下载文档原格式
最近一些手机的新产品都采用了所谓双MIC降噪技术，顾名思义：双MIC就是两个麦克风。
MIC由Microphone缩写而来，麦克风学名为传声器，传声器是将声音信号转换为电信号的能量转换器件，俗称话筒。
所谓“双mic抗噪技术”是指通过技术处理，将外界的噪音消除而在这之中的“技术处理”，就是内置的2个麦克风，一个稳定保持清晰通话，另一个麦克风物理主动消除噪音。
国内华为首先在智能手机中推出C8800和C8650两款双mic主动抗噪技术，即使在喧哗闹市，通话质量依然清晰无比；国外品牌Apple手机也采用此技术。
这在手机领域是个不小的突破，这一技术的运用，为手机用户优质语音通话提供了保障。
N2也采用了这一技术，应该说是紧跟潮流的。
那么到底双MIC手机是如何实现降噪的？这里我利用大学的物理知识给大家分析一下：3小时前上传下载附件 (10.42 KB)上图是手机双MIC降噪的原理示意图（绿色箭头表示通话的语音，红色箭头表示环境噪音），手机设有A、B两个性能相同的电容式麦克风，其中A是主话筒，用于拾取通话的语音，话筒B是背景声拾音话筒，它通常安装在手机话筒的背面，并且远离A话筒，两个话筒在内部有主板隔离。
正常语音通话时，嘴巴靠近话筒A，它产生较大的音频信号Va，与此同时，话筒B多多少少也会得到一些语音信号Vb，但它要比A小得多，这两个信号输入话筒处理器，其输入端是个差分放大器，也就是把两路信号相减后再放大，于是得到的信号是Vm=Va-Vb。
如果在使用环境中有背景噪音，因为音源是远离手机的，所以到达手机的两个话筒时声波的强度几乎是一样的，也就是Va≈Vb，于是对于背景噪音，两个话筒虽然是都拾取了，但Vm=Va-Vb≈0 从上面的分析可以看出，这样的设计可以有效地抵御手机周边的环境噪声干扰，大大提高正常通话的清晰度。
不过，事情是有两面性的，双Mic设计虽然可以有效抵御背景噪声，但成本高了，而且在设计不当时，可能会影响正常的拾音质量，比如A、B话筒隔离不好或者靠的太近又或者两个话筒的参数不完全一致，就可能导致正常通话也抵消一部分拾音，导致通话音量小，特别提醒的是，采用双MIC的手机必须正确对准话筒讲话才能得到比较强的信号，如果随意偏离A话筒，或者采用免提方式，可能会导致话筒输出大大降低，所以，在这种手机采用免提方式通话时，应该关闭B话筒，如果你感觉通话音量偏小时，也可以人为地关闭B话筒，此时双MIC降噪作用就消失。
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，参考麦克风录制的参考噪声是.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 .......................................................................................................................................... I I 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)梳状滤波法 (3)自相关法 (3)卡尔曼滤波法 (4)自适应噪声抵消法 (4)3自适应滤波概念 (5)自适应滤波 (5)自适应滤波器的组成 (5)基本自适应滤波器的模块结构 (6)4自适应滤波原理 (8)自适应滤波概述 (8)原理 (8)5基于自适应滤波的信号增强 (11)基本维纳滤波器 (11)最陡下降法 (13)LMS算法 (13)6基于LMS自适应滤波器的噪声抵消法 (17)自适应噪声抵消法的原理 (17)7. MATLAB仿真结果分析 (19)实验程序 (19)实验结果 (20)实验结果分析 (22)8.实验小结 (23)摘要人们在语音通信过程中不可避免的会受到来自周围环境和传输媒介引入的噪声、通信设备内部电噪声、乃至其他讲话者的干扰。
