自適應噪聲抵消在語音信號中的應用研究

1、本科畢業(yè)論文（設計）論文（設計）題目：自適應噪聲抵消在語音信號處理中的應用研究學 院： 人民武裝學院 專 業(yè)： 電子信息科學與技術 班 級： 2012 級（專升本） 學 號： 1220070701 學生姓名： 楊 賀 指導教師： 龔 紅 2014 年 4月 20 日貴州大學本科畢業(yè)論文（設計）誠信責任書本人鄭重聲明：本人所呈交的畢業(yè)論文（設計），是在導師的指導下獨立進行研究所完成。畢業(yè)論文（設計）中凡引用他人已經(jīng)發(fā)表或未發(fā)表的成果、數(shù)據(jù)、觀點等，均已明確注明出處。特此聲明。論文（設計）作者簽名： 日 期： 貴州大學本科畢業(yè)論文（設計）目 錄目 錄I摘要III關鍵詞IIIAbstractIVKe

2、y wordIV第一章 概述11.1 本文的研究背景11.2 本文的研究目的和意義11.3 自適應噪聲抵消的發(fā)展現(xiàn)狀和發(fā)展趨勢21.4 論文結(jié)構(gòu)5第二章 自適應濾波器62.1自適應濾波原理62.2自適應線性組合器72.3幾種常見的自適應濾波算法92.3.1LMS算法92.3.2RLS算法102.3.2QR_RLS算法102.3.2其他自適應濾波算法11 2.4自適應濾波器的性能指標11第三章 自適應噪聲抵消原理133.1語音信號中幾種典型的噪聲133.2自適應噪聲抵消的基本原理143.2自適應噪聲抵消系統(tǒng)的改進15第四章自適應噪聲抵消的matlab仿真研究174.1MATLAB軟件簡介174.

3、2 matlab對語音信號中幾種典型的噪聲進行仿真研究17 4.2.1基于參考信號的噪聲消除17 4.2.2基于預測原理信號的噪聲消除19 4.3總結(jié)20第五章論文結(jié)論與展望215.1結(jié)論215.2展望21參考文獻23致謝24摘 要語音處理系統(tǒng)中各種噪聲的干擾是不可避免地。噪聲不僅導致了系統(tǒng)性能變差，而且降低了語音質(zhì)量和語音可懂度。語音處理系統(tǒng)廣泛采用自適應信號處理技術來消除噪聲的干擾，所以，自適應信號處理技術是我們?nèi)粘Ｉ钪胁豢扇鄙俚囊徊糠?，具有重要研究意義。在自適應信號處理中，自適應抵消算法的課題研究在當今是最為活躍的對象之一。自適應濾波算法的研究人員不斷追求的目標是：收斂速度快、計算復雜

4、性低、數(shù)值穩(wěn)定性好。本文本文對幾種典型自適應濾波算法進行了比較， 主要研究了三類自適應濾波算法：LMS、RLS、QR_RLS濾波性能在噪聲抵消中的應用。并對語音信號中幾種典型的噪聲用matlab軟件進行仿真研究。仿真結(jié)果證實在強背景噪聲中三種算法都能夠提取有用信號。其中，QR_RLS算法呈現(xiàn)出更強的穩(wěn)定性、更快的收斂速度及抑噪能力。關鍵詞: 自適應噪聲抵消，語音增強，自適應濾波，matlab Abstract Speech processing systems noise interference is unavoidable. Noise not only lead to poor syst

5、em performance and reduced voice quality and speech intelligibility.Speech processing system using adaptive signal processing technology to eliminate noise interference, so adaptive signal processing technology is an integral part of our daily lives, is of great significance. Adaptive signal process

6、ing, Adaptive cancellation algorithm research in the world today is one of the most active objects.Adaptive filtering algorithm of researchers continue to pursue objectives are: rapid convergence, low computational complexity and numerical stability. This paper compares the typical Adaptive Filter a

7、lgorithm, has mainly studied the three types of Adaptive Filter algorithm: LMS, RLS, QR_RLS filtering in noise cancellation application. Several typical noise and speech signal simulation using MATLAB software. Simulation results show strong noise in the three algorithms were able to extract the use

8、ful signal.Instead, the QR_RLS algorithm showing more stability, the speed of convergence and noise suppression capability. Key words: adaptive noise cancellation, speech enhancement, adaptive filter, the matlab-III-第一章 概述 1.1 課題的研究背景 各種噪聲都來自日常生活中，并且總是干擾著人們，例如，無線通信中、有線電話里的回波是不可避免的。通信的質(zhì)量被回波嚴重影響了。各種封閉

9、的空間，如工廠的噪音，汽車噪音對人體會產(chǎn)生負面影響。在長期工作中，危害人的聽力、思維、生理和心理都來源于有噪聲的環(huán)境。人們工作在嘈雜的環(huán)境里很容易出現(xiàn)反應遲鈍、疲乏、工作效率降低等這些情況，并且很容易讓自己的心情變得煩躁，在噪聲刺激下，人們的工作容易出錯，注意力不易集中，影響了工作速度和工作質(zhì)量，并且很容易產(chǎn)生錯誤的判斷、進行錯誤的操作，降低了生產(chǎn)效率。人們的休息和放松都被生活中的噪聲影響了，并且降低了生活質(zhì)量。在工程實踐中，常常會碰到強噪聲背景中檢測微弱信號的問題。比如在超聲波無損檢測范疇，導致高噪聲信號和有用信號迭加在一起的原因就是由于有不均勻的傳輸介質(zhì)等。在信號的處理過程及傳播路徑中，噪

