【正文】 end武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》報(bào)告 本科生綜合訓(xùn)練成績(jī)?cè)u(píng)定表 姓 名 性 別 男 專業(yè)、班級(jí) 通信 1201 班 綜合訓(xùn)練題目： 基于 RLS 算法的多麥克風(fēng)降噪 綜合訓(xùn)練答辯或質(zhì)疑記錄： 成績(jī)?cè)u(píng)定依據(jù)： 最終評(píng)定成績(jī)（以優(yōu)、良、中、及格、不及格評(píng)定） 指導(dǎo)教師簽字： 年 月 日 。是否重新選擇？ 是 輸入 1 否 輸入 0 :39。 case 4 sound(output,Fs4,bits4)。 case 2 sound(y2,Fs2,bits2)。)。 while f==1 flag=input(39。)。 %畫 出降噪后語(yǔ)音頻譜 title(39。 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》報(bào)告 26 subplot(2,4,8)。)。 %生成降噪后的語(yǔ)音 [y,Fs4,bits4]=wavread(39。asd39。)。 %畫降噪后的語(yǔ)音波形 title(39。 %************************************************************************ subplot(2,4,4)。噪聲輸入頻譜 39。 plot(abs(Y3))。 Y3=fft(y3,4096)。39。)。 %畫出噪聲語(yǔ)音波形 title(39。 %************************************************************************ subplot(2,4,3)。麥克風(fēng)主語(yǔ)音輸入頻譜 39。 plot(abs(Y2))。 Y2=fft(y2,4096)。39。)。 %畫出麥克風(fēng)主語(yǔ)音波形 title(39。 %************************************************************************ subplot(2,4,2)。原始語(yǔ)音頻譜 39。 plot(abs(Y1))。 Y1=fft(y1,4096)。39。)。 %畫出原始語(yǔ)音波形 title(39。 %作圖 %************************************************************************ subplot(2,4,1)。 output(iWorder)=z。 p0=K*n239。*k)。 k=p*n2。*(fref(iWorder+1:i))39。 %主語(yǔ)音輸出 loopsize=max(size(primary))。 w=zeros(Worder,1)。 %濾波器階數(shù) Delta=。 fref=fref39。39。 %讀入麥克風(fēng)語(yǔ)音信號(hào) primary=primary39。39。)。 %輸出模擬噪聲信號(hào) wavwrite(source1,fs,39。RLSrefns39。 source1=source+noise。 noise=*randn(length(source),1)。39。 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》報(bào)告 23 參考文獻(xiàn) [1]陳懷琛 .《 MATLAB 及在電子信息課程中的應(yīng)用》 . 西安電子科技大學(xué)出版社，2020 [2]胡廣書 .《 數(shù)字信號(hào)處理 —理論、算法與實(shí)現(xiàn) 》 . 清華大學(xué)出版社， 2020 [3]何振亞 .《 自適應(yīng)信號(hào)處理 》 .科學(xué)出版社， 2020 [4]安穎 、 侯國(guó)強(qiáng) .《 自適應(yīng)濾波算法研究與 DSP 實(shí)現(xiàn) 》 .現(xiàn)代電子技術(shù) 出版社 ， 2020 [5]王洪元主編 .《 MATLAB 語(yǔ)言以及在電子信息工程中的應(yīng)用 》 .清華大學(xué)出版社，2020 [6] 鄭寶玉 .自適應(yīng)濾波器原理 [M].北京： 電子工業(yè)出版社 ， 2020 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》報(bào)告 24 附錄 源程序 clc。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。 當(dāng)然，經(jīng)過(guò)此次 RLS 算法多麥克風(fēng)語(yǔ)音降噪課程設(shè)計(jì)，我也發(fā)現(xiàn)了自己的很多不足。 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 。 圖 513原始語(yǔ)音信號(hào)與降噪后語(yǔ)音信號(hào)波形對(duì)比 圖 514原始語(yǔ)音信號(hào)與降噪后語(yǔ)音信號(hào)頻譜對(duì)比 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》報(bào)告 22 6 總結(jié) 在課程設(shè)計(jì)的過(guò)程中，首先查閱資料了解了基于 RLS 多麥克風(fēng)語(yǔ)音信號(hào)降噪的過(guò)程以及 RLS 的原理及實(shí)現(xiàn)方法，通過(guò) MATLAB 編程及仿真，實(shí)現(xiàn)了語(yǔ)音信號(hào)的降噪，并且從不清楚的語(yǔ)音信號(hào)中通過(guò) RLS 降噪得到了清晰的語(yǔ)音信號(hào)，充分體會(huì)了基于 RLS 多麥克風(fēng)語(yǔ)音信號(hào)降噪這一技術(shù)的作用。 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 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》報(bào)告 21 原始語(yǔ)音信號(hào)與降噪后語(yǔ)音信號(hào)分析 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。 End 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》報(bào)告 15 5 仿真結(jié)果與分析 原始 音頻信號(hào) （ 1）原始語(yǔ)音波形 圖 51原始語(yǔ)音波形圖 （ 2） 原始語(yǔ)音頻譜 圖 52原始語(yǔ)音頻譜 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》報(bào)告 16 麥克風(fēng)主語(yǔ)音信號(hào) （ 1）麥克風(fēng)主語(yǔ)音波形 圖 53增強(qiáng)的語(yǔ)音信號(hào)波形圖 （ 2） 麥克風(fēng)主語(yǔ)音頻譜 圖 54麥克風(fēng)主語(yǔ)音頻譜 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》報(bào)告 17 噪聲語(yǔ)音信號(hào) （ 1） 噪聲語(yǔ)音波形 圖 55噪聲語(yǔ)音波形 （ 2） 噪聲語(yǔ)音頻譜 圖 56噪聲語(yǔ)音頻譜 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》報(bào)告 18 降噪后語(yǔ)音信號(hào) （ 1）降噪后語(yǔ)音波形 圖 57降噪后語(yǔ)音波形 （ 2）降噪后語(yǔ)音頻譜 圖 58降噪后語(yǔ)音頻譜 武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》報(bào)告 19 信號(hào)處理分析 原始語(yǔ)音信號(hào)與主語(yǔ)音信號(hào)分析 主語(yǔ)音信號(hào)為原始語(yǔ)音信號(hào)加噪聲信號(hào)得到的合成信號(hào)， 由于噪聲信號(hào)波形的幅值相對(duì)原始語(yǔ)音信號(hào)幅值較小，因此原始語(yǔ)音信號(hào)加噪前后的波形差異并不十分明顯，如圖 59，但通過(guò)對(duì)比頻譜還是可以看出原始語(yǔ)音信號(hào)加噪前后有所不同，如圖 510。是否重新選擇？ 是 輸入 1 否 輸入 0 :39。 case 4 sound(output,Fs4,bits4)。 case 2 sound(y2,Fs2,bits2)。)。 while f==1 flag=input(39。)。 %畫出降噪后語(yǔ)音頻譜 title(39。 subplot(2,4,8)。)。 %生成降噪后的語(yǔ)音 [y,Fs4,bits4]=wavread(39。asd39。)。 %畫降噪后的語(yǔ)音波形 title(39。 %************************************************************************ subplot(2,4,4)。噪聲輸入頻譜 39。 plot(abs(Y3))。 Y3=fft(y3,4096)。39。)。 %畫出噪聲語(yǔ)音波形 title(39。 %************************************************************************ subplot(2,4,3)。麥克風(fēng)主語(yǔ)音