双麦降噪方案引言在许多应用领域中，如语音通信、音频录制等，噪音一直是令人头疼的问题。
为了提供更好的用户体验，降噪技术的研究和应用变得越来越重要。
近年来，双麦降噪方案受到了广泛关注，并在实际应用中取得了显著的效果。
本文将介绍双麦降噪方案的原理、实施方法以及在不同领域的应用。
1. 原理双麦降噪方案基于两个主要原理：信号处理和声学原理。
1.1 信号处理在双麦降噪方案中，利用两个或多个麦克风同时采集环境声音和目标声音。
通过对采集到的声音信号进行处理，提取出目标声音并去除背景噪音。
常用的信号处理方法包括频域分析、时域滤波、自适应滤波等。
其中，自适应滤波是最常用的方法之一。
它通过分析不同麦克风的声音信号之间的差异，并根据差异来调整滤波器的参数，以最大限度地降低噪音的干扰。
1.2 声学原理声学原理是双麦降噪方案中的另一个关键原理。
通过合理放置两个或多个麦克风，可以充分利用声音波动的传播特性，实现有效的降噪效果。
在双麦降噪方案中，通常将一个麦克风设置为主麦克风，用于采集目标声音；而将另一个麦克风设置为辅助麦克风，用于采集环境噪音。
辅助麦克风采集到的环境噪音可以通过对两个麦克风采集到的声音信号进行运算，并通过相消效应来消除或抑制噪音。
2. 实施方法2.1 硬件需求实施双麦降噪方案需要以下硬件设备： - 主麦克风：用于采集目标声音。
- 辅助麦克风：用于采集环境噪音。
- 信号处理器：用于处理采集到的声音信号，并进行降噪处理。
在选择硬件设备时，需要考虑设备的灵敏度、频率响应等参数，以确保其在降噪过程中具有良好的性能。
2.2 软件实现双麦降噪方案的软件实现通常包括以下步骤：1.麦克风采集：使用合适的接口或库对主麦克风和辅助麦克风进行采集。
2.信号处理：对采集到的声音信号进行频域分析、时域滤波等信号处理操作，并根据差异进行参数调整，实现降噪效果。
3.噪音抑制：根据辅助麦克风采集到的环境噪音，通过相消效应进行噪音抑制，以减少噪音对目标声音的干扰。
双麦降噪技术及其解决方案详解摘要：该文解析了双麦克风降噪的原理，介绍了典型芯片BelaSigna R261的特性，并给出了具体降噪的解决方案及设计中的注意事项。
关键词：双麦降噪技术解决方案近两年，关注手机的朋友们肯定经常听说一个名词“双麦降噪”，尤其是这种技术被iPhone手机所使用后，几乎就成了各大品牌旗舰手机的标配，愈发深入人心，甚至一些千元级的热门手机也纷纷采用了这种技术。
那么双麦降噪到底是什么含义呢？1 双麦降噪的原理顾名思义：双麦就是两个麦克风，让手机安装两个麦克风，再通过技术处理，将外界的噪声消除，从而使听筒声音非常干净。
这种设计也是来自于“声波叠加互抵”的原理，由于声音的传播是通过介质的振动来实现的，波与波之间的波形如果呈反相，则在理论条件下会抵消。
图1所示是手机双麦降噪的原理示意图（绿色箭头表示通话的语音，红色箭头表示环境噪声）。
手机设有A、B两个性能相同的麦克风，其中A是主话筒，位于靠近手机面板下方，主要用于拾取通话的语音。
话筒B是背景声拾音话筒，它通常安装在手机话筒背面的上方，并且远离A话筒，两个话筒在内部有主板隔离。
当正常语音通话时，嘴巴靠近话筒A，它产生较大的音频信号Va，与此同时，话筒B也会得到一些语音信号Vb，但它要比Va小得多。
这两个信号输入话筒处理器，经过差分放大器处理，也就是把两路信号相减后再放大，于是得到的信号是Vm=Va-Vb。
由于环境中的背景噪声相对话音信号来说都是远离手机的，所以到达手机的两个话筒时强度几乎是一样的，也就是Va≈Vb，于是对于背景噪声，两个话筒虽然是都拾取了，但Vm=Va-Vb≈0，从而放大器输出几乎为0。
由此可见，这样的设计可以有效地抵御手机周边的环境噪声干扰，大大提高正常通话的清晰度。
2 芯片选择市场上的应用双麦降噪技术的芯片有很多，本文介绍安森美半导体公司推出的基于数字电路降噪技术的高性能语音捕获系统级芯片(SoC)BelaSigna R261。
手机双麦降噪简介