10、聲都會被引入。噪聲的引入把真實信號的處理給影響了。有時，強噪聲會“遮蓋”信號。因此，很難獲得穩(wěn)定，準確的真實信號。在絕大多數(shù)情況下，噪聲對信號的污染是不可避免的，因而，在信號處理中，非常重要的事情是對噪聲的消除和抑制。在當前人們不斷追求生活質(zhì)量、工作效率的年代里，人們所研究重視的熱門課題儀是：如何有效地抑制和消除噪聲。1.2 課題的研究目的和意義語音去噪技術的實質(zhì)是指語音信號被許許多多的噪聲(包括語音)干擾以及淹沒后，在噪聲背景中的有用語音信號里提取、增強，降低、抑制噪聲干擾的技術。語音去噪技術不管是在日常生活以及軍事領域中，都有很強的應用價值。噪聲遍及我們周圍，隨時存在，隨處可見，人們在信息

11、交換和通信時不可避免的到內(nèi)部噪聲以及外部噪聲的干擾。日常生活中，語音通信作為最主要的信息交換和通信方式是人們信息交流中不可缺少的，并且極易受到噪聲的干擾。但是，對語音通信的效果的影響程度是根據(jù)噪聲強度不通而變化的。當噪聲極弱時，我們完全感覺不到對我們有影響的噪聲。然而，跟著噪聲強度的不斷加大，語音信號會漸漸失真、畸變，竟而在強噪聲控制下，語音信號在背景噪聲中甚至會被完全淹沒，從而根本沒法識別。語音增強的主要目的：在含有語音噪聲的信號里，盡最大程度的提取原始純凈語音?？墒?，干擾噪聲是隨機存在的，由于它的來源及種類是不一樣的，在含有語音噪聲的信號里，提取純凈的完整語音是難以實現(xiàn)的。在這樣的情況下，

12、增強語音的手段主要是對語音信號里的噪聲進行處理，從而達到背景噪聲的消除，改良語音質(zhì)量，提升語音可懂度、清晰度及舒適度的目的，提升處理語音系統(tǒng)和它的性能。這些目的通常要按照語音處理系統(tǒng)中的具體情況而定，往往是不能兼得的。因此, 語音增強技術具有很大的研究價值，無論是在日常生活中或者軍事范疇的語音通信中，以及其他語音信號處理技術(如語音識別)。本課題研究的主要目的：現(xiàn)代工作條件下進行語音增強，采用自適應抵消法。當今，語音增強技術增強的效果是很好的表現(xiàn)在低噪聲環(huán)境里。然而，達到理想的增強效果仍然沒法使用在高噪聲的環(huán)境下。本課題試圖以現(xiàn)今最流行的自適應抵消方式用作根本增強手段，應用于機械噪聲、正弦干擾

13、以及自適應噪聲消除的白噪聲，然后在處理噪聲這一塊，利用現(xiàn)今較好的自適應濾波器的消噪效果作為處理方式，希望經(jīng)過二者的合理搭配，能在高噪聲背景下提高語音增強的增強率，從而將這種語音增強方法應用到噪聲較大的環(huán)境中去。1.3 國內(nèi)外發(fā)展現(xiàn)狀和發(fā)展趨勢噪聲源、傳播途徑以及接收者是噪聲干擾的三個主要因素，所以按照傳統(tǒng)噪聲抑制方法，可以抑制噪聲的干擾從這三個方面來下手。這些傳統(tǒng)的方法都有一個共同點，就是使用聲學結(jié)構(gòu)或者吸聲材料來使噪聲得到抑制，它的方法是被動式的。高頻噪聲使用這些方法較為有效，而對于低頻噪聲使用后具有不好的效果，并且這類方法存在不一樣程度的設備笨重，體積龐大，以及安裝不便的缺點。上世紀30年

14、代，主動噪聲控制(Active Noise Control，也就是有源消聲ANC)的技術在1936年被一個叫做Paul Leug來自德國的物理學家提出, 并且在美國取得了專利，明確闡述了消除噪聲的原理是利用聲波的相消干涉。有源噪聲控制理論開辟了一條新的途徑的噪聲控制。在人為引入下，通過一定數(shù)量的噪聲源(次級聲源)，并且經(jīng)過調(diào)節(jié)使它們和原來的噪聲源(初級聲源)具有相等的幅值，相反的相位，兩者疊加抵消，最終以達到消除噪聲為目的。這種方法的優(yōu)點是：控制系統(tǒng)體積小、重量輕、對低頻降噪效果好，特別對往復式機械誘發(fā)或轉(zhuǎn)動的噪聲控制，具有很大的潛力，適用在像裝甲車、潛艇、自適應噪聲抵消技術這樣的車輛的汽車研

15、究等以及設備的降噪技術改進。 在最早1957 年到 1960 年間，自適應噪聲抵消的工作由阿普爾鮑姆和豪厄爾斯以及通用電器公司(General Electric Company)同事們一起合作完成的，他們使用了取自一個簡單的并且有兩個權(quán)的自適應濾波器以及一個輔助天線的參考輸入，通過設計制造了天線旁瓣抵消系統(tǒng)。在早期工作時對自適應系統(tǒng)感興趣的只有少數(shù)一些人，其中研制多權(quán)自適應濾波器的工作也剛剛開始。在1959 年，最小均方自適應算法(LMS,least-mean-square)與模式識別方案被一個叫維德羅和霍夫的人在斯坦福大學發(fā)明了，并把它叫作 Adatin 元件(Adaptive linear

