当前位置：文档之家 › 基于LMS-算法的多麦克风降噪

基于LMS-算法的多麦克风降噪

  • 格式：doc
  • 大小：678.00 KB
  • 文档页数：36

ﻩ课程设计任务书学生姓名: 专业班级：指导教师: 工作单位：信息工程学院题目：基于LMS 算法的多麦克风降噪初始条件:●MＡTＬＡB软件●数字信号处理基础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LＭSre ｆns．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。

指导教师签名：２012 年月日系主任（或责任教师）签名: ２０12 年月日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。

滤波器设计在数字信号处理中占有极其重要的地位, Ｍatlab功能强大、简单易学、编程效率高,深受广大科技工作者的欢迎。

特别是Matlab还具有信号分析工具箱,不需具备很强的编程能力,就可以很方便地进行信号分析、处理和设计。

利用MATLＡＢ信号处理工具箱可以快速有效地设计各种数字滤波器。

在过去的几十年中,基于多麦克风的噪声消除问题一直是人们关注的课题。

而在众多算法中,基于ＬMS算法更新滤波器权值的广义旁瓣消除器结构应用最为广泛。

多麦克风降噪设计主要是通过自适应滤波器来实现的。

文中采用LMS 算法在ＭATLAB 中实现了自适应滤波器的设计与实现。

在MＡＴLAB 中建立了数字降噪系统模型，并且针对该模型利用MAＴLＡB 语言进行编程，仿真结果表明此设计实现了对信号中混有的环境噪声进行降噪，并且效果远远高于模拟降噪技术。

关键词：MATLAB，语音增强,ＬMS算法,多麦克风AbｓtrａcｔWｉｔｈtｈe ｓoｃiａl progrｅss of inｄustriａｌproductｉon, ａll kindｓof nｏise pｏllutｉon ｉs moｒe aｎd more ｓerｉｏus. Thｅcuｒren ｔｗidｅspread ｕse oｆｔhe ｓimulａtｉon of thｅｎoｉｓe rｅdｕction method ｃan ｎot meｅt ｔhｅrequiｒｅment haｓ，and furthｅｒreseａrcｈwill ｔｏwarｄｔo dｉｇitaｌｓｉgｎalｐrｏceｓsor aｎd relａted alg ｏｒiｔhｍｆoｒtechnical suｐport digitａl noｉｓe ｒeｄuｃtｉoｎtecｈnｏlogｙdevelopmeｎt.Filtｅrｄesｉgｎin digital signal ｐｒocessing playｓan extreｍely iｍpｏrtanｔｒolｅ，．Ｍatlab iｓpｏweｒｆuｌ,ea ｓy tｏｌｅａrｎ, progｒａｍming efficｉｅncｙ,whｉcｈwas ｗｅlcomed by thｅmajoｒｉtyｏf ｓｃｉeｎtiｓtｓ. Mａtlab ａlsｏhａs a partiｃuｌar ｓigｎal analysis toolboｘ, iｔｎeed nｏt have strong proｇrammｉng skiｌls can be ｅａsily signal analｙｓｉs，proceｓsing and dｅｓigｎ．Using MATLAB Signａl Ｐrocｅssing Toolbox can quiｃkｌｙaｎd efficienｔｌy design a variety ｏf ｄigｉtａl ｆiltｅrs．In the ｐａst ｆew decades, ｂased o ｎｔheｎoisｅof tｈｅｍｉｃｒoｐｈone is alwａys ｔheｐｅoｐle to pay atteｎtion tｏelimｉnateｔｈe sｕｂject．Aｎd iｎnuｍeｒｏuｓaｌgorithm，LMS aｌｇoｒitｈｍbased onｔhe generaｌiｚｅd uｐdａte ｆi ｌｔer weｉght ｖaluｅsｉｄe-lｏbe eliminate most wideｌy usｅd the sｔｒucture．Morｅnoｉsｅreｄuction design maｉnly thrｏugh the micｒopｈone tｏrealｉze ａdaptivｅｆilｔer. Tｈｉs aｒticlｅappｌy LMS aｌgorithm iｎMATLAB ｒeaｌize aｄａpｔive fiｌｔer，ｔhe deｓign and ｉmｐleｍｅnt ａｔion. IｎMATLAＢｅsｔａblｉｓhｅｄｄigｉtal noise ｒeduｃtion sysｔe ｍｍｏdeｌ，aｎd thｅmｏdeｌｆorｕse ofＭATＬAB ｌａｎguage ｐrograｍｍiｎg, the ｓiｍuｌation results shｏｗthat ｔhe desigｎｅd tｏsi ｇnａl mix iｎｓome enｖiｒonmental ｎoｉsｅnｏｉse ｒeductiｏｎ，aｎｄthe ｅｆfect iｓfar higheｒtｈaｎaｎａlog noiｓe reｄuction technｏlogy.Ｋeywｏｒdｓ: MAＴＬAB，Sｐeech ｅnhanｃemｅnt, LMS alｇorｉtｈm, ｍｉcropｈone目录摘要ﻩ错误!未定义书签。

