【正文】 進行仿真設(shè)計與分析，時間 6 天； （ 3）總結(jié)結(jié)果，完成課程設(shè)計報告，時間 2 天。旨在培養(yǎng)我們使用計算機處理龐大的數(shù)據(jù)的能力和熟悉 MATLAB 在信息技術(shù)中的應用。 經(jīng)調(diào)試編譯，得到降噪后的語音信號以及增強前后語音信號波形及頻譜，最終成功實現(xiàn)基于 RLS 的語音降噪。 自適應濾波處理技術(shù)可以用來檢測平穩(wěn)的和非平穩(wěn)的隨機信號。 例如，在工業(yè)生產(chǎn)過程中，由于生產(chǎn)環(huán)境的影 響，許多靜電或電磁場會對控制器輸入給定信號造成干擾，產(chǎn)生信號噪聲，導致操作精度下降甚至輸入錯誤信號，加快執(zhí)行機構(gòu)的磨損，嚴重時造成生產(chǎn)事故，后果不堪設(shè)想，這就需要設(shè)計一個自適應信號處理系統(tǒng)來過濾噪聲干擾。所以，自適應噪聲干擾抵消技術(shù)有著重要的應用。靈活運用所學信號與系統(tǒng)、數(shù)字信號處理等信息處理知識，分析和解決工程技術(shù)問題，將理論知識與應用實際結(jié)合起來。 武漢理工大學《信息處理課群綜合訓練與設(shè)計》報告 2 2 自適應信號處理基本原理 自適應濾波器組成 自適應濾波器通常由兩部分組成，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。在自適應調(diào)整濾波系數(shù)的過程中，有不同的準則和算法。自適應濾波器含有兩個過程，即自適應過程與濾波過程。)最小化，濾波器輸出信號y(n)逐步逼近所期望的參考信號 d(n)，由兩者之間的估計誤差 e(n)驅(qū)動某種算法對濾波 (權(quán) )系數(shù)進行調(diào)整，使濾波器處于最佳工作狀態(tài)以實現(xiàn)濾波過程。)是輸入信號 x(k)、參考信號 d(k)及 輸出信號 y(k)的函數(shù)，即F(凡是需要處理未知統(tǒng)計環(huán)境下運算結(jié)果所產(chǎn)生的信號或需要處理非平穩(wěn)信號時，自適應濾波 器可以提供一種吸引人的解決方法，而且其性能通常遠優(yōu)于用常方法設(shè)計的固定濾波器。 自適應噪聲抵消技術(shù)是自適應信號處理的一個應用分支，其主要理論和框架在 1975 年提出，經(jīng)過三十多年的豐富和擴充，現(xiàn)在已經(jīng)應用到了很多領(lǐng)域，比如車載免提通話設(shè)備，房間或無線通訊中的回聲抵消在母體上檢測胎兒心音，機載電子干擾機收發(fā)隔離等，都是用自適應干擾抵消的辦法消除混入接收信號中的其他聲音信號。期望響應 )(nd 是信號和噪聲之和，即 )()()( nNnxnd ?? ，自適應處理器的輸入是與 )(nN 相關(guān)的另一個噪聲 )(nN? 。這樣， ()en將逼近信號 ()xn，且其均方值 2()E e n????為最小。 自適應濾波原理 圖 22 自適應濾波原理圖 自適應濾波器由遞歸計算最小二乘估計 (RLS)應用自適應權(quán)值控制機制來進行 (圖 32)。該輸入信號可以是基于采樣的標量或一個單位信道的基于幀的信號。使用遞歸最小二乘 (RLS)武漢理工大學《信息處理課群綜合訓練與設(shè)計》報告 4 算法，從輸入信號中減去噪聲得到輸出信號。由于通過濾濾器的輸入信號進行收斂，過濾的噪聲應完全從“信號加噪聲”的信號中減去， 繼而使得輸出信號應該只包含原始信號。通過上面的分析討論，將帶有噪聲的原始信號輸入到系統(tǒng)中，通過將線性自適應濾波器與RLS 算法相結(jié)合進行信道估計，來改進 RLS 估計算法，減小噪聲對信道的影響，這樣就能有效的較少信道干擾和載波間干擾，從而優(yōu)化信道的估計算法。 22( ) {| ( ) | } {| ( ) ( ) | }HJ n E n E d n w u n?? ? ? （公式 1） 下降算法：最廣泛使用的自適應算法包括自適應梯度算法 (LMS)、自適應高斯 牛頓算法 (RLS)。它是利用在已知n1 時濾波器抽頭權(quán)系數(shù)的情況下，通過簡單的更新，求出 n 時刻的濾波器抽頭權(quán)系數(shù)。 估計誤差定義： i ( ) y( )d i i? ??（ ） （公式 3） i ( ) ( n ) ( )Hd i w u i? ??（ ） （公式 4） 可取濾波器的實際輸入 d*(i)作為期望響應 d(i)。 