【正文】 ?2法累加的算術(shù)操作，這就使 LMS 算法更具吸引力。武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計》課程設(shè)計176 基于 LMS 自適應(yīng)濾波器的噪聲抵消法 自適應(yīng)噪聲抵消法的原理一個最簡單的自適應(yīng)噪聲抵消原理示意圖如圖 43 所示： 原始輸入 輸出信號源 ? 0ns? e y1n噪聲源 自適應(yīng)濾波器 e圖 6 自適應(yīng)噪聲抵消原理武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計》課程設(shè)計18圖 43 中抵消器的“ 原始輸入 ’’為 ，其中 s 為沿信道傳遞到傳感器的0ns?信號， 為一個與信號 不相關(guān)的噪聲，抵消器的 “參考輸入’’ 為噪聲 ， 與0ns 1n信號 s 不相關(guān)，卻以某種未知的方式與噪聲 相關(guān)，由圖可以看出噪聲 經(jīng)自0適應(yīng)濾波器輸出 ，再從原始輸入 中減去該輸出，產(chǎn)生了系統(tǒng)的輸出yns?。nse???如果可以知道噪聲傳輸?shù)皆驾斎攵撕蛥⒖驾斎攵说耐ǖ捞匦裕瑒t一般而言，就可以設(shè)計出能夠?qū)?變成 的固定濾波器。然后，從原始輸入1n0y?減去濾波器的輸出 y，則系統(tǒng)的輸出就應(yīng)當只有信號 ，然而，一般地，0ns? s傳輸通道均是未知的，則使用固定參數(shù)濾波器就行不通。在圖 43 的系統(tǒng)中，參考輸入 經(jīng)過了一個自適應(yīng)濾波器的處理，此自適1n應(yīng)濾波器通過某種由與輸出有關(guān)的誤差 e 所控制的最小均方算法自動調(diào)節(jié)自身的沖激響應(yīng)，當采用了適應(yīng)的算法，濾波器可以在變化的條件下進行工作，并且不斷的調(diào)節(jié)自身，使誤差信號 e 達到最小。在這個系統(tǒng)中，我們的目的是在最小均方意義下，產(chǎn)生對信號 最佳擬合的輸出信)(ts號 。我們將系統(tǒng)輸出反饋回自適應(yīng)濾波器，并按照某種自適應(yīng)算法調(diào)節(jié))()(0tynts??此濾波器，使系統(tǒng)輸出的功率達到極小，即可實現(xiàn)這一目標。在這個自適應(yīng)噪聲抵消(ACN)系統(tǒng)中，系統(tǒng)輸出被用做自適應(yīng)過程的誤差信號。 自適應(yīng)噪聲抵消法的應(yīng)用自適應(yīng)噪聲抵消技術(shù)是通信、雷達、聲納、生物醫(yī)學(xué)工程等研究領(lǐng)域受到重視的問題之一，如在語音通信系統(tǒng)中，必須抑制由于傳輸誤差所引入的接收語音波形的沖激式失真干擾。利用由自適應(yīng)濾波器所構(gòu)成的自適應(yīng)噪聲干擾抵消系統(tǒng)，可以獲得自動跟蹤捕捉噪聲干擾源和高信噪比的優(yōu)異性能。在航空戰(zhàn)斗環(huán)境中使用自適應(yīng)噪聲抵消器，可以大大改善航空通信質(zhì)量。在標準計量信號發(fā)生器中使用自適應(yīng)濾波器，可以將電源頻率的干擾降低到 100dB 以下。利用自適應(yīng)濾波器還可以有效地降低酒會宴會廳內(nèi)的噪聲。Matlab 仿真實現(xiàn)武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計》課程設(shè)計197. MATLAB 仿真結(jié)果分析語音增強的目的就是消除噪聲以加強語音的通信質(zhì)量。最常見的是基于自適應(yīng)的噪聲抵消法對語音進行增強。本節(jié)應(yīng)用 LMS 自適應(yīng)濾波算法并結(jié)合MATLAB 仿真軟件對語音增強模型進行討論和分析。 實驗程序%%基于 LMS 算法的多麥克風降噪[primary,Fs,Nbits] = wavread(39。39。)。fref = wavread(39。39。)。primary = primary39。 fref = fref39。wavplay(primary)。武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計》課程設(shè)計20subplot(311)。plot(primary)。title(39。原始信號39。)。subplot(312)。plot(fref)。title(39。噪聲信號39。)。[a1,N] = size(primary)。worder = 10。w = zeros(1,worder)。mu = 。 %初始化學(xué)習算法的步長 %initilize the output%Zero pad so we can start filter at 0 and not throw of the indexfrefpad = [zeros(1,worder 1) fref]。for n = 1:N。 %offset n so we can reference the correct value in zeropadded fref m = n + worder 1。 frefblock = frefpad(mworder+1:1:m)39。 refP(n) = w*(frefblock)。 