ABSTRACＴ........................................... 错误!未定义书签。

目录ﻩ错误!未定义书签。

2原始语音信号采集与处理............................ 错误!未定义书签。

2.1语音信号的采样理论依据ﻩ错误!未定义书签。

２.１．1采样频率ﻩ错误!未定义书签。

2.１.2采样位数.................................. 错误!未定义书签。

２．１．3采样定理ﻩ错误!未定义书签。

2．2语音信号的采集............................... 错误!未定义书签。

2．3语音信号的时频分析........................... 错误!未定义书签。

２.４语音信号加噪与频谱分析ﻩ错误!未定义书签。

3基于LMS自适应滤波器的设计........................ 错误!未定义书签。

3.1基本LMS算法 (8)3．2自适应噪声抵消原理ﻩ错误!未定义书签。

3．3基于最小均方误差准则（LＭS)的自适应噪声抵消.. 错误!未定义书签。

3.4LMS算法程序ﻩ错误!未定义书签。

4 滤波并比较滤波前后信号的波形及频谱................ 错误!未定义书签。

4.1验证所设计的自适应滤波器ﻩ错误!未定义书签。

4.2对主麦克风音频信号滤波........................ 错误!未定义书签。

４.2.1程序流程图ﻩ错误!未定义书签。

4.2．2 LMS自适应滤波ﻩ错误!未定义书签。

4.3调试分析...................................... 错误!未定义书签。

心得体会ﻩ错误!未定义书签。

参考文献ﻩ错误!未定义书签。

附录:源程序......................................... 错误!未定义书签。

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。

2原始语音信号采集与处理2.1 语音信号的采样理论依据2.1.1采样频率采样频率是指计算机每秒钟采集多少个声音样本,是描述声音文件的音质、音调，衡量声卡、声音文件的质量标准。

采样频率越高，即采样的间隔时间越短，则在单位时间内计算机得到的声音样本数据就越多，对声音波形的表示也越精确。

采样频率与声音频率之间有一定的关系，根据奎斯特理论，只有采样频率高于声音信号最高频率的两倍时，才能把数字信号表示的声音还原成为原来的声音。

这就是说采样频率是衡量声卡采集、记录和还原声音文件的质量标准。

2.1.２采样位数采样位数即采样值或取样值,用来衡量声音波动变化的参数,是指声卡在采集和播放声音文件时所使用数字声音信号的二进制位数。

采样频率是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。

采样位数和采样率对于音频接口来说是最为重要的两个指标，也是选择音频接口的两个重要标准。

无论采样频率如何,理论上来说采样的位数决定了音频数据最大的力度范围。

每增加一个采样位数相当于力度范围增加了６dB。

采样位数越多则捕捉到的信号越精确。

对于采样率来说你可以想象它类似于一个照相机，４4.1kHz意味着音频流进入计算机时计算机每秒会对其拍照达4４1000次。

合集下载

基于LMS最小均方误差法的语音降噪 北工大

基于LMS最小均方误差法的语音降噪 北工大

信号处理与分析课程设计报告项目名称：基于LMS最小均方误差法的语音降噪姓名：07021102 台斯瑶07021106 王金泊指导教师：李如玮目录一、课题背景和简介 (3)二、训练目的 (3)三、训练内容 (4)四、最小均方差LMS实现自适应滤波器的方法介绍 (4)五、实验设计及实施过程 (6)1、滤波器结构设计 (7)2、高斯白噪声的实现方法 (8)3、LMS算法的实现 (10)六、实验结果分析 (11)七、从实验中分析LMS算法的缺点 (14)八、实验完整程序 (14)九、参考文献 (18)十、特别鸣谢 (18)一、课题背景和简介本课题是根据电子信息类本科生信号处理和分析课程的学习内容和语音信号处理的实际应用相结合而设计的实践性训练。