随着科技的发展，现在即使在非常嘈杂的环境下，接听电话的另一方也能听得清清楚楚，这主要得益于手机降噪技术的发展。
在现在的手机我们常常看到不仅仅只有一个麦克风，而是有2个甚至是3个，而这多出来的几个就是手机降噪的关键。
这种技术是如何实现的呢？下面让我们来一起了解。
一般来说具有双麦降噪的手机我们都可以看到在手机的顶部和底部都各有一个麦。
这两个麦看起来都非常小，但是两者的作用有着明显的区别，其中底部的麦是用来提供清晰通话，而顶部的麦是用来消除噪音。
原理是这样的，由于顶部和底部在通话时距离音源的距离不用，简单点说就是距离嘴巴的距离不同，所以两个麦拾取的音量大小也是有不同的。
利用这个差别，我们就可以过滤掉噪声保留人声了。
在打电话时，两个麦克风所拾取的背景噪声音量是基本相同的，而记录的人声会有6dB左右的音量差。
顶端麦收集噪声后，通过解码生成补偿信号后就可以用来来消除噪音了。
虽然说顶部说拾取人声音量较小，但多多少少会在处理的过程中消减去部分的人声。
所以在比较安静的环境下会降低我们的音量。
另外除了双麦降噪外，我们在iPhone 5中也看到了3麦降噪，而这种技术的原理基本相同，只是说降噪的效果会更好。
另外在摩托的降噪技术中，它们还内置了硬件模块，可以存储一些已经录制好的环境噪音，这样的话就可以更加迅速和精准的衰减噪音了。
基于阵列算法下多麦克风降噪分析随着科技的不断发展，人们在日常生活中越来越频繁地使用各种音频设备。
然而，随之而来的问题也越来越多，其中最大的问题之一就是噪声的干扰。
为了解决这一问题，人们开始着手研发多麦克风降噪技术，其中基于阵列算法的方法被广泛使用。
本文将从以下几个方面对基于阵列算法下多麦克风降噪分析进行探讨。
一、阵列算法简介阵列算法顾名思义，是一种利用阵列技术实现的算法。
在多麦克风降噪中，阵列算法可以通过控制各个麦克风的接收信号，实现对噪声的减弱和抑制。
常见的阵列算法包括波束成形、最小方差复制及梳状阵列等。
其中，波束成形算法是最为常用的方法之一。
二、多麦克风降噪的工作原理多麦克风降噪技术本质上是一种信号与噪声分离的过程。
其工作原理是将信号源和噪声源通过不同的麦克风接收到不同的声波信号，再通过阵列算法将信号源与噪声源分离开来。
其中，由于不同的麦克风在不同位置接收到的声波信号是不同的，因此只要对不同麦克风接收到的信号进行合理的处理就可以实现对噪声的降噪。
三、多麦克风降噪的实现步骤多麦克风降噪的实现步骤主要包括以下几个方面：1. 麦克风阵列的建立建立麦克风阵列是多麦克风降噪的基础。
麦克风阵列的构建应该考虑到信号和噪声源的方向性和距离，并合理布置各个麦克风的位置和方向。
2. 信号预处理信号预处理是为了保证接收到的声波信号质量的一系列处理步骤。
其中包括对信号进行采样、滤波、增益控制和对齐等，以提高信号的可靠性和准确性。
3. 噪声分析噪声分析是为了确定需要降噪的噪声源。
噪声分析可以通过分析录音样本中的信噪比等参数来确定需要降噪的噪声源。
同时，要考虑到声波传播的特性，以确定噪声源和信号源的位置。
4. 预处理的信号分离与降噪上述步骤完成后，通过阵列算法对各个麦克风接收到的声波信号进行处理和分离，从而实现信号与噪声的分离和降噪。
四、多麦克风降噪技术的优点1. 提高语音质量。
多麦克风降噪技术可以有效降低环境噪声干扰，提高语音的清晰度和质量。
anc 3mic降噪原理ANC 3mic降噪原理随着科技的不断发展，人们对音频质量的要求也越来越高。
在日常生活中，我们经常会遇到嘈杂的环境，如交通噪音、办公室的打印机声和人群的喧闹声等。
这些噪音会严重影响我们的听觉体验，使我们难以专注或享受音乐、通话等。
为了解决这一问题，ANC（Active Noise Cancellation，主动降噪）技术应运而生。
ANC技术通过采集环境噪声信号，并产生一个与之相位相反的“反噪声”信号，从而使两者相互抵消，达到降低噪音的效果。
ANC技术在许多耳机、耳麦和智能手机等设备中得到广泛应用。
ANC 3mic降噪原理，顾名思义，是一种采用三个麦克风的主动降噪技术。
