【正文】 試過程中獲得了改善 LMS 濾波器性能的方法：在滿足收斂速度要求的條件下，適當(dāng)?shù)慕档褪諗恳蜃樱岣邽V波器的階數(shù)可以改善濾波器輸出波的平滑型，但減小收斂因子可能會在很長一段時間產(chǎn)生一個較大的均方誤差，所以收斂速度和濾波效果有一個矛盾，二者必須折衷選擇。提高濾波器的階數(shù)也可以改善濾波效果，但需要提高存儲空間。7 實(shí)驗(yàn)總結(jié)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(fēng)語音信號降噪的過程以及 LSM 的原理及實(shí)現(xiàn)方法，通過 MATLAB 編程及仿真，實(shí)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19麥克風(fēng)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(jìn)行頻譜分析，以及進(jìn)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。在弄懂了的 LMS 算法的基本原理后，我嘗試自己寫程序，但寫出的程序錯誤百出，邏輯不夠嚴(yán)密，于是參考學(xué)習(xí)了其他的資料，對程序錯誤的調(diào)試耗費(fèi)了我很長時間，通過網(wǎng)絡(luò)資料和書本搜羅了不少細(xì)節(jié)的資料，使我對 Matlab 編程的了解提高了一個新的層次。全部程序編完后，我已對算法掌握的非常熟練，甚至覺得曾經(jīng)認(rèn)為很難的原理現(xiàn)在已經(jīng)變得很簡單，這便是掌握知識的很高的境界了吧。有辛酸，有開心，這次課設(shè)我真的受益匪淺。不足之處是輸出的信號時域圖和頻域圖和期望的仍有差別，即少部分噪聲仍存在，原因是錄音文件長度較短，采樣序列長度較短導(dǎo)致迭代次數(shù)較少，沒有真正得到最佳的迭代結(jié)果。但是基本的輪廓還是擬合的很一致，錄音長度再增加的話，結(jié)果會更好。感謝老師的指導(dǎo)和同學(xué)們的幫助，我會在學(xué)習(xí)的道路上走得更遠(yuǎn)。8 參考文獻(xiàn)[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(shí)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(qiáng)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(jī)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． [8] 徐明遠(yuǎn)，劉增力 .MATLAB 仿真在信號處理中的應(yīng)用 [M].西安: 電子科技大學(xué)出版社，2022 [9] 郭仕劍等 . [M]，2022[10] 鐘麟，王峰 .MATLAB 仿真技術(shù)與應(yīng)用教程[M].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20附錄 Matlab 程序clear all 。close all。[primary,Fs,nbits] = wavread(39。39。)。 %加噪聲前信號Noise=*randn(length(primary),1)。 %生成高斯白噪聲s=primary+Noise。 %把噪聲添加進(jìn)原信號sound(s)。 %播放加噪信號wavwrite(s,Fs,39。D:\MATLAB7\work\39。) 。 %向磁盤中寫入加噪后音頻文件wavwrite(Noise,Fs,39。D:\MATLAB7\work\39。) 。 %寫入噪聲音頻文件Noise = Noise39。 s = s39。[a1,N] = size(s)。 %使用的兩音頻文件不完全等長時需要分別知道長度 [a2,n2]=size(Noise)。subplot(311)。plot(s)。title(39。含噪信號39。)。 %繪制含噪信號subplot(312)。plot(Noise)。title(39。噪聲信號39。)。 %繪制噪聲信號worder = 20。 %濾波器級數(shù)w = zeros(1,worder)。 %初始化抽頭系數(shù)序列 %initilize the output%Zero pad so we can start filter at 0 and not throw of the indexfrefpad = [zeros(1,worder 1) s]。 n3=min(n2,N)。 %取兩序列長度的最小值作為迭代長度mu = 。 %初始化學(xué)習(xí)算法的收斂因子output=zeros(1,n3)。 %初始化輸出序列武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計》課程設(shè)計21e=zeros(1,n3)。 %初始化誤差序列for n = 1:n3。 %offset n so we can reference the correct value in zeropadded fref m = n + worder 1。 frefblock = frefpad(mworder+1:1:m)39。 output(n) = w*(frefblock)。 e(n) = primary(n) output(n)。 %調(diào)整濾波器系數(shù)的 LMS 算法 w = w + mu*e(n).*frefblock39。 if (mod(n,100) == 0) || (n == n3) per = floor(100*n/n3)。 fprintf(39。%d percent pleted \n39。,per)。 %迭代一次顯示運(yùn)行百分比 end end。%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。)。ylabel(39。幅度39。)。grid on。Y2=fft(s)。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22w2=2/N*(0:N1)。 %設(shè)置角頻率subplot(311)plot(w2,abs(Y2))。 %畫頻譜圖title(39。含噪信號信號頻譜39。)。xlabel(39。數(shù)字角頻率 39。)。ylabel(39。幅度39。)。grid on。Y3=fft(Noise)。w3=2/n2*(0:n21)。 %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。sound(output,Fs,nbits)。 %播放輸出信號figure。subplot(311)。plot(primary)。 %繪制期望信號title(39。聲音期望39。)。xlabel(39。數(shù)字角頻率 39。)。ylabel(39。幅度39。)。Y4=fft(primary)。subplot(312)plot(w2,abs(Y4))。 %畫期望信號頻譜圖title(39。期望信號頻譜39。)。xlabel(39。數(shù)字角頻率 39。)。ylabel(39。幅度39。)。grid on。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本科生課程設(shè)計成績評定表姓 名 性 別專業(yè)、班級課程設(shè)計題目： 基于 LMS 算法的多麥克風(fēng)降噪課程設(shè)計答辯或質(zhì)疑記錄：問：什么是自適應(yīng)濾波器？答：自適應(yīng)濾波器利用前一時刻的結(jié)果，自動調(diào)節(jié)當(dāng)前時刻的濾波器參數(shù)，以適應(yīng)信號和噪聲未知或隨機(jī)變化的特性，得到有效的輸出，主要由參數(shù)可調(diào)的數(shù)字濾波器和自適應(yīng)算法兩部分組成。問：LMS 算法原理？答：當(dāng)輸入信號 和需要信號 平穩(wěn)且其二階統(tǒng)計特性為已知時可以根據(jù)輸入信號)(nX)(nd和需要信號 的采樣值估計 和 ，從而采用最陡下降法尋求 。但當(dāng)上述條)(nXdxRroptW件不具備時，我們只能把隨機(jī)的平方誤差 當(dāng)成是均方誤差 。對前者進(jìn)行求梯度)(2e)]([2neE的運(yùn)算，所得到的結(jié)果就取為關(guān)于后者的真實(shí)梯度 的估計 。這就是由 Widrow 等人?W??提出的最小均方算法，即 LMS 算法。問：怎樣改善 LMS 濾波器性能？答：在滿足收斂速度要求的條件下，適當(dāng)?shù)慕档褪諗恳蜃?，提高濾波器的階數(shù)可以改善濾波器輸出波的平滑型，但減小收斂因子可能會在很長一段時間產(chǎn)生一個較大的均方誤差，所以收斂速度和濾波效果有一個矛盾，二者必須折衷選擇。提高濾波器的階數(shù)也可以改善濾波效果，但需要提高存儲空間。成績評定依據(jù)：最終評定成績（以優(yōu)、良、中、及格、不及格評定）指導(dǎo)教師簽字：年 月