16、Threshold Logic Element)。與此同時，羅森布拉特這個人在康乃爾(Cornell)宇航實驗室建立了屬于他的電子設備(Perceptron)被叫作模擬人類視覺神經(jīng)控制系統(tǒng)的；在前蘇聯(lián)，莫斯科遙控力學和自動學的艾日曼以及同事們也在建造一種關于自動梯度搜索機器；英國的加布爾及他本人的助手們則在自適應濾波器上下功夫；上述每一項工作的進行是獨立的，互不影響的。在 60 年代的中前期又進一步加強了自適應系統(tǒng)方面的工作，參考資料中涌現(xiàn)了上百篇對于自適應，自適應的濾波，自適應的控制，以及自適應處理信號這一類的文章。由于貝爾實驗室的勒凱兢兢業(yè)業(yè)的工作，促使了數(shù)字通信中的自適應濾波在商業(yè)方面取

17、得了突破。 斯坦福大學于1965年建造出了世界上最早的自適應噪聲抵消系統(tǒng)，并且它是以心電圖信號放大器相互抵消和輸出記錄儀為60 赫茲的頻率干擾為目的。自1965后，自適應噪聲抵消成功的解決了生活中的很多問題，這些問題主要有長途電話的回聲消除和消除心電圖的干擾周期等等。瑞格勒與康普頓寫了篇關于廣義天線的自適應的一篇文章，進一步推動了最早由厄爾斯與阿普爾鮑姆這兩個人的完成工作。伴隨著數(shù)字信號與處理理論及其技術的逐漸成熟，基于自適應濾波的有源噪聲控制技術開始起步并迅速發(fā)展。在1981 年，Burgess 率先選用自適應控制算法，對有源控制的管道噪聲進行了計算機仿真研究，創(chuàng)建了自適應有源噪聲控制(Ad

18、aptive Active Noise Control, AANC)技術的先河。近二十年以來，在源噪聲控制系統(tǒng)中，幾近都采用自適應技術，有源噪聲控制研究的重點是需要各種更加穩(wěn)定、迅速、有用 AANC 算法的理論以及應用研究。ANC 系統(tǒng)的時變問題從理論上被自適應方法解決了，有力的把有源噪聲控制技術推動了，并且得到了迅速發(fā)展，到目前比較完整的一套自適應有源噪聲控制理論已經(jīng)形成了。自從八十年代來，伴隨著價格低廉、功能強大的數(shù)字信號處理器(Digital SignalProcessor, DSP)的到來，噪聲有源控制的大量應用的前提是： AANC 算法的實現(xiàn)提供了硬件基礎。在1996 年，美國德州儀

19、器公司(Texas Instruments, TI)世界上最主要的 DSP 制造商之一，作為推動 DSP 在 ANC 中的普及應用，撰寫了應用報告中關于為“采用TMS320 系列 DSP 的有源噪聲控制系統(tǒng)設計的專題。自八十年代后期起，有源噪聲控制的另外一個研究重點變?yōu)榱藨醚芯?。最近十幾年以來，國?nèi)外都進行了不懈的努力的目的是為了推動 ANC 系統(tǒng)的實踐應用, 典型的有如空調(diào)，有源抗噪聲耳罩與風機等這些管道有源消聲系統(tǒng)，以及具有啟動噪聲的有源控制的汽車發(fā)動機，有源噪聲控制的螺旋漿飛機座艙等等。因為實際噪聲系統(tǒng)比較復雜，所以，大部分都還處于實驗研究初級階段，距離成為我們生活中真正適用的系統(tǒng)并且

20、能多數(shù)應用在商業(yè)中還有比較長的路要走。國內(nèi)非常著名的一些聲學實驗室比如中科院聲學研究所，清華大學以及南京大學等在有源噪聲控制這一方面取得了很重要的研究成果。九十年代后期開始，人們開始嘗試在有源消聲中應用神經(jīng)網(wǎng)絡的方法，如利用神經(jīng)網(wǎng)絡來解決自適應噪聲抵消的非線性交叉串擾的問題，選用多層前向神經(jīng)網(wǎng)絡來取代線性自適應濾波器對于非線性噪聲這類進行控制，解決穩(wěn)定性不足等缺點的傳統(tǒng)自適應有源消聲算法的最佳方式是使用人工神經(jīng)網(wǎng)絡 ，并且它在 ANC中有著非常重要的作用。以自適應濾波器及相應的自適應算法為核心的是自適應噪聲主動控制系統(tǒng)。自適應濾波器能夠按照某種事前設定的標準以達到所需要的輸出的前提是自動調(diào)節(jié)本

21、身的傳遞函數(shù)。自適應濾波器的設計可以事先不知道輸入數(shù)據(jù)，并隨著時間的推移，在過濾過程中改變輸入信號的統(tǒng)計特性可以自動適應，這些特點使其邏輯是噪聲的有源控制及研究所主動接受和發(fā)展。日前，主動噪聲控制主要研究集中在以寬帶自噪聲有源抵消的無延時子帶多通道系統(tǒng)，以及使用有源消聲系統(tǒng)的人工神經(jīng)網(wǎng)絡來擴展對頻段的消聲與解決信號的多通道處理。當前的重點研究中對結(jié)構(gòu)噪聲控制的智能化也是必不可少的。此外，去噪技術相結(jié)合的自適應濾波等算法已經(jīng)變?yōu)榱水敶芯康臒衢T，如相結(jié)合的自適應算法和小波變換和遺傳算法的去噪技術。 當今最為活躍的研究課題是對自適應濾波算法的研究，其普遍使用在系統(tǒng)辨識，回波消除，自適應譜線增強，自

