多麦克风降噪

武汉理工大学《信息处理课群综合训练与设计》报告

课程设计任务书

学生姓名： 专业班级： 指导教师： 工作单位： 武汉理工大学 题 目: 基于LMS 算法的多麦克风降噪 初始条件：

具备数字信号处理，模拟电子技术，Matlab等学科的知识。

要求完成的主要任务:

给定主麦克风录制的受噪声污染的语音信号和参考麦克风录制的噪声，实现语音增强的目标，得到清晰的语音信号。

(1)阅读参考资料和文献，明晰算法的计算过程，理解LMS算法基本过程； (2)主麦克风录制的语音信号是LMSprimsp.wav，参考麦克风录制的参考噪声是LMSrefns.wav.用matlab指令读取；

(3)根据算法编写相应的MATLAB程序； (4)算法仿真收敛以后，得到增强的语音信号； (5)用matlab指令回放增强后的语音信号； (6)分别对增强前后的语音信号作频谱分析。

时间安排：

第18周：理论讲解；

第19周：理论设计，实验室安装调试以及撰写设计报告； 地点：鉴主15通信工程实验室，鉴主13通信工程专业实验室； 第20周：答辩；地点：鉴主15楼研究室。

指导教师签名： 年 月 日

系主任（或责任教师）签名： 年 月 日

1

武汉理工大学《信息处理课群综合训练与设计》报告

目录

摘要.................................................................................................................................................... I Abstract ............................................................................................................................................ II 1前言................................................................................................................................................ 1 2 自适应滤波技术 ........................................................................................................................... 2

2.1 最佳滤波准则 ................................................................................................................... 2 2.2 自适应噪声抵消原理 ....................................................................................................... 3 2.3 自适应滤波器结构 ........................................................................................................... 5 2.4 多麦克风降噪系统 ........................................................................................................... 6 3 LMS算法及应用 ............................................................................................................................ 7

3.1 基本LMS算法简介 ........................................................................................................... 7 3.2 LMS算法原理 .................................................................................................................... 8

3.2.1 LMS算法过程 ........................................................................................................ 8

3.2.2 梯度?(k)的近似计算 ....................................................................................... 10

3.2.3 收敛因子μ的选择 ............................................................................................. 11 3.3 基本LMS算法的性能 ..................................................................................................... 12

3.3.1 LMS算法的特点 .................................................................................................. 12 3.3.2 LMS算法的改进 .................................................................................................. 13 3.4 基于最小均方误差准则的自适应噪声抵消 ................................................................. 14 4 LMS多麦克风降噪主程序 .......................................................................................................... 15

4.1程序流程图 ...................................................................................................................... 15 4.2 LMS多麦克风降噪主程序 .............................................................................................. 16 5 运行结果及分析 ......................................................................................................................... 18

5.1 程序运行结果 ................................................................................................................. 18 5.2 结果分析 ......................................................................................................................... 20 5 设计总结和感想 ......................................................................................................................... 21 参考文献 ......................................................................................................................................... 22 附录：源程序 ................................................................................................................................. 23

2

武汉理工大学《信息群课程设计》报告

摘要

随着社会工业生产的不断进步，各种噪声污染越来越严重。目前普遍采用的模拟降噪方法已不能满足要求，未来的研究将朝着以数字信号处理器及相关算法为技术支撑的数字降噪技术发展。目前，维纳滤波和卡尔曼滤波技术在滤波中十分实用。然而，只有在信号和噪声的统计特性先验已知的情况下，这两种滤波技术才能获得最优滤波。在实际应用中，常常无法得到信号和噪声统计特性的先验知识。在这种情况下，自适应滤波技术能够获得极佳的滤波性能，因而具有很好的应用价值。和维纳滤波一样是以最小均方误差为准则的最佳滤波器。自适应滤波是一种能够自动调节自身的冲激响应h[n]以达到最优化的维纳滤波器自适应滤波器的设计，事先未必一定要知道信号与噪声的自相关函数。而且当信号与噪声的自相关函数即使随时间发生某些变化，它也能够自动调节到最佳滤波的要求。