课程训练以数字信号处理为基础，在掌握基本原理的同时，理解语音信号的相关知识并结合实际应用实现对语音信号的分析和处理。

滤波是一种数字信号处理操作，其目的是为了处理某个信号，以便提取出输入信号中所包含的期望信息。

在数字信号处理课程中，我们基本掌握了一些线性滤波器的设计方法，有固定的规范可遵循。

而在我们的实际生活中，充满了偶然和随机，时不变滤波器已不能够满足更好效果的滤波。

在这种情况下，我们就需要自适应滤波器。

可以看到，随着数字超大规模集成技术的发展，自适应滤波技术在很多领域得到了广泛应用。

最小均方算法是一种搜索算法，他通过对目标函数进行适当的调整，简化了对梯度相量的计算。

由于其计算简单性，LMS算法以及其它一些相关算法已广泛应用于自适应滤波的各种应用中。

而LMS算法是自适应滤波理论中应用最广泛的算法。

这主要归因于其地计算复杂度、在平稳环境中的收敛性、其均值无偏地收敛到维纳解以及利用有限精度算法实现时的稳定特性等等。

对LMS最小均方算法的学习，将加深我们对数字信号处理课程的理解，同时对我们今后滤波技术的应用奠定了巩固的基础。

二、训练目的1. 通过利用c程序实现数字信号处理的相关功能，巩固对信号处理原理知识的理解，提高实际编程和处理数据的综合能力，初步培养在解决信号处理实际应用问题中所应具备的基本素质和要求。

基于LMS_算法的多麦克风降噪

基于LMS_算法的多麦克风降噪

基于LMS_算法的多麦克风降噪————————————————————————————————作者：————————————————————————————————日期：课程设计任务书学生姓名：专业班级：指导教师：工作单位：题目: 基于LMS 算法的多麦克风降噪初始条件：Matlab软件设计任务：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：通过老师的讲解与指导，同学之间的讨论交流，以及在图书馆、网络上查阅资料，我们本次课程设计的时间安排是：6月20号到7月4号，完成程序设计，写好报告；在7月5号，完成（答辩，演示，提交报告）。

指导教师签名：年月日系主任（或责任教师）签名：年月日目录摘要 (I)ABSTRACT (II)1.绪论 (1)1.1语音增强的应用背景 (1)1.2语音增强的研究历史 (2)1.3本课设的研究内容 (2)2 语音增强的方法 (3)2.1线性滤波法 (3)2.2梳状滤波法 (3)2.3自相关法 (3)2.4卡尔曼滤波法 (4)2.5自适应噪声抵消法 (4)3自适应滤波概念 (5)3.1自适应滤波 (5)3.2自适应滤波器的组成 (5)3.3基本自适应滤波器的模块结构 (6)4自适应滤波原理 (8)4.1自适应滤波概述 (8)4.2LMS原理 (8)5基于自适应滤波的信号增强方法 (11)5.1基本维纳滤波器 (11)5.2最陡下降法 (13)5.3LMS算法 (14)6基于LMS自适应滤波器的噪声抵消法 (17)6.1基于LMS噪声抵消法的原理 (17)7. MATLAB仿真结果分析 (19)7.1实验程序 (19)7.2实验结果 (21)7.3实验结果分析 (23)8.实验小结 (24)9.参考文献 ...............................................................................错误!未定义书签。

基于RLS算法的多麦克风降噪MATLAB实现

基于RLS算法的多麦克风降噪MATLAB实现

基于RLS算法的多麦克风降噪MATLAB实现基于RLS（Recursive Least Squares）算法的多麦克风降噪是一种常用的信号处理技术，可以有效地降低噪声对音频信号的干扰。

本文将介绍如何使用MATLAB实现基于RLS算法的多麦克风降噪。

多麦克风降噪系统由多个麦克风组成，其中一个麦克风用于采集纯净声音信号，称为参考麦克风，其余麦克风用于采集带噪声的混合声音信号。

降噪过程的目标是通过参考麦克风采集的信号来估计噪声，并将其从混合声音中消除，以获得近似于纯净声音的重建声音。

首先，我们需要准备一些实验数据。

在MATLAB中，可以使用内置的"chirp"函数生成一个带有噪声的信号。

例如，以下代码生成一个包含0.5秒长的频率从100Hz到300Hz变化的声音信号：```fs = 8000; % 采样率t = 0:1/fs:0.5;x = chirp(t, 100, 0.5, 300, 'linear');```然后，我们可以通过添加噪声来模拟混合信号。

例如，以下代码生成一个加性高斯噪声：```snr = 10; % 信噪比noise = randn(size(x));noise = noise / norm(noise) * norm(x) / (10^(snr/20));y = x + noise;```接下来，我们需要实现RLS算法来估计噪声并进行降噪。