22、適應的均衡信道，語音的線性預測，自適應的天線陣等很多范疇內(nèi)。一句話：研究人員追求的是以找尋收斂速度快、計算簡便、穩(wěn)定的數(shù)值為目的的自適應濾波算法。自適應濾波器一般可劃分為自適應濾波器的線性與自適應濾波器的非線性，其線性與其相對應的算法的優(yōu)點是結(jié)構(gòu)簡單、計算簡便，并且廣泛應用于實際，可是它對處理信號的能力有限并在應用中受到限制；非線性自適應濾波器中基于神經(jīng)網(wǎng)絡的自適應濾波器和Volterra 濾波器，具有非常強大的信號處理能力，在自適應信號與處理中已經(jīng)是一個研究熱門，目前采用的最多是自適應濾波器的線性，因為它比自適應濾波器的非線性計算簡便。其中幾種典型的算法如下：LMS 自適應濾波算法遞歸最小二

23、乘算法變換域自適應濾波算法仿射投影算法共扼梯度算法基于子帶分解的自適應濾波算法基于 QR 分解的自適應濾波算法1.4 本文結(jié)構(gòu)第一章介紹本課題的意義，自適應噪聲抵消的發(fā)展現(xiàn)狀，對論文的主要內(nèi)容進行了介紹。第二章介紹了自適應濾波器的基本原理和基本結(jié)構(gòu)第三章詳細介紹了自適應噪聲抵消的原理第四章詳細介紹了自適應噪聲抵消的matlab仿真研究第五章總結(jié)了自適應適應研究的結(jié)構(gòu)第二章 自適應濾波器2.1 自適應濾波原理自適應濾波器是指使用前一時刻的結(jié)果，并自動調(diào)節(jié)濾波器當前時刻的參數(shù)，以便適應信號與噪聲隨機或未知變化的特性，獲得有效的輸出，由自適應算法與參數(shù)可調(diào)的數(shù)字濾波器兩部分組成1，如圖2.1所示參數(shù)

24、可調(diào)數(shù)字濾波器自適應算法 x(n) y(n) _ d(n) + e(n) 圖2.1 自適應濾波原理圖 x(n)稱作輸入信號，y(n)稱作輸出信號，d(n)稱作訓練信號或者期望信號，e(n)稱為誤差信號，當中，e(n)=d(n)-y(n).自適應濾波器的系數(shù)(權(quán)值)是依據(jù)誤差信號e(n)，經(jīng)過一定的自適應算法而不斷的進行變化，從而達到讓輸出信號y(n)最接近期望信號的目的。 圖中自適應濾波器是由參數(shù)可調(diào)的數(shù)字濾波器與自適應算法組成。自適應濾波算法是一種以濾波器系數(shù)權(quán)值作為更新的控制算法，依據(jù)輸入信號和期望信號及它們之間的誤差信號為對象，自適應濾波算法根據(jù)算法準則并更新濾波器的系數(shù)權(quán)值，使它能夠讓

25、濾波器的輸出趨于期望信號。 自適應線性組合器是自適應信號處理的基礎。它能在大多數(shù)的自適應濾波器和系統(tǒng)以某種方式出現(xiàn)2。對于自適應系統(tǒng)來說，它是一個必不可少的元件。自適應線性組合器的性能比較簡單并且是非遞歸結(jié)構(gòu)，相對而言，對它的理解和分析更為簡單。和屬性的實現(xiàn)，它的自適應調(diào)整方法，有很好的理解，并為一些特殊的應用，其性能在某種意義上是最好的，因此，以下對自適應線性組合器的特點，性能，自適應方等進行簡單的介紹2.2自適應線性組合器一般結(jié)構(gòu)的自適應線性組合器如下圖2.2所示，圖中X0,X1.XL是一個信號向量，w0，wl，w：和相應相對的一組可調(diào)權(quán)值，Y輸出求和單元3。運用自適應的算法把可調(diào)權(quán)值進行

26、一定調(diào)整，對于一個權(quán)值的固定，輸入和輸出之間成線性相關關系，所以說組合器是線性的。但是，當這些權(quán)正處于調(diào)整過程時，它們同時也作為輸入分量的函數(shù)，輸出的組合器將不再是一個輸入的線性函數(shù)，從這點來看它的運算是非線性的4。從物理上看，有兩種方法來理解輸入向量元素，圖2.2所示，第一，這些元素可以被視為是一個序列的L+1個序列樣本的相同信息，即單輸入情況下；第二，可視為它們的瞬時輸入是從L+1個不同信號源傳來的，即多輸入情況下，好比一個自適應聲源檢測系統(tǒng)或自適應天線的每一根輸入線都有一個單獨的傳感器連接著，分別用式(2-1)與式(2-2)來標注。 權(quán)向量 X0 W0 輸入 信號 X1 W1 y向量 X

27、L WL 圖2.2 自適應線性組合器的一般結(jié)構(gòu)單輸入： （2-1）多輸入： （2-2） 其中，角標k表示第k時刻，T表示轉(zhuǎn)置。因此，在單輸入的情況下，每個元素都是序貫地取自時刻k,k-1，即依照在時間上反方向的數(shù)據(jù)樣本序列取值，但是在多輸入情形下，整體元素取舍于每一路信號輸入在第k時刻的值。在單輸入情形中如下圖23所示，自適應處理器能夠?qū)崿F(xiàn)的手段能夠用自適應線性組合器與單位延遲單元，這樣的結(jié)構(gòu)被稱之為自適應的橫向濾波器。這對應于非遞歸自適應濾波器的時間形式，廣泛應用于自適應的信號處理以及自適應模擬等。yn°·····LL·&

28、#176;··圖2.3自適應橫向濾波器結(jié)構(gòu)(單輸入）對于多輸入系統(tǒng)的自適應線性組合器，它的輸入信號矢量是作為一個空間序列, 其元素是由一組同一時刻的取樣值構(gòu)成(即在同一時刻 n , 對L+1個不同信號源取樣得到): (2-3) 這種情況相當于并行輸入5。 如下圖2.4所示, 這類多輸入系統(tǒng)輸出y（n）, 即是輸入矢量x（n）的每個元素的線性組合(所以該系統(tǒng)被稱為線性組合器): (2-4) 其中, 為加權(quán)系數(shù). 定義“權(quán)矢量” (2-5) 則 y（n）的矢量表示式為: (2-6)上述線性組合器中，它的自適應過程，便是通過自適應算法主動調(diào)整權(quán)系數(shù) ，k=0，1，L，使其達到最小