最小均方（LMS）自适应滤波是常用的自适应滤波技术之一，LMS自适应滤波器是使滤波器的输出信号与期望响应之间的误差的均方值为最小，因此称为最小均方（LMS）自适应滤波器。MATLAB软件是矩阵实验室（Matrix Laboratory）的简称，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，广泛用于数字信号分析，系统识别，时序分析与建模，神经网络、动态仿真等方面。

因此，本次课程设计主要理解LMS算法基本过程，根据算法编写相应的MATLAB程序。算法仿真收敛以后，得到增强的语音信号，达到多麦克风降噪的设计目的。

关键字：自适应滤波,LMS,Matlab，多麦克风降噪,语音增强

I

武汉理工大学《信息群课程设计》报告

Abstract

With the social progress of industrial production, all kinds of noise pollution is more and more serious. The current widespread use of the simulation of the noise reduction method can not meet the requirement has, and further research will toward to digital signal processor and related algorithm for technical support digital noise reduction technology development.At

present, wiener filtering and kalman filtering technology in the filter is very practical. However, only in the signal and noise the statistical features of the condition of known priori, these two kinds of filter technology to obtain the optimal filtering. In practical applications, often can't get a signal and noise statistical properties of prior knowledge.,the adaptive filter technology has a good application value.Adaptive filter is a kind of can automatically adjust the own impulse response h[n] to maximize the wiener filter adaptive filter design.And when the signal and noise of the autocorrelation function even if some changes happen over time, it can automatic adjustment to the requirements of the optimal filtering.

Least mean square (LMS) adaptive filter is commonly used adaptive filter technology of LMS adaptive filter is to filter the output signal and the expected the error between the response of the mean square value of minimum, so called least mean square (LMS) adaptive filter.MATLAB software is Matrix lab (Matrix Laboratory) abbreviation, data visualization, data analysis and numerical calculation of the senior technical calculation language and interactive environment, widely used in digital signal analysis, system identification, timing analysis and modeling, neural network, dynamic simulation, etc in a wide range of applications.

Therefore, the course design main understand the basic process of LMS algorithm, according to write the corresponding MATLAB algorithm. The algorithm convergence enhance respectively before and after the speech signal spectrum analysis for. To achieve the design purpose more microphone noise reduction.

Key words: adaptive filter, LMS, Matlab, the microphone and noise

II

武汉理工大学《信息群课程设计》报告

1前言

多麦克风降噪是降噪技术的一个重要应用。我国的降噪技术研究始于 80 年代初期，采用的手段主要有三种，其中的动态降噪技术(DNR)又可以分为模拟动态降噪技术和数字动态降噪技术。目前国内外解决噪声问题最普遍的方法是采用模拟动态降噪技术，数字降噪技术的研究尚处于初期阶段。数字降噪技术比模拟降噪技术具有更大的优点。模拟降噪技术全采用硬件实施，修改和调试十分困难，对元器件参数的变化也很敏感，技术指标受元器件的误差影响较大，降噪效果不稳定，不利于产品的批量生产。而数字降噪技术由于采用计算机技术实现自适应滤波，通过修改软件算法就可以达到不同的降噪效果，不用更改硬件结构，调试和维修都非常方便；数字降噪技术采用自适应滤波技术，可以实时跟踪噪声的变化进一步进行处理，因此降噪效果较好。另外，数字降噪技术抗干扰能力强，本身具有自恢复能力，并且在整个音频带内降噪比较均衡，而模拟降噪技术偏重于低频段，高频段效果较差。因此降噪技术未来的发展方向是数字降噪技术，以数字信号处理(DSP)及其相关算法为技术支撑的数字降噪技术代表着当今降噪技术的发展。目前市场上的麦克风降噪产品主要是模拟降噪，因此数字降噪的设计在国内属于领先技术。多麦克风数字降噪的系统原理是通过麦克风装置直接检测出噪声信号和音频信号的混合信号，然后将混合信号通过DSP 数字降噪模块进行噪声分离并产生降噪信号来抵消噪声，因此人耳就可以只听到较纯净的音频信号而不受环境噪声的干扰。本文采用最小均方误差(LMS)算法，实现了数字降噪DSP 中消除噪声的模块自适应滤波器的设计，介绍了其在MATLAB 中编程及仿真输出，并通过程序实现了设计。

1

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库多麦克风降噪在线全文阅读。