。自適應(yīng)濾波器含有兩個過程，即自適應(yīng)過程與濾波過程。)是輸入信號 x(k)、參考信號 d(k)及 輸出信號 y(k)的函數(shù)，即F( 自適應(yīng)噪聲抵消技術(shù)是自適應(yīng)信號處理的一個應(yīng)用分支，其主要理論和框