29、的均方誤差的過程。å·°å·輸入信號矢量°°·°°°自適應處理器參考響應輸出響應·圖2.4 自適應線性組合器（多輸入系統(tǒng)）2.3幾種常見的自適應濾波算法自適應濾波器是ANC系統(tǒng)的核心，自適應算法可以對它的參數(shù)進行控制，以便實現(xiàn)最佳濾波6。根據(jù)不同的自適應算法優(yōu)化準則，兩類最基本的自適應濾波算法可以分為：最小均方（LMS）算法與遞推最小二乘（RLS）算法。為了克服不穩(wěn)定的RLS算法的數(shù)值，很多學者研究了基于QR分解的自適應RLS（QR_RLS）算法7。不同的算法具有不同的消噪性

30、能。 在時刻中，自適應濾波器的抽頭輸入為，作為抽頭數(shù)(即濾波器長度)。對應地，抽頭權(quán)向量為，為給定的期望信號，是誤差信號8。各種算法不再推導過程，此列表的迭代公式如下：2.3.1 LMS算法： 1：初始化：用它來抉擇的前提是已知抽頭權(quán)向量的先驗知識，否則的話令。 2：基本迭代過程：對于 (2-7) (2-8)此中是步長參數(shù)，可以用其很好的控制關于系統(tǒng)的穩(wěn)定性與收斂速率，它的值越高表示其收斂速率快，但是其穩(wěn)定性變差，反之亦然。2.3.2 RLS算法：1：抽頭權(quán)向量初始值，逆相關矩陣初始值。其中是單位的矩陣。2：根本迭代的過程如下：對于 (2-9) (2-10) (2-11) (2-12) (2-

31、13) (2-14)其中是遺忘因子，且。 作為正則化參數(shù)的設置，以及信噪比，高信號噪聲比時取教小值，低信號噪聲比時則選取較大值；是增益向量，從有限的精度算術的角度考慮，它的值計算分兩個步驟進行，首先計算中間量，然后計算；為先驗估計誤差。2.2.3 QR_RLS算法：1：初始化：相關矩陣，逆相關矩陣。2：基本迭代過程：對于 (2-15) (2-16) (2-17) (2-18)此中為指數(shù)加權(quán)向量，是正則化參數(shù)，且是酉旋轉(zhuǎn)矩陣，它能夠運算前陣列中輸入數(shù)據(jù)矩陣的元素，這時，后陣列頂行的零塊項被產(chǎn)生。為先驗估計誤差。2.2.4其他自適應濾波算法 除了上述所說的自適應算法外，還有少許自適應算法，例如：系

32、數(shù)部分更新的自適應濾波算法，LMF算法，RLF算法和Leaky-LMS算法等9。 在使用自適應濾波的過程中，即便是簡單的LMS(NLMS)算法要實現(xiàn)它的性能也是比較復雜的10。據(jù)此，提出了系數(shù)部分更新的自適應濾波算法，它的主要目的是通過計算讓整個自適應濾波算法的量有所降低，根據(jù)自適應濾波算法的每次迭代，來更新自適應濾波器的部分系數(shù)。2.3自適應濾波器的性能指標因為所選擇的自適應算法和濾波器結(jié)構(gòu)不一樣，并且在性能上自適應濾波器也有所差異。在研究自適應濾波器的過程中，前人提出了各種性能參數(shù)，主要包含：1、收斂性（或稱收斂條件）收斂，當k趨向無限大，使權(quán)矢量w(k)的濾波器處在某一個最佳值w0或者就

33、在它的鄰域范圍內(nèi)但不是越離越遠，也就是需要收斂滿足的條件是讓w(k)趨于w011。實現(xiàn)其自適應功能的根本保證任意自適應濾波系統(tǒng)的收斂性。2、收斂速度收斂速度所表示的是為權(quán)矢量w(k)濾波器的原始值且收斂于最佳值w0或者某個鄰域中的快慢程度12。重要的是在收斂速度，在非平穩(wěn)的條件下，當權(quán)矢量的最佳值發(fā)生變化的時候，自適應濾波器可以把權(quán)矢量的收斂速度調(diào)整的越來越快，讓輸出的信號伴隨著期望信號的改變而不斷演變。3、穩(wěn)態(tài)誤差在平常情形下，理想的自適應算法最佳值在權(quán)矢量的自適應濾波器下并不能夠精確達到13。穩(wěn)態(tài)誤差，當自適應濾波器收斂條件滿足時，權(quán)矢量w(k)為最佳值w0的鄰域最佳值的收斂范圍。4、計算

34、復雜度計算復雜度即是每一個從計算復雜度從接受到輸入信號完成所需的計算輸出，包括更新所需的計算量的權(quán)矢量w(k)14。根據(jù)不同的應用，自適應濾波器的性能要求也不一樣，自適應濾波器是一個不完全的優(yōu)化可以適合所有的場合，要按照系統(tǒng)的具體要求對各性能指標的自適應濾波器作適當?shù)娜∩峒皺?quán)衡15。第三章 自適應噪聲抵消原理和性能3.1語音信號中幾種典型的噪聲根據(jù)不同的噪聲來源，可分為：無線電噪聲，工業(yè)噪聲，天電噪聲和內(nèi)部噪聲16。1、無線電噪聲。其來自無線電發(fā)射機的各種用途。這種噪聲具有很廣的頻率范圍，從非常低到非常高的頻率可能會干擾無線電，而且強度的干擾和有時很多。但它有一個特點，即有固定的干擾頻率，因此

