基于rls算法的多麥克風(fēng)降噪課程設(shè)計(jì)-文庫(kù)吧在線(xiàn)文庫(kù)
【正文】 力。算法是指調(diào)節(jié)自適應(yīng)濾波系數(shù)的步驟，以達(dá)到在所描述準(zhǔn)則下的誤差最小化。通過(guò)本次課程設(shè)計(jì)，我們可以加強(qiáng)對(duì)信號(hào)處理的理解，學(xué)會(huì)查尋資料﹑方案比較，以及設(shè)計(jì)算法等。在了解RLS算法的原理后，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(yǔ)音信號(hào)，而隨機(jī)噪聲則作為參考麥克風(fēng)語(yǔ)音信號(hào)，通過(guò)MATLAB編程實(shí)現(xiàn)語(yǔ)音增強(qiáng)的目標(biāo)，利用RLS算法對(duì)語(yǔ)音信號(hào)進(jìn)行降噪，得到清晰的語(yǔ)音信號(hào)。參考書(shū)：[1] 劉泉,《信號(hào)與系統(tǒng)》, 高等教育出版社, 2006年。時(shí)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(kāi)始查找資料；課程設(shè)計(jì)時(shí)間為2周。自適應(yīng)濾波處理技術(shù)可以用來(lái)檢測(cè)平穩(wěn)的和非平穩(wěn)的隨機(jī)信號(hào)。 給定主麥克風(fēng)錄制的受噪聲污染的語(yǔ)音信號(hào)和參考麥克風(fēng)錄制的噪聲，實(shí)現(xiàn)語(yǔ)音增強(qiáng)的目標(biāo)，得到清晰的語(yǔ)音信號(hào)。)最小化，濾波器輸出信號(hào)y(n)逐步逼近所期望的參考信號(hào)d(n)，由兩者之間的估計(jì)誤差e(n)驅(qū)動(dòng)某種算法對(duì)濾波(權(quán))系數(shù)進(jìn)行調(diào)整，使濾波器處于最佳工作狀態(tài)以實(shí)現(xiàn)濾波過(guò)程。期望響應(yīng)是信號(hào)和噪聲之和，即，自適應(yīng)處理器的輸入是與相關(guān)的另一個(gè)噪聲。使用遞歸最小二乘(RLS)算法，從輸入信號(hào)中減去噪聲得到輸出信號(hào)。它是利用在已知n1時(shí)濾波器抽頭權(quán)系數(shù)的情況下，通過(guò)簡(jiǎn)單的更新，求出n時(shí)刻的濾波器抽頭權(quán)系數(shù)。濾波器濾波系數(shù)是對(duì)延遲線(xiàn)抽頭信號(hào)加權(quán)的系數(shù){w1(n)，w2(n)，w3(n)，…Wm (n)}，實(shí)質(zhì)上，這也是濾波器的沖激響應(yīng)序列。p=(1/Delta) * eye ( Worder,Worder ) 。output=primary。 %主語(yǔ)音輸出loopsize=max(size(primary))。 *(fref(iWorder+1:i))39。 p0=K*n239。)。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。*(fref(iWorder+1:i))39。 output(iWorder)=z。)。原始語(yǔ)音頻譜39。39。%************************************************************************subplot(2,4,3)。Y3=fft(y3,4096)。 %畫(huà)降噪后的語(yǔ)音波形title(39。)。while f==1flag=input(39。是否重新選擇？ 是 輸入1 否 輸入0 :39。通過(guò)此次學(xué)科課程設(shè)計(jì)，我掌握了自適應(yīng)算法的一些基本知識(shí)，加強(qiáng)了我對(duì)MATLAB軟件的應(yīng)用能力，提高了運(yùn)用RLS算法進(jìn)行濾波器設(shè)計(jì)的基本能力。39。 %輸出模擬噪聲信號(hào)wavwrite(source1,fs,39。39。 %主語(yǔ)音輸出loopsize=max(size(primary))。p0=K*n239。)。原始語(yǔ)音頻譜39。39。%************************************************************************subplot(2,4,3)。Y3=fft(y3,4096)。 %畫(huà)降噪后的語(yǔ)音波形title(39。)。while f==1flag=input(39。是否重新選擇？ 是 輸入1 否 輸入0 :39。 case 2 sound(y2,Fs2,bits2)。 %畫(huà)出降噪后語(yǔ)音頻譜title(39。asd39。噪聲輸入頻譜39。)。plot(abs(Y2))。 %畫(huà)出麥克風(fēng)主語(yǔ)音波形title(39。Y1=fft(y1,4096)。 %作圖%************************************************************************subplot(2,4,1)。k=p*n2。 %濾波器階數(shù)Delta=。39。source1=source+noise。這個(gè)過(guò)程也讓我明白了學(xué)無(wú)止盡的道理，而且理論只有與實(shí)際聯(lián)系起來(lái)才能更好地去學(xué)習(xí)與理解。圖511主語(yǔ)音信號(hào)與降噪后語(yǔ)音信號(hào)波形對(duì)比圖512主語(yǔ)音信號(hào)與降噪后語(yǔ)音信號(hào)頻譜對(duì)比原始語(yǔ)音信號(hào)與降噪后語(yǔ)音信號(hào)幾乎相同，如圖513，對(duì)比頻譜可以看出兩信號(hào)頻譜也幾乎相同，如圖514。 case 2 sound(y2,Fs2,bits2)。 %畫(huà)出降噪后語(yǔ)音頻譜title(39。asd39。噪聲輸入頻譜39。)。plot(abs(Y2))。 %畫(huà)出麥克風(fēng)主語(yǔ)音波形title(39。Y1=fft(y1,4096)。 %作圖%************************************************************************subplot(2,4,1)。*k)。 w=zeros(Worder,1)。)。首先，設(shè)計(jì)中未要求所需要用到的語(yǔ)音信號(hào)；其次，錄制噪聲和被噪聲污染的語(yǔ)音信號(hào)也是一個(gè)的問(wèn)題。簡(jiǎn)短的表示濾波器的代價(jià)函數(shù)，將上式有關(guān)項(xiàng)定義為以下參數(shù)：（1）確定性相關(guān)函數(shù)表示輸入信號(hào)在抽頭k與抽頭m之間兩信號(hào)的相關(guān)性， （2）確定性互相關(guān)函數(shù)表示期望響應(yīng)與在抽頭k輸入型號(hào)之間的互相關(guān)性： （3）期望響應(yīng)序列的能量為： 將上述定義的三個(gè)參數(shù)代入式③中，得： ④為了估算濾波器的最佳濾波系數(shù)，把式④對(duì)濾波系數(shù)（權(quán)系數(shù)）微分一次，并令其導(dǎo)數(shù)等于0： ⑤得： ⑥這是最小二乘法自適應(yīng)濾波的正則方程。i=n時(shí)刻， （公式6） （公式7）故代價(jià)函數(shù)比更合理。通過(guò)上面的分析討論，將帶有噪聲的原始信號(hào)輸入到系統(tǒng)中，通過(guò)將線(xiàn)性自適應(yīng)濾波器與RLS算法相結(jié)合進(jìn)行信道估計(jì)，來(lái)改進(jìn)RLS估計(jì)算法，減小噪聲對(duì)信道的影響，這樣就能有效的較少信道干擾和載波間干擾，從而優(yōu)化信道的估計(jì)算法。 圖22 自適應(yīng)濾波原理圖自適應(yīng)濾波器由遞歸計(jì)算最小二乘估計(jì)(RLS)應(yīng)用自適應(yīng)權(quán)值控制機(jī)制來(lái)進(jìn)
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號(hào)-1