【正文】 和自適應(yīng)算法組成自適應(yīng)濾波器。這些估計(jì)過程是以連續(xù)的時(shí)變形式進(jìn)行的，這就是自適應(yīng)濾波器需要有的自適應(yīng)收斂過程。但是，由于目標(biāo)函數(shù) 是輸入信號(hào) ,參考信號(hào)(.)?)(kx及輸出信號(hào) 的函數(shù)，即 ,因此目標(biāo)函數(shù)必須具有)(kd)(ky(.)[xk ,dy] ??以下兩個(gè)性質(zhì)：非負(fù)性 (31) y(k)d,x(), 0y(k)]d,[x(). ????最佳性 (32) () , ()]k,[().) ?when?在自適應(yīng)過程中，自適應(yīng)算法逐步使目標(biāo)函數(shù) 最小化，最終使 逼近.?)(ky于 ，濾波參數(shù)或權(quán)系數(shù) 收斂于 ，這里 是自適應(yīng)濾波系數(shù)的最)(kd)(i optopt優(yōu)解即維納解。前一過程的基本目標(biāo)是調(diào)節(jié)濾波系數(shù) ，使得有意義的目標(biāo)函數(shù)或代價(jià)函數(shù) 最小化，)(kwi (.)?濾波器輸出信號(hào) 逐步逼近所期望的參考信號(hào) ，由兩者之間的誤差信號(hào)y )(kd驅(qū)動(dòng)某種算法對(duì)濾波系數(shù)進(jìn)行調(diào)整，使得濾波器處于最佳工作狀態(tài)以實(shí)現(xiàn))(ke濾波過程。在自適應(yīng)調(diào)整濾波系數(shù)的過程中，有不同的準(zhǔn)則和算法。 基本自適應(yīng)濾波器的模塊結(jié)構(gòu)自適應(yīng)濾波器通常由兩部分構(gòu)成，其一是濾波子系統(tǒng)，根據(jù)它所要處理的功能而往往有不同的結(jié)構(gòu)形式。但是通常要求的計(jì)算量大且不能補(bǔ)償元件參數(shù)誤差及運(yùn)算誤差。它的缺點(diǎn)是存在穩(wěn)定性問題以及收斂速度不高。閉環(huán)算法的控制輸出則是濾波器輸入、濾波器輸出以及某些其他輸入的函數(shù)，如圖 31（b）所示。根據(jù)自適應(yīng)算法是否與濾波器輸出有關(guān)，可以將其分為開環(huán)算法和閉環(huán)算法兩類。輸入 可編程 輸出 輸入 可編程 輸出濾波器 濾波器自適應(yīng)算法 自適應(yīng)算法其他數(shù)據(jù) 其他數(shù)據(jù)（a ）開環(huán)算法 (b)閉環(huán)算法圖 1 自適應(yīng)濾波器的組成自適應(yīng)算法主要根據(jù)濾波器輸入統(tǒng)計(jì)特性進(jìn)行處理。它可分為可編程濾波器（濾波部分）及自適應(yīng)算法（控制部分）兩部分。自適應(yīng)濾波器包括自適應(yīng)時(shí)域?yàn)V波器和自適應(yīng)空域?yàn)V波器，它和信息論、檢測與估計(jì)理論等密切相關(guān)，是近二十多年來發(fā)展起來的信息科學(xué)的一個(gè)重要分支。當(dāng)輸入過程的統(tǒng)計(jì)特性未知時(shí)，自適應(yīng)濾波器調(diào)整自己參數(shù)的過程稱為“ 學(xué)習(xí)過程” 。這就促使人們研究自適應(yīng)濾波器。要實(shí)現(xiàn)維納濾波，就要求：輸入過程是廣義平穩(wěn)的；輸入過程的統(tǒng)計(jì)特性是已知的。假定線性濾波器的輸入為有用信號(hào)和噪聲之和，兩者均為廣義平穩(wěn)隨機(jī)過程。濾波器研究的一個(gè)基本課題就是：如何設(shè)計(jì)和制造最佳的或者是最優(yōu)的濾波器。當(dāng)濾波器的輸出為輸入的線性函數(shù)時(shí)，該濾波器稱為線性濾波器，否則就稱為非線性濾波器。3 自適應(yīng)濾波概念 自適應(yīng)濾波從連續(xù)的（或離散的）輸入信號(hào)中濾除噪聲和干擾以提取有用信號(hào)的過程稱為濾波。其工作原理實(shí)質(zhì)上以均方誤差 或方差 為最小準(zhǔn)則，對(duì)噪聲 進(jìn)行最優(yōu)估計(jì)??)(2neE)(2ne)(n,然后從含噪聲的語音中減去噪聲 達(dá)到降噪，提高信噪比，增強(qiáng))(ny?? )(語音。 自適應(yīng)噪聲抵消法自適應(yīng)噪聲抵消法比其它方法多用了一個(gè)參考噪聲作為輔助輸入，從而獲得了比較全面的關(guān)于噪聲的信息，因而能得到更好的降噪效果。(2)噪聲必然會(huì)對(duì)語音參數(shù)的估計(jì)產(chǎn)生影響，特別是在信噪比較低時(shí)，語音估計(jì)參數(shù)就難以保證有足夠的精確度。一般看來，這種方法似乎是一個(gè)較好的語音增強(qiáng)方法，但實(shí)際也存在不少問題。噪聲和語音都可以認(rèn)為是一個(gè)由高斯白噪聲驅(qū)動(dòng)的、具有適當(dāng)階數(shù)的自回歸AR 模型。另一方面，輔音的持續(xù)時(shí)間較短，且周期性又很差，進(jìn)一步加深了語音的失真度。自相關(guān)法的主要缺點(diǎn)是對(duì)語音信息的損傷較大。而噪聲一般是無規(guī)則的，它的自相關(guān)函數(shù)自 R(0)開始很快地衰減，因此含噪語音的相關(guān)函數(shù)基本上就是噪聲中語音的相關(guān)函數(shù)。 自相關(guān)法武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》課程設(shè)計(jì)4自相關(guān)法是利用語音時(shí)域小型特征，即相關(guān)性來增強(qiáng)語音信號(hào)的。只要知道基頻就可以把諧波之間的噪聲成分完全濾掉，這時(shí)濾波器只要設(shè)計(jì)成一組諧波頻率處的帶通濾波器即可。從眾多語音的頻譜結(jié)構(gòu)可以看出：語音頻譜特別是元音部分具有明顯的諧波特征。因此對(duì)有色噪聲線性濾波方法就難以實(shí)現(xiàn)。因此這種方法對(duì)提高語音信噪比和可懂度效果十分有限。這樣得到了語音和噪聲近似的頻譜后就可得到濾波器，即： （21）)()(?NSH???