35、它能夠預先防止。2、工業(yè)噪聲。它來自電力線，點火系統(tǒng)，電車，電源開關，電力鐵道和高頻電爐等各種電氣設備。這類噪聲的特點是干擾頻譜頻率范圍比較低，并且很集中，比如幾十兆赫茲之內(nèi)。因此，可以防止受到干擾的條件就是選擇高于這個頻段工作的信道。另外還可以消除或減少干擾源的干擾，如加強屏蔽和濾波措施，預防和消除波形畸變的接觸不良。3、天電噪聲。它來源于雷電，磁暴，太陽黑子和宇宙射線等。這類噪聲產(chǎn)生的根源是整個宇宙空間，因為這種自然現(xiàn)象和發(fā)生的時間，季節(jié)，地區(qū)等有關系，所以它受天電干擾的影響程度也是有區(qū)別的。這類干擾有很寬的頻譜范圍，而且和無線電干擾不一樣，沒有固定的頻率，因此想要防止它的干擾影響很難。4

36、、內(nèi)部噪聲。它來源于信道本身，并且包含了各類電子器件，轉(zhuǎn)換器和天線以及傳輸線等。例如，在分子熱運動的影響下，電阻和各類導體都能夠產(chǎn)生熱噪聲、電子管以及由于電子發(fā)射不均勻等原因的晶體管等電子器件會產(chǎn)生器件噪聲。這種干擾的特點是由眾多的自由電子的不規(guī)則運動形成的，所以它的波形也是不規(guī)則的，通過觀察示波器能看到一堆雜亂無章的茅草，通常被稱為起伏噪聲。因為在數(shù)學上描述這類干擾可以用隨機過程，因此又可以被叫做隨機噪聲。按照噪聲的性質(zhì)不一樣，又可以分為，單頻噪聲，脈沖干擾，起伏噪聲。1、單頻噪聲。主要是以無線電干擾為主。因為在比較窄的頻率范圍內(nèi)，電臺發(fā)射的頻譜比較集中，因此它是單頻性質(zhì)的。另外，像自激振蕩

37、的反饋系統(tǒng)和交流電源等這一類也都屬于單頻干擾。由于它的干擾是連續(xù)的，通過實測可以來確定其頻率，所以只要使用合適的方法就有機會可以防止。2、脈沖干擾。它包含工業(yè)干擾里面的電火花、斷續(xù)電流和天電干擾中的雷電等。其特性是顯現(xiàn)脈沖性質(zhì)且波形是不連續(xù)的。而且這類干擾在短時間內(nèi)的影響很小，強度很大，而它的周期表現(xiàn)出隨機性，因此它能夠用窄脈沖序列的隨機性來表示。因為脈沖很窄，所以必然被頻譜占用的很寬，可是，伴隨著頻率的不斷提高，頻譜的幅度就漸漸減小了，影響干擾中也就被減弱。所以，在選擇適當工作頻段的情形下，這種干擾的影響是可以預防的。3、起伏噪聲。它主要指信道內(nèi)部的熱噪聲和器件噪聲以及來自空間的宇宙噪聲。他

38、們是隨機的和不規(guī)則的，只使用了大量的統(tǒng)計方法來尋找他們的統(tǒng)計特性。因為它來源于信道本身,所以影響信號傳輸性能是不可避免的。根據(jù)綜上所述，盡管影響傳輸性能信號的干擾種類有許多，可是起伏噪聲的影響最大。因此，在分析信道干擾時所指的也就是這一類干擾，其主要干擾源來源于信道內(nèi)。噪聲的通信系統(tǒng)模型，總結(jié)所有信道熱噪聲，器件噪聲和宇宙噪聲，它被稱為加性干擾。加性干擾是指信道內(nèi)傳輸?shù)男盘柡瓦@類干擾存在著相加之間的關系，它和乘性干擾最本質(zhì)的區(qū)別在于，加性干擾是和信道內(nèi)有無信號是沒有關系的，并且是獨立存在的；但乘性干擾是隨著信道內(nèi)沒有信號而消失，依賴于信號并存的。3.2 自適應噪聲抵消的基本原理自適應噪聲抵消法

39、。這種方法可以很好的從字面上理解，即自適應的方法，把語音信號過程中傳輸?shù)脑肼暤窒?。它的原理簡單很明確，但是在實際操作過程中卻有非常大的難度17。一個主要困難是對復制的噪聲分析。如果在語音信號傳輸?shù)倪^程中是相同的兩個信號使用兩個渠道進行傳播，那么我們可以很容易地把一個渠道抵消噪聲，另一個渠道復制分析噪聲。但是在語音信號的實際傳輸中，不可能有兩個渠道同時傳輸同一種語音信號18。因此，自適應噪聲抵消的方法來實現(xiàn)消噪效果是非常好的，但不可復制的噪聲分析，甚至復制分析了，只有一小部分的噪聲。就目前而言，對含噪語音的增強效果最好的是帶自適應濾波器的自適應噪聲抵消法19。由于該方法獲取有關噪聲更全面的信息

40、，比只是比其他方法多用了1個參考噪聲作為輔助輸入。故而它的降噪效果很明顯。尤其是在輔助輸入噪聲和語音中的噪聲完全有關的情形下。自適應噪聲抵消法能徹底清除嗓聲的隨機性完全地把語音中的噪聲成分抵消掉，因此，在信噪SNR(Sigml to Noiee Ratio)方面和語音可懂度這兩方面都取得了較大程度的提高。自適應濾波器的噪聲抵消器是以均方誤差Ee2(r0或方差e2(n)最小為準則，并且對噪聲n(n)進行最優(yōu)增強語首的目的20，也就是其工作原理。與理論性能研究的深入，自適應噪聲抵消法的應用越來越廣泛。自適應噪聲抵消系統(tǒng)不僅需要一個原始輸入，而且還需要參考輸入，供給和原始輸入相干的噪聲，以便于輸入中