这三个麦克风分别位于耳机的内部和外部，它们的作用是采集环境噪声和用户的语音信号，以便更准确地实现噪声的消除和语音的增强。
ANC 3mic降噪原理的工作过程可以分为以下几个步骤：第一步，采集环境噪声信号。
内部麦克风负责采集耳机内部的噪声信号，而外部麦克风则负责采集外部的环境噪声信号。
这两个信号会经过预处理，如滤波和放大等，以便后续的处理和分析。
第二步，生成反噪声信号。
根据采集到的环境噪声信号，ANC系统会利用数字信号处理（DSP）算法生成一个与之相位相反的反噪声信号。
这个反噪声信号会通过耳机的喇叭（也称为驱动器）输出给用户的耳朵。
第三步，分析用户的语音信号。
除了环境噪声信号外，ANC 3mic 系统还会采集用户的语音信号。
这个信号会经过预处理和分析，以便更好地分辨用户的语音和环境噪声。
第四步，增强用户的语音信号。
根据分析得到的用户语音信号，ANC系统会对其进行增强处理，使其更加清晰和易于辨认。
增强后的语音信号会通过耳机的喇叭输出给用户的对方。
通过以上的处理步骤，ANC 3mic降噪系统能够有效地降低环境噪声，增强用户的语音信号，并提供更好的听觉体验。
这种技术在通话、音乐欣赏和视频观看等场景中具有重要的应用价值。
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RLS算法的多麦克风降噪多麦克风降噪是一种利用多麦克风进行噪声信号的建模和消除的技术。
其中，麦克风阵列用于采集声源信号和噪声信号，然后对这些信号进行处理，使得最终输出的声音更加清晰。
而基于RLS算法的多麦克风降噪是一种常用的降噪算法之一，其通过迭代计算得到最优的滤波权值，从而实现对噪声的有效消除。
RLS算法（Recursive Least Squares）是一种基于最小均方脱误差准则的自适应滤波算法。
其核心思想是在每一时刻通过最小化估计误差的平方和来更新滤波器的系数，从而实现系统的自适应调整。
在多麦克风降噪中，RLS算法可以用于对噪声信号进行建模和估计，并根据估计的结果对噪声进行抑制，从而提取出清晰的声音信号。
多麦克风降噪系统的基本原理如下：1.信号采集：多个麦克风同时采集到声源信号和噪声信号。
2.信号拼接：将所有麦克风采集到的声源信号和噪声信号拼接成一个向量形式。
3.RLS算法：对拼接后的信号应用RLS算法进行处理。
首先，设置初始权值系数为零向量，并计算出系统的自相关矩阵和交叉相关矩阵。
然后，根据最小均方脱误差准则更新权值系数。
4.滤波处理：根据得到的权值系数对信号进行滤波处理，得到降噪后的声源信号。
5.输出结果：将降噪后的声源信号输出。
1.自适应性强：RLS算法具有自适应调整滤波器系数的能力，可以在不断变化的噪声环境中实时适应。
2.抗干扰能力强：多麦克风阵列可以从不同角度和距离采集声源信号和噪声信号，通过利用RLS算法对多个采样信号进行处理，可以提高降噪效果，并降低对噪声源的干扰。
3.高效性能：RLS算法在降噪过程中将误差平方和最小化作为目标函数，并通过迭代计算得到最优的滤波权值，在降噪效果和计算效率上取得了良好的平衡。
然而，基于RLS算法的多麦克风降噪也存在一些挑战，如：1.计算复杂度高：RLS算法需要进行矩阵运算和逆矩阵计算，计算复杂度较高，对处理器性能要求较高。
2.参数选择困难：RLS算法有一系列参数需要设置，包括迭代步长和初始权值系数等，选择合适的参数有一定的困难。
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)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AbstractWith 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 noise1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。
