【正文】 ise, the noise and the superposition of the source file as speech signal polluted by noise, and random noise is used as a reference microphone voice signal, through the MATLAB programming to realize the goal of speech enhancement, RLS algorithm is used to analyse the speech signal denoising, get clear speech signal.Keywords: MATLAB, adaptive filter, RLS algorithm, microphone noise reduction[2] 劉泉,《數(shù)字信號處理》,電子工業(yè)出版社,2008年。[3] Edward W. Kamen, Bonnie 編,《信號與系統(tǒng)基礎——應用Web 和MATLAB（第二版）》，科學出版社，2002 年。271 緒論自適應噪聲濾波是指從信號被噪聲干擾所淹沒的環(huán)境中檢測和提取有用信號，而自適應抵消是以噪聲干擾為處理對象，將它們抑制掉或進行非常大的衰減，以提高信號傳遞和接收的信噪比質(zhì)量。本次課程設計的題目為基于RLS的多麥克風語音降噪，主要是對給定主麥克風錄制的受噪聲污染的語音信號和參考麥克風錄制的噪聲，實現(xiàn)語音增強的目標，得到清晰的語音信號。前一過程的基本目標是調(diào)節(jié)濾波系數(shù)θ(k)，使有意義的目標函數(shù)或代價函數(shù)F(如圖所示的是自適應干擾抵消器的基本結構，它有著很廣泛的應用。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。RLS算法：（Recursive LeastSquares），遞歸最小二乘算法。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。算法實現(xiàn)模塊代碼如下所示：Worder=32。 w=zeros(Worder,1)。 z=primary(i)w39。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，相關程度逐漸減小。 for i=1+Worder:loopsize %寫RLS算法公式 z=primary(i)w39。 p = (pp0*p)。原始語音波形39。 %畫出原始語音頻譜title(39。[y2,Fs2,bits2]=wavread(39。)。)。plot(output)。39。%************************************************************************f=1。endf=input(39。同時，也學會了對語音信號進行頻譜分析，以及進一步熟悉了MATLAB的使用過程，加深了對這一軟件的了解，提高了自己動手的能力。[source,fs,bits]=wavread(39。)。fref=wavread(39。output=primary。w=w+K*z。原始語音波形39。 %畫出原始語音頻譜title(39。[y2,Fs2,bits2]=wavread(39。)。)。plot(output)。39。%************************************************************************f=1。endf=input(39。 case 3 sound(y3,Fs3,bits3)。降噪后語音輸出頻譜39。)。)。[y3,Fs3,bits3]=wavread(39。 %畫出麥克風主語音頻譜title(39。麥克風主語音波形39。subplot(2,4,5)。plot(source)。K=k/(1+n239。p=(1/Delta)*eye(Worder,Worder)。)。wavwrite(noise,fs,39。我也會更加努力，認真學習，爭取在以后的課程中做得更好。說明主語音信號經(jīng)過RLS算法降噪的效果很好，主語音信號得到增強。 case 3 sound(y3,Fs3,bits3)。降噪后語音輸出頻譜39。)。)。[y3,Fs3,bits3]=wavread(39。 %畫出麥克風主語音頻譜title(39。麥克風主語音波形39。subplot(2,4,5)。plot(source)。 w = w + K*z。output=primary。 fref = fref39。經(jīng)過考慮，原始音頻信號選擇從網(wǎng)上下載的一段WAV格式的5秒鈴聲，然后用randn(length(source),1)函數(shù)輸出作為噪聲。 w = w + K*z。%寫RLS算法公式for i=1+Worder:loopsize RLS遞推計算公式為：式中為增益矢量，它等于相關矩陣的逆矩陣與延遲線抽頭輸入陣的乘積。為了使代價函數(shù)取得最小值,可通過對權向量求導： （公式8） 解得 其中 （公式9） （公式10） 由此可見指數(shù)加權最小二乘法的解轉(zhuǎn)化為Wiener濾波器的形式：下面研究它的自適應更新過程：由公式9可得 令、原式可化為 由矩陣求逆引理得 令，則，其中k(n)為增益向量。 RLS算法基本原理所謂自適應實現(xiàn)是指利用前一時刻獲得的濾波器參數(shù)，根據(jù)估計誤差自動調(diào)節(jié)現(xiàn)時刻的參數(shù)，使得某個代價函數(shù)達到最小，從而實現(xiàn)最優(yōu)濾波。自適應濾波機制在估計濾波器的權重或者系數(shù)時，需要將輸入信號轉(zhuǎn)換成所需的信號，通過濾波器的信號輸入端口進行連接。此外，自適應濾波器還能提供非自適應方法所不可能提供的新的信號處理能