41、的原始噪聲，而幾乎不影響其中的有用信號21。圖3.1是一個典型的自適應噪聲抵消系統(tǒng)，此中有用信號s(k)和噪聲z(k)這和表示的是原始輸入信號d(k)，參考輸入信號x(k)是和z(k)有關的噪聲c(k)。假設S(k)，z(k)和c(k)是一個平穩(wěn)隨機過程的均值為零，s(k)和z(k)，c(k)不相關。圖3-1顯示，自適應濾波器c(k)的過濾信號是輸出z´(k)，所以，自適應噪聲抵消系統(tǒng)的輸出y(k)。y(k)=s(k)+z(k)-z´(k) (3-1) 而y2(k)=s2(k)+z(k)-z´(k)2+2s(k)z(k)-z´(k) (3-2) 對上式兩

42、邊取數(shù)學期望，由于s(k)與z(k)及c(k)不相關，s(k)與z´(k)也不相關。Ey2(k)=Es2(k)+E(z(k)-z´(k)2 (3-3) y(k)d(k)=s(k)+z(k)x(k)=c(k)原始輸入?yún)⒖驾斎際（z）z´(k)圖3.1 典型的自適應噪聲抵消系統(tǒng)信號功率Es2(k)和調(diào)節(jié)自適應濾波器是沒有關系的，所以，調(diào)節(jié)自適濾波器使Ey2(k)最小，便是E(z(k)-z´(k)2最小，也是E(y(k)-s(k)2最小，即自適應抵消系統(tǒng)的輸出信號y(k)和有用信號s(k)的標準差最小。在理想狀態(tài)的z(k)= z´(k),y(k)=

43、s(k)，然后，自動調(diào)節(jié)適應濾波器讓它的脈沖響應c(k)加工成z(k)，和輸入原始信號d(k)中的z(k)相減，讓輸出信號y(k)由噪聲徹底被抵消，并等于有用信號s(k)。可以證明，能完成上述任務的自適應濾波器的必需條件是：輸入?yún)⒖夹盘杧(k)=c(k)必須和被抵消信號(噪聲)z(k)有關。3.3自適應噪聲抵消系統(tǒng)的改進 事實上，圖3.1所示的是比不上一個噪聲抵消系統(tǒng)的情況復雜，這是由于輸入還可能極少獨立噪聲源（即與輸入?yún)⒖紱]關的噪聲和干擾），如圖3.2所示。圖3.2中原始輸入d(k)是由有用信號s(k)和兩噪聲z(k)=c(k)*a(k)、n(k)之和組成，兩噪聲c(k)，m(k)組成參考輸

44、入x(k)。a(k)是傳輸通道的脈沖響應，它的傳遞函數(shù)是A(z)。噪聲和n(k)、m(k)相關，和s(k)，z(k)，c(k)不相關。如果自適應過程是收斂的，和最小均方誤差解，然后自適應濾波器和維納濾波器等效，它的最優(yōu)傳遞函數(shù)等于維納濾波器的傳遞函數(shù)。m(k)y(k)x(k)n(k)信號源s(k)噪聲源c(k)A(z)kH(z)e(k)圖3.2 常見的自適應噪聲抵消系統(tǒng)第四章 自適應噪聲抵消的matlab仿真研究4.1 matlab軟件簡介MATLAB的意思是矩陣實驗室（MatrixLaboratory）。除了具有卓越的計算數(shù)值能力外，它還提供了有關專業(yè)水平的符號計算、文字處理、可視化建模仿真

45、以及實時控制等功能22。矩陣是MATLAB的基本數(shù)據(jù)單位，其指令表達式和數(shù)學、工程中常用的模式十分相似,所以在做完相同的事情上，用MATLAB來解算問題要比用C,FORTRAN等語言簡捷得多。MATLAB具有三十幾種工具包(Toolbox)與數(shù)百個內(nèi)部函數(shù)的主包。.工具包又可以分為學科工具包與功能性工具包。用來擴充MATLAB的符號計算的是功能工具包，可視化建模仿真、文字處理和實時控制等功能。專業(yè)性比較強的工具包是學科工具包，控制工具包、信號處理工具包、通信工具包等也都屬于此類23。而MATLAB所提供的具有強大的函數(shù)功能的是信號處理工具箱，它不但能夠用在數(shù)字濾波器的設計，還能夠讓設計達到最佳

46、化，所以，它是設計FIR數(shù)字濾波器的強有力的工具。這種語言是如此的迅速遍及，表現(xiàn)出強大的生命力，因為它不同于其他語言，正猶如FORTRAN與C等高級語言讓人們擺脫了需要對計算機硬件資源直接進行操作一樣，被稱為MATLAB的第四代計算機語言，使用它豐富的資源函數(shù)，讓編程人員解放出來繁瑣的程序代碼。簡潔是MATLAB最突出的特點。MATLAB使用更直觀的、契合人們思維習慣的代碼，取代了C與FORTRAN語言的冗雜代碼。MATLAB為用戶帶來的是最簡潔、最直觀的程序開發(fā)環(huán)境。下邊MATLAB的主要特點做一個簡單的介紹一下：a.語言簡潔緊湊、使用方便靈活、庫函數(shù)十分豐富。MATLAB程序的形式書寫自由