由此濾波器可使語音得到增強(qiáng)。對(duì)于加性穩(wěn)態(tài)白噪聲干擾的語音信號(hào)來說，語音的頻譜可以根據(jù)語音的產(chǎn)生模型近似地用含噪語音來預(yù)測得到。武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》課程設(shè)計(jì)32 語音增強(qiáng)的方法現(xiàn)階段已有許多語音增強(qiáng)的方法，最常見的有線性濾波法、梳狀濾波法、自相關(guān)法、卡爾曼濾波法以及自適應(yīng)噪聲抵消法。所以必須針對(duì)不同的噪聲，采取不同的語音增強(qiáng)對(duì)策。噪聲來源眾多，隨應(yīng)用場合而異，它們的特性也各不相同。在近 30 年的研究中，各種語音增強(qiáng)的方法不斷被提出，它奠定了語音增強(qiáng)理論的基礎(chǔ)并使之逐漸走向成熟。 1984年，Ephraim 和 Malah 提出基于 MMSE 短時(shí)譜幅度估計(jì)的語音增強(qiáng)方法。1979 年，Boll 提出了譜相減方法來抑制噪聲。隨著數(shù)字信號(hào)處理理論的成熟，語音增強(qiáng)發(fā)展成為語音處理領(lǐng)域的一個(gè)重要分支。因此，語音增強(qiáng)技術(shù)在實(shí)際中有重要價(jià)值。但目前語音識(shí)別系統(tǒng)大多都是在安靜環(huán)境中工作的，在噪聲環(huán)境中尤其是強(qiáng)噪聲環(huán)境，語音識(shí)別系統(tǒng)的識(shí)別率將受到嚴(yán)重影響。通信或信息交換已成為人類社會(huì)存在的必要條件，正如衣食住行對(duì)人類是必要的一樣。如語音質(zhì)量很差，接收方難以聽清對(duì)方的語音信息，輕者可能延誤時(shí)間、貽誤時(shí)機(jī)，重者可能錯(cuò)誤地識(shí)別對(duì)方的語音，因而錯(cuò)誤地下達(dá)或執(zhí)行命令，導(dǎo)致對(duì)工作造成不可估量的損失。對(duì)于那些極具研究或收藏價(jià)值的寶貴錄音資料來說，語音增強(qiáng)技術(shù)是一個(gè)較好的恢復(fù)手段。再有一類需要用到語音增強(qiáng)技術(shù)的方面就是處理舊的錄音磁帶。對(duì)受話人來說，收聽夾雜著各種干擾噪聲的語音，至少會(huì)引起聽覺疲勞，嚴(yán)重一點(diǎn)就會(huì)錯(cuò)誤地識(shí)別或根本無法聽清對(duì)方的語音。在日常生活中，我們經(jīng)常會(huì)遇到在噪聲干擾下進(jìn)行語音通信的問題。關(guān)鍵詞：語音增強(qiáng)，噪聲，自適應(yīng)濾波器，自適應(yīng)噪聲抵消法武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》課程設(shè)計(jì)IIABSTRACTPeople in the voice munication process will be inevitable and the transmission medium from the surrounding environment, the introduction of noise, electrical noise within the munication equipment, as well as the interference of other speakers. These disturbances so that the recipient received voice is affected by noise pollution, noisy speech signal. A major purpose of speech enhancement is from the noisy speech signal to extract the original voice pure as possible. Speech enhancement method currently in use generally divided into: harmonic enhancement method based on parameter estimation of speech resynthesis and adaptive noise cancellation method. Adaptive filter is actually a way to automatically adjust itself, the specific parameters of Wiener filter, the design does not require prior knowledge about the input signal and noise statistics, it can work in their own process of gradually learn or estimated the statistical properties of the required and automatically adjust their parameters to achieve the best filtering effect. The adaptive filter based on adaptive noise canceling speech enhancement of noisy best. Because this method more than the other methods most used an auxiliary input referred noise, to obtain more prehensive information on the noise can get a better noise reduction.KEY WORDS: speech enhancement, noise, adaptive filter, adaptive noise cancellation method武漢理工大學(xué)《信息處理課群綜合訓(xùn)練與設(shè)計(jì)》課程設(shè)計(jì)1 語音增強(qiáng)的