可以使用MATLAB的"rls"函数来实现RLS算法。

以下是一个简单的示例：```N=10;%降噪滤波器的阶数lambda = 0.99; %遗忘因子delta = 1e-2; % 正则化参数w = zeros(N, 1); % 初始权重P = eye(N) / delta; % 初始协方差矩阵的逆for n = 1:length(y)x_ref = x(n); % 参考麦克风信号x_mix = y(n); % 混合麦克风信号x_hat = w' * x_mix; % 估计的纯净声音信号e = x_ref - x_hat; % 估计的噪声g = P * x_mix / (lambda + x_mix' * P * x_mix); %滤波器增益w=w+g*e;%更新权重P = (1 / lambda) * P - (1 / lambda) * g * x_mix' * P; % 更新协方差矩阵的逆y(n) = x_hat; % 降噪后的声音信号end```最后，我们可以使用MATLAB的"soundsc"函数来播放原始声音和降噪后的声音，以进行比较。

基于LMS算法的多麦克风降噪课程设计任务

基于LMS算法的多麦克风降噪课程设计任务

基于LMS算法的多麦克风降噪课程设计任务武汉理工大学《信息处理课群综合训练与设计》课程设计课程设计任务书学生姓名：专业班级：指导教师：徐文君工作单位：信息工程学院题目: 基于LMS 算法的多麦克风降噪初始条件：Matlab软件设计任务：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：指导教师签名：年月日系主任（或责任教师）签名：年月日摘要自适应滤波器实际是一种能够自动调节本身参数的特殊维纳滤波器，在设计时不需要事先知道关于输入信号和噪声的统计特性，它能够在自己的工作过程中逐渐“了解”或估计出所需要的统计特性，并自动调整自己的参数，以达到最佳滤波效果。

而基于自适应滤波器的自适应噪声抵消法对含噪语音的增强效果最好。

因为这种方法比其他方法多用了一个参考噪声作为辅助输入，从而获得了比较全面的关于噪声的信息，从而能得到更好的降噪效果。

本课设研究的主要内容是基于最小均方误差准则(LMS)自适应噪声抵消法对语音信号进行增强，并应用MATLAB仿真软件对研究的内容进行分析、讨论和验证。

关键词：自适应滤波器，最小均方误差法则，语音增强，LMS算法AbstractAdaptive filter is actually a way to automatically adjust itself, the specific param -eters of Wiener filter, the design does not require prior knowledge about the input sig -nal and noise statistics, it can work in their own process of gradually "learn" or estim -ated the statistical properties of the required and automatically adjust their parameters to achieve the best filtering effect. The adaptive filter based on adaptive noise cancelin -g speech enhancement of noisy best. Because this method more than the other metho -ds most used an auxiliary input referred noise, to obtain more comprehensive informa -formation on the noise can get a better noise reduction.The main contents of this course design research is based on minimum mean squ -are error (LMS) adaptive noise cancellation method to enhance the speech signal,and the application of MATLAB simulation software of analysis, discussion and verificati -on.KEY WORDS: Adaptive filter, Minimum mean square error ,LMS, Speech enhance目录1 语音增强概述 (1)1.1语音增强的应用背景 (1)1.2语音增强的研究历史 (1) (2)2.1线性滤波法 (2)2.2梳状滤波法 (2)2.3自相关法 (3)2.4卡尔曼滤波法 (3)2.5自适应噪声抵消法 (3)2.5.1自适应噪声抵消法的原理 (4)2.5.2自适应噪声抵消法的应用 (5)3自适应滤波 (5)3.1自适应滤波概念 (5)3.3基本自适应滤波器设计原则 (7)3.4自适应滤波器结构 (7)4基于自适应滤波的信号增强 (8)4.1基本维纳滤波器 (8)4.2最陡下降法 (10)4.3LMS算法 (11)5 LMS自适应滤波设计 (13)5.1LMS原理 (13)5.2LMS算法设计 (15)6 MATLAB仿真分析 (15)6.1实验程序设计 (16)6.2实验结果 (16)6.3实验结果分析 (18)7 实验总结 (18)8 参考文献 (19)附录 MATLAB程序 (20)基于LMS 算法的多麦克风降噪1 语音增强概述1.1语音增强的应用背景语音增强技术是指当语音信号被各种各样的噪声(包括语音)干扰、甚至淹没后，从噪声背景中提取、增强有用的语音信号，抑制、降低噪声干扰的技术。