47、，使用其豐勝的庫函數(shù)竟而避開了繁雜的編程子程序任務，壓縮了一切非必須的編程工作。因為庫函數(shù)都是由本領域范圍內(nèi)的專家編寫，因此，用戶不必過分擔心函數(shù)的是否可靠?？梢哉f，利用MATLAB技術的發(fā)展正站在專家的肩膀上。b.運算符豐富。因為用C語言編寫的是MATLAB，并且MATLAB提供了與C語言幾近差不多的運算符，靈活利用MATLAB的運算符會變得使程序極其簡短。c.MATLAB不僅具有面向?qū)ο缶幊痰奶匦?，還具有結(jié)構(gòu)化的控制語句（如for循環(huán)、while循環(huán)、break語句以及if語句）d.程序不但限制不嚴格，而且其設計自由度大。比如在MATLAB里，用戶不需要對矩陣預定義就能夠使用。e.程序具有

48、很好的可移植性，基本不用做修改就能夠在各類型號的計算機與操作系統(tǒng)上運行。f. MATLAB的圖形功能強大。在C語言與FORTRAN里，繪圖都很困難，但在MATLAB里，有非常簡單的數(shù)據(jù)可視化。MATLAB也有一個圖形界面編輯強。g.和其他高級程序相比，MATLAB的缺點是程序的執(zhí)行速度較慢。因為MATLAB不用編譯等預處理的程序，可執(zhí)行文件也不生成，程序是解釋執(zhí)行，因此速度比較慢。h.MATLAB的另外一特色是具有功能強大的工具箱。MATLAB包括兩個部分：各類可選的工具箱以及核心部分。有許多核心內(nèi)部函數(shù)在核心部分中。它的工具箱又可分為兩大類：學科性工具箱與功能性工具箱。功能性工具箱主要作用是

49、用來擴充它的符號計算功能、圖示建模仿真功能、文字處理功能并能和硬件實時交互功能。用于多種學科的是功能性工具箱。但是專業(yè)性比較強的是學科性工具箱，例如control、toolbox、signl proceessing toolbox和commumnication toolbox等等。該工具包是由領域?qū)＜易珜懙膶W術水平是非常高的，所以用戶不需要編寫你自己的學科范圍內(nèi)的基本程序，而直接進行研究高，精，尖的。j.源程序具有開放性。其開放性或許也是MATLAB編程的人們最受歡迎的特點之一。除了內(nèi)部函數(shù)之外，全部MATLAB的工具箱文件以及核心文件都是可改可讀的源文件，用戶可以通過對源文件的修改和插入自身

50、文件形成新的工具箱。4.2 matlab對語音信號中幾種典型的噪聲進行仿真研究 4.2.1基于參考信號的噪聲消除取振幅為5.5有用正弦信號，如下所示： （4-1）將這個疊加信號帶限的高斯白噪聲組成待消噪中的混疊信號并且用作自適應濾波器中的期望輸出，如圖4.1所示的是帶噪聲的語音信號和初始信號對比。圖4.1帶噪聲信號與原始信號 選取一組和白噪聲有關的信號用作參考輸入，使用圖4.1的消噪原理進行提取有用信號，提取結(jié)果如下圖4.2所示。 圖4.2基于參考信號的三種算法消噪結(jié)果以上能夠看出，在強背景噪聲中，三種算法都能夠提取出有用的信號。相對比之下，RLS算法具有非常好的收斂性能和抑制干擾的能力，從而

51、達到較好的消噪效果。圖4.2更好地顯示了在噪聲處理過程中三組算法的均方誤差曲線，從圖中可以看出，RLS算法要差一些。4.2.2基于預測原理的噪聲消除 式（4-1）中的有用信號是原始正弦信號，將上述方式中的帶噪聲信號用作待消噪信號，使用圖4.2中的原理，把用作自適應濾波器的進行噪聲消除的期望信號，從而得到噪聲消除結(jié)果如圖4.3所示的。圖4.3 噪聲消除結(jié)果 圖4.4顯示了在均方誤差的迭代過程的三種算法。圖4.1和圖4.2可以看出，這三種算法都能提取出較好的有用信號。相對比之下，使用QR_RLS算法能夠提取到的正弦信號和標準的正弦信號基本完全相同，收斂速度快，估計精度高以及穩(wěn)定性好，能夠明顯抑制擾

52、動并且其均方誤差基本為0 ，并使消噪效果很好的顯示出來。RLS算法在經(jīng)過自適應收斂過程初期后，迅速地跟蹤了動態(tài)特性的輸入信號，并恢復了原始正弦信號，這一點可以很好的從均方誤差上看出，除有較大的均方誤差初始階段，隨后其值也基本為0。即便LMS自適應濾波算法將有用信號能夠很好的提取出來，并且穩(wěn)態(tài)性能很好，但比起前兩個算法來說還有待改善其估計精度。圖4.4 均方誤差4.3總結(jié)自適應噪聲消除（ANC）系統(tǒng)可以通過調(diào)節(jié)濾波器自身權(quán)系數(shù)來適應噪聲的統(tǒng)計特性與發(fā)生變化的信號，具有自學習能力強，計算量小，實時處理好等特點。文中介紹了基于參考噪聲以及基于預測原理的兩種不同自適應濾波器消除噪聲的方法，并分析及對比了三種不同算法：LMS，RLS以及QR_RLS的噪聲消除性能。通過仿真結(jié)果表明，能夠了解噪聲相關知識的情況下采取基于參考噪聲的消噪方法具有很好的效果，這三種算法都能夠提取出有用的信號，相對比下，RLS算法能夠更好的體現(xiàn)出了其收斂性能極其抑制干擾的能力。在了解噪聲的相關知識不夠充分時可以采取基于預測的消噪方法，仿真結(jié)果證實了這個方法的