i=n 時刻， 2 200( n ) ( ) | ( ) ( ) ( ) |nnn i n i HiiJ e i d i w i u i??????? ? ? ? ? （公式 6） 武漢理工大學《信息處理課群綜合訓練與設(shè)計》報告 5 2 200( n ) ( ) | ( ) ( ) ( ) |nnn i n i HiiJ i d i w n u i? ? ?????? ? ? ? ? （公式 7） 故代價函數(shù) (n)J 比 (n)J 更合理。( n 1 ) ( )() ( n ) ( n 1 ) ( )HP u nkn u P u n? ?? ? （公式 11） 1( ) ( ) [ ( n 1 ) ( ) ( ) ( ) ( n 1 ) u ( ) ]HP n u n P u n k n u n P n? ???()kn? 又由11***( ) ( ) r ( ) P( ) r ( )( 1 ) ( 1 ) ( ) [ ( 1 ) ( )( ) ( ) ( 1 ) ( ) ] ( ) ( ) ( 1 ) ( 1 )( 1 ) ( ) ( ) ( ) ( ) ( 1 )( ) w ( n 1 ) k ( n ) e ( n ) HHHw n R n n nP n r n d n P n u nk n u n P n u n k n u n P n r nw n d n k n k n u n w nwn?????? ? ? ? ?? ? ? ? ?? ? ? ? ???化 簡 得 ： 式中 ( ) ( ) ( 1 ) ( )He n d n w n u n? ? ? 武漢理工大學《信息處理課群綜合訓練與設(shè)計》報告 6 3 RLS 算法方案設(shè)計 最小二乘算法 RLS 算法實現(xiàn) 圖 31 自適應橫 向濾波器結(jié)構(gòu)框圖 自適應橫向濾波器有兩路輸入，一為輸入信號 {x(n)}，含有樣本 {x(1)，x(2)， ……x(N)}。濾波器濾波系數(shù)是對延遲線抽頭信號加權(quán)的系數(shù) {w1(n)， w2(n)，w3(n)， …Wm (n)} ，實質(zhì)上，這也是濾波器的沖激響應序列。濾波器輸出信號 y(n)等于輸入信號 x(n)與沖激響應序列 Wi (n)的卷積和，如式 ① 。 簡短的表示濾波器的代價函數(shù)，將上式有關(guān)項定義為以下參數(shù)： （ 1）確定性相關(guān)函數(shù)表示輸入信號在抽頭 k 與抽頭 m 之間兩信號的相關(guān)性， .1,1,0,。()(),( ?? （ 3）期望響應序列的能量為： ???Nid idnE 12 )()( 將上述定義的三個參數(shù)代入式 ③ 中，得： ? ? ?? ? ? ??????? Mk Mk Mm mkkd mkNnwnwkNnwnEnJ 1 1 1 )1,1。()(2)()( ? ④ 為了估算濾波器的最佳濾波系數(shù)，把式 ④ 對濾波系數(shù)（權(quán)系數(shù)） )(nwk 微分一次，并令其導數(shù)等于 0： .,2,1。()(2)1。)1。()(1 MkkNmkNnwMm m ???????? ?? ⑥這是最小二乘法自適應濾波的正則方程。 )(n? 是真正的估計誤差，它等于： )1(?)()()( ??? nwnxndn T? 自適應遞歸最小二乘算法的信號流程圖如圖 3： 武漢理工大學《信息處理課群綜合訓練與設(shè)計》報告 8 圖 32 RLS 算法信號流程圖 RLS 算法的計算步序如圖 4： 圖 33 RLS 算法步序 RLS 算法程序程序設(shè)計 在理解 RLS 算法的基本原理后，我決定自行編寫 RLS 算法程序塊， RLS 算法可以理解為將輸出反饋給濾波器來調(diào)整相關(guān)參數(shù)，達到校正誤差的目的。 %濾波器階數(shù) lambda=1 。 p=(1/Delta) * eye ( Worder,Worder ) 。 output=primary。 for i=1+Worder:loopsize %寫 RLS 算法公式 武漢理工大學《信息處理課群綜合訓練與設(shè)計》報告 9 z=primary(i)w39。 n2=fref(iWorder+1:i)39。 K=k/(1+n239。 w = w + K*z。 p= (pp0*p)/lambda。 disp(i)。 武漢理工大學《信息處理課群綜合訓練與設(shè)計》報告 10 4 RLS 算法自適應濾波方案實現(xiàn)與仿真 信號的獲取 本次課程設(shè)計對我們自行處理和靈活運用的能力提出了很高的要求。 最開始我選擇自己錄制語音信號以及噪音信號，我打算選用的噪聲信號是風扇轉(zhuǎn)動時所發(fā)出的聲音信號，而語音信號怎是自己用 windows自帶