【正文】 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果的分析還存在不明白的地方。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《信息處理課群綜合訓練與設計》課程設計24在課程設計的過程中，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的作用。wavplay(output)。)。ylabel(39。數(shù)字角頻率 39。)。%畫頻譜圖title(39。w3=2/n1*(0:n11)。grid on。幅度39。)。xlabel(39。原始信號信號頻譜39。%設置角頻率subplot(311)plot(w2,abs(Y2))。Y2=fft(primary)。)。武漢理工大學《信息處理課群綜合訓練與設計》課程設計21ylabel(39。數(shù)字角頻率 39。)。%畫頻譜圖title(39。w1=2/n1*(0:n11)。n1=length(output)。濾波后輸出信號39。plot(output)。%wavplay(output,Fs)。,per)。 fprintf(39。.*output(n)。 output(n) = primary(n) refP(n)。 frefblock = frefpad(mworder+1:1:m)39。for n = 1:N。mu = 。worder = 10。)。title(39。subplot(312)。原始信號39。plot(primary)。wavplay(primary)。primary = primary39。39。)。 實驗程序%%基于 LMS 算法的多麥克風降噪[primary,Fs,Nbits] = wavread(39。最常見的是基于自適應的噪聲抵消法對語音進行增強。利用自適應濾波器還可以有效地降低酒會宴會廳內(nèi)的噪聲。在航空戰(zhàn)斗環(huán)境中使用自適應噪聲抵消器，可以大大改善航空通信質(zhì)量。 自適應噪聲抵消法的應用自適應噪聲抵消技術是通信、雷達、聲納、生物醫(yī)學工程等研究領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。我們將系統(tǒng)輸出反饋回自適應濾波器，并按照某種自適應算法調(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。在圖 43 的系統(tǒng)中，參考輸入 經(jīng)過了一個自適應濾波器的處理，此自適1n應濾波器通過某種由與輸出有關的誤差 e 所控制的最小均方算法自動調(diào)節(jié)自身的沖激響應，當采用了適應的算法，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。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?，則一般而言，就可以設計出能夠?qū)?變成 的固定濾波器。大多數(shù)信號處理器都適宜進行乘12?2法累加的算術操作，這就使 LMS 算法更具吸引力。 必須選得滿足收斂條件。 取決于最慢的一個指數(shù)過程。這樣，我們可以寫出下列的收斂充分條件imP)(n （523）1)(0??imP?2．LMS 算法加權矢量平均值的過渡過程為 （524）??i kkiopti nCwnE1)ex()]([ ?武漢理工大學《信息處理課群綜合訓練與設計》課程設計16其中 （525）iiiIn???21)1(???為 )的第 分量。][WRrxxd??下面，我們對 LMS 算法加權矢量的平均值的變化規(guī)律和加權矢量的隨機起伏所形成的影響進行討論。換句話說，它用瞬時平方誤差性能函數(shù) 代替了均方誤差性能函數(shù)2ne武漢理工大學《信息處理課群綜合訓練與設計》課程設計15)。下面推導一下它的公式。對前者進行求梯度的運算，所得到的結果就取為關于后者的)]([2neE真實梯度 的估計 。這時可以根)(nX)(nd據(jù)輸入信號 和需要信號 的采樣值估計 和 ，從而采用最陡下降法xRdr尋求 。