基于rls算法的多麥克風(fēng)降噪_課程設(shè)計(jì)任務(wù)書-免費(fèi)閱讀
【正文】 《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》 27 本科生課程設(shè)計(jì)成績評(píng)定表 姓 名 熊昌青 性 別 男 專業(yè)、班級(jí) 通信 1102 課程設(shè)計(jì)題目： 基于 RLS 算法的多麥克風(fēng)降噪 課程設(shè)計(jì)答辯或質(zhì)疑記錄： 成績評(píng)定依據(jù)： 評(píng) 分 項(xiàng) 目 最高分限 實(shí)際得分 設(shè)計(jì)說明書（論文）文理通順、書寫工整、圖紙整潔。 subplot(2,3,6)。)。plot(abs(Y2))。 %畫參考麥克風(fēng)語音波形 title(39。 y1 Y1=fft(y1)。 %作圖 subplot(2,3,1)。 K=k/(1+n239。 p=(1/Delta) * eye ( Worder,Worder ) 。) primary=primary39。 wavwrite(noise,22050,39。提高自己的基礎(chǔ)理論知識(shí)、基本動(dòng)手能力，提高人才培養(yǎng)的基本素質(zhì)，并幫助我們掌握基本的文獻(xiàn)檢索和文獻(xiàn)閱讀的方法，同時(shí)提高我們正確地撰寫論文的基本能力。 《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》 15 7 調(diào)試程序 環(huán)境噪聲中的語音波形分析 （ 1）麥克風(fēng)主噪音 信號(hào)波形如下： 圖 71 麥克風(fēng)主噪音波形圖 《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》 16 （ 2）參考噪音 信號(hào)波形如下： 圖 72 參考噪音波形圖 《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》 17 RLS 算法的濾波效果： 算法仿真收斂以后，得到增強(qiáng)的語音信號(hào) 圖 73 增強(qiáng)的語音信號(hào)波形圖 《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》 18 分別對增強(qiáng)前后的語音信號(hào)做頻譜分析 對于時(shí)域信號(hào)，我們往往難以找出其中蘊(yùn)含的規(guī)律，僅從時(shí)域角度完成特征信號(hào)的提取、噪聲信號(hào)的濾除和信號(hào)的分割不僅十分困難，有時(shí)甚至根本無法實(shí)現(xiàn)，這時(shí)如果從頻域角度來看，問題就變得簡單許多，首 先將時(shí)域信號(hào)經(jīng)傅里葉變換得到對應(yīng)頻域信號(hào)。)。)。 plot(primary)。 p0=K*n239。 %主語音輸出 loopsize=max(size(primary))。 《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》 12 算法實(shí)現(xiàn) RLS 算法的收斂特性 較 LMS 算法優(yōu)越，但相應(yīng)的復(fù)雜度也要高許多，考慮到收斂時(shí)間的影響，從起始時(shí)間到收斂時(shí)間經(jīng)濾波器處理得到到輸出誤差依然很大，故直接將前 32 項(xiàng)去掉，先通過兩輸入作差得到預(yù)期值，再將所有預(yù)期值與對應(yīng)時(shí)刻的實(shí)際輸出值作差求平方，將這些平方值相加可以得到一個(gè)變量為W 的函數(shù)，取 W 是函數(shù)的值最小。 《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》 11 5 功能設(shè)計(jì) 讀取語音文件 主麥克風(fēng)錄制的語音信號(hào)是 ，參考麥克風(fēng) 錄制的參考噪聲是 ，都是 .wav 格式，用 waveread 指令讀取音頻信號(hào)； 指令寫為如下： primary = wavread(39。 output(iWorder)=z。*(fref(iWorder+1:i))39。算法實(shí)現(xiàn)代碼如下所示： Worder=32。這種算法實(shí)際上是 FIR 維納濾波器的一種時(shí)間遞歸算法，它是嚴(yán)格以最小二乘方準(zhǔn)則為依據(jù)的算法。 《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》 7 + 3 基本原理 自適應(yīng)干擾抵消原理 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。 自適應(yīng)濾波器是統(tǒng)計(jì)信號(hào)處理的一個(gè)重要組成部分。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(huì)在濾波器正常運(yùn)行時(shí)改變，因此我們需要研究自適應(yīng)濾波器。期望響應(yīng) ()dn是信號(hào)和噪聲之和，即 ( ) ( ) ( )d n x n N n??，自適應(yīng)處理器的輸入是與()Nn相 關(guān)的另一個(gè)噪聲 39。它的主要優(yōu)點(diǎn)是收斂速度快，因此，首先在快速信道均衡，實(shí)時(shí)系統(tǒng)辨識(shí)和時(shí)間序列分析中得到廣泛應(yīng)用。 %濾波器階數(shù) lambda=1 。 n2=fref(iWorder+1:i)39。 disp(i)。39。另外，顯然距離 n 最近的量與 Y（ n）最接近，引入遺忘因子使得從 n1 到 0，相關(guān)程度逐漸減小。 for i=1+Worder:loopsize %寫 RLS 算法公式 z=primary(i)w39。 p = (pp0*p)。 %畫主麥克風(fēng)語音波形 title(39。 subplot(2,3,3)。 %生成降噪后的語音波形 sound(output,fs,bits)。 傅里葉變換 ，即 將滿足一定條件的某個(gè)函 數(shù) 表示成三角函數(shù)（正弦和 /或余弦函數(shù)）或者它們的積分的線性組合。 當(dāng)然，經(jīng)過此次 RLS 算法多麥克風(fēng)語音降噪課程設(shè)計(jì)，我也發(fā)現(xiàn)了自己的很多不足。RLSrefns39。 fref=wavread(39。 w=zeros(Worder,1)。*k)。plot(primary)。 subplot(2,3,4)。fref noise39。title(39。 wavwrite(output,fs,39。plot(abs(Y))。 20 方案設(shè)計(jì)合理，有一定創(chuàng)新，計(jì)算正確，論證充分。 sound(output,fs,bits)。 Y=fft(y)。output39。subplot(2,3,5)。plot(fref)。)。 figure。 《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》 25 k=(1/lambda)*p*n2。 % 設(shè)置遺忘因子 Delta= 。RLSprimsp39。
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1