output(n) = primary(n) refP(n)。 w = w + mu.*frefblock39。.*output(n)。 %調(diào)整濾波器系數(shù)的 LMS算法 if (mod(n,100) == 0) || (n == N) per = floor(100*n/N)。 fprintf(39。%d percent pleted \n39。,per)。 %迭代一次顯示運行百分比 endend。%wavplay(output,Fs)。subplot(313)。plot(output)。title(39。濾波后輸出信號39。)。n1=length(output)。%取 output 的長度Y1=fft(output)。w1=2/n1*(0:n11)。%設(shè)置角頻率figuresubplot(312)plot(w1,abs(Y1))。%畫頻譜圖title(39。輸出信號信號頻譜39。)。xlabel(39。數(shù)字角頻率 39。)。武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計》課程設(shè)計21ylabel(39。幅度39。)。grid on。Y2=fft(primary)。w2=2/n1*(0:n11)。%設(shè)置角頻率subplot(311)plot(w2,abs(Y2))。%畫頻譜圖title(39。原始信號信號頻譜39。)。xlabel(39。數(shù)字角頻率 39。)。ylabel(39。幅度39。)。grid on。Y3=fft(fref)。w3=2/n1*(0:n11)。%設(shè)置角頻率subplot(313)plot(w3,abs(Y3))。%畫頻譜圖title(39。噪聲信號信號頻譜39。)。xlabel(39。數(shù)字角頻率 39。)。ylabel(39。幅度39。)。grid on。wavplay(output)。 實驗結(jié)果武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計》課程設(shè)計22 圖 7 信號仿真圖武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計》課程設(shè)計23 圖 8 頻譜分析圖 實驗結(jié)果分析在程序運行的開始播放了原始的語音信號，聽不到任何語音聲音，只有噪音，在程序結(jié)束的時候，播放濾波后的輸出信號，可以清楚的聽到 1 刀 9 這九個數(shù)字的英語發(fā)音，在讀音的開始有一段噪音以及第一數(shù)字的發(fā)音不太清楚，但是還是可明確的分辨出語音信號所包含的信息，說明達到了預(yù)期的目的從圖 8 的頻譜分析圖上來看，輸出信號的頻譜輪廓與原始信號的皮普輪廓相似，只是幅度平均值不一樣，從圖上來看，噪聲信號的幅度值變化不大，主要集中在 100 左右，原始信號的幅度平均值大概等于噪聲信號的平均幅度加上輸出信號的平均幅度。通過輸出信號的試聽和頻譜的分析，可以發(fā)現(xiàn)利用 LMS 算法的多麥克風降噪的目的達到了武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計》課程設(shè)計24在課程設(shè)計的過程中，通過查閱我明白了基于 LSM 多麥克風語音信號降噪的過程以及 LSM 的原理及實現(xiàn)方法，通過 MATLAB 編程及仿真，實現(xiàn)了語音信號的降噪，并且從不清楚的語音信號中通過 LSM 降噪得到了清晰的語音信號，充分體會了基于 LSM 多麥克風語音信號降噪這一技術(shù)的作用。同時，也學(xué)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。但是由于在實驗過程中使用的原始信號和噪聲信號不是自己錄制的，是通過網(wǎng)絡(luò)下載的，所以對于輸出信號播放中開始的那一段噪音不能確定是語音信號在本來就有的還是由于程序設(shè)計的不足造成的降噪效果不理想在，在試驗過程中還是不能理解如何同時錄制語音信號和噪聲信號，于是只能從網(wǎng)上下載，同時也造成了對試驗結(jié)果的分析還存在不明白的地方。但是試驗的目的還是達到了，就是從一段有噪音的語音信號中得到了清晰的語音信號武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計》課程設(shè)計25[1]姚天任，數(shù)字語音處理，武漢華中科技大學(xué)出版社，2022． [2]鄒國良，自適應(yīng)濾波理論及應(yīng)用[M]，河北大學(xué)出版社，2022.[3]胡廣傳，數(shù)字信號處理理論、算法與實現(xiàn)，北京清華大學(xué)出版社，2022． [4]葛良、陶智，基于自適應(yīng)濾波的語音增強算法．江蘇：蘇州大學(xué)學(xué)報，2022． [5]袁俊泉，MATLAB 信號處理 .清華大學(xué)出版社， .[6]趙力，語音信號處理，北京機械工業(yè)出版社，2022．[7]韓利竹，王華．MATLAB 電子仿真與應(yīng)用．北京國防工業(yè)出版社， 2022． 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計》課程設(shè)計26