換句話說，如果在第 n 次迭代上權矢量取為 ，則第)(nWn+1 次迭代時，加權系數(shù) 應取為: )1(?n （59）??W??(其中 為 的梯度，而 為常數(shù)并稱為步長因子或收斂因子。在一般情opt??min況，濾波器在迭代過程中或當輸入過程統(tǒng)計特性發(fā)生變化時，權矢量 并不正W武漢理工大學《信息處理課群綜合訓練與設計》課程設計14好等于最佳值 上。均方誤差性能函數(shù)為: （57）WRrwndExTxdT???2)]([?對 W 求梯度為： （58）xdxW?由式()可見，均方誤差 是權系數(shù) ，…， 的二次函數(shù)。自optw opt適應算法就是用于達到這個目的，而且不需顯式計算 R 和 P 或進行矩陣求逆。)(N,(1)0,iii? optw維納濾波的實際用途有限，若信號為非平穩(wěn)的，則 R 和 P 是時變的，必需重復計算 。性能曲面的梯度可由下式給出： (55)RwPd2?????武漢理工大學《信息處理課群綜合訓練與設計》課程設計13圖 4 基本維納濾波器每組系數(shù) w(i)(i=1,2,…N1)對應曲面是一點，在曲面矢地最小點梯度為 0，濾波權矢量達到最優(yōu) ,optw (56)PRopt1??即著名的維納—霍夫曼方程的解。y（k） + e(k) 輸出?噪聲x(k) 維納 10()Nkinwxki???濾波器圖 3 基本維納濾波器武漢理工大學《信息處理課群綜合訓練與設計》課程設計12假定一個 N 個系數(shù)（權值）的 FIR 濾波器的結構，維納濾波和原始信號y(k)之間的差信號 e(k)為： (51)???????10)(NiikkTkk xwyxwyne其中 和 w 分別為輸入信號矢量和權矢量，由下式kx (52) ???????????)1(1Nkkxx? ????????)1()(Nw?誤差平方為： (53) xxyeTkTkk??22對上式兩邊取期望得到均方誤差(MSE)，若輸入 x(k)與輸出 y(k)是聯(lián)合平穩(wěn)的，則： (54) RwPxExyyEeTTkkk???2][][][2??其中 代表期望， 是 的方差， 是長度為 N 的互相??E2][k)(][ky?關矢量， 是 NN 的自相關矩陣。典型地 y(k)包含一個與 x(k)相關地分量和另一個與 x(k)不相關地分量。設計維)(kh納濾波器的過程就是尋求在最小均方誤差下濾波器的單位樣本響應 或傳遞)(kh函數(shù) 的表達式，其實質(zhì)是解維納霍夫(WienerHopf)方程。武漢理工大學《信息處理課群綜合訓練與設計》課程設計115 基于自適應濾波的信號增強 基本維納濾波器基本維納濾波就是用來解決從噪聲中提取信號問題的一種濾波方法。只因為它是由前一個采樣時刻的系數(shù)算出的，在實際中，很多時候由于 h(k)計算的復雜度而不能應用于實時控制。武漢理工大學《信息處理課群綜合訓練與設計》課程設計9 原理記數(shù)字濾波器脈沖響應為： h(k)=[h0(k) h1(k) … hn1(k)]T 輸入采樣信號為： x(k)=[x(k) x(k1) … x(kn1)]誤差信號為： )()(^kyke?? Thx優(yōu)化過程就是最小化性能指標 J(k),它是誤差的平方和： (41)21()[()()]kTiJyi???求使 J(k)最小的系數(shù)向量 h(k),即使 J(k)對 h(k)的導數(shù)為零，也就是 。武漢理工大學《信息處理課群綜合訓練與設計》課程設計84 自適應濾波原理 自適應濾波概述自適應濾波器是指利用前一時刻的結果，自動調(diào)節(jié)當前時刻的濾波器參數(shù)，以適應信號和噪聲未知或隨機變化的特性，得到有效的輸出，主要由參數(shù)可調(diào)的數(shù)字濾波器和自適應算法兩部分組成，如圖 2 所示圖 2 自適應濾波器原理圖x(n)稱為輸入信號，y(n)稱為輸出信號，d(n)稱為期望信號或者訓練信號，e(n)為誤差僖號，其中，e(n)=d(n)y(n).自適應濾波器的系數(shù)(權值)根據(jù)誤差信號 e(n)，通過一定的自適應算法不斷的進行改變，以達到使輸出信號 y(n)最接近期望信號 圖中參數(shù)可調(diào)的數(shù)字濾波器