基于RLS算法的多麥克風(fēng)降噪

年月日 課程設(shè)計(jì)任務(wù)書要求完成的主要任務(wù):(包括課程設(shè)計(jì)工作量及其技術(shù)要求，以及說明書撰寫等具給定主麥克風(fēng)錄制的受噪聲污染的語音信號(hào)和參考麥克風(fēng)錄制的噪聲，實(shí)現(xiàn)語音增強(qiáng)的目標(biāo)，得到清晰的語音信號(hào)。RLS基本過程；(2)主麥克風(fēng)錄制的語音信號(hào)是RLSprimsp.wav，參考麥克風(fēng)錄制的參考噪(3)根據(jù)算法編寫相應(yīng)的MATLAB程序；(4)算法仿真收斂以后，得到增強(qiáng)的語音信號(hào)；(5)用matlab指令回放增強(qiáng)后的語音信號(hào)；(6)分別對(duì)增強(qiáng)前后的語音信號(hào)作頻譜分析。設(shè)設(shè)計(jì)內(nèi)容根據(jù)實(shí)驗(yàn)條件進(jìn)行全部或部分程序的編寫與調(diào)試，并完成基本功能總結(jié)編寫課程設(shè)計(jì)報(bào)告合計(jì)序號(hào)123指導(dǎo)教師簽名：系主任(或責(zé)任教師)簽名：2014年62014年月6月日 日 MATLAB即矩陣實(shí)驗(yàn)室，是一個(gè)可視化的計(jì)算程序，被廣泛的運(yùn)用在科學(xué)計(jì)算領(lǐng)域，包括數(shù)值計(jì)算、數(shù)據(jù)擬合圖形圖像處理、系統(tǒng)模擬仿真功能。除具備卓越的數(shù)值計(jì)算能力用外，它還提供了專業(yè)水平的符號(hào)計(jì)算，文字處理，可視化建模仿真和實(shí)時(shí)控制等功能。自適應(yīng)濾波器是統(tǒng)計(jì)信號(hào)處理的一個(gè)重要組成部分。在實(shí)際應(yīng)用中，由于沒有充足的信息來設(shè)計(jì)固定系數(shù)的數(shù)字濾波器，或者設(shè)計(jì)規(guī)則會(huì)在濾波器正常運(yùn)行時(shí)改變，因此我們需要研究自適應(yīng)濾波器。凡是需要處理未知統(tǒng)計(jì)環(huán)境下運(yùn)算結(jié)果所產(chǎn)生的信號(hào)或需要處理非平穩(wěn)信號(hào)時(shí)，自適應(yīng)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(yuǎn)優(yōu)于用常方法設(shè)計(jì)的固定濾波器。此外，自適應(yīng)濾波器還能提供非自適應(yīng)方法所不可能提供的新的信號(hào)處理能力。本次課程設(shè)計(jì)正是要求使用具有強(qiáng)大運(yùn)算能力ATLAB軟件，運(yùn)用自適應(yīng)濾波中的RLS算法實(shí)現(xiàn)麥克風(fēng)降噪。旨在培養(yǎng)我們使用計(jì)算機(jī)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(yīng)用。 n 給定主麥克風(fēng)錄制的受噪聲污染的語音信號(hào)和參考麥克風(fēng)錄制的噪聲，實(shí)現(xiàn)語音增強(qiáng)的目標(biāo)，得到清晰的語音信號(hào)。 (1)閱讀參考資料和文獻(xiàn)，明晰算法的計(jì)算過程，理解RLS算法基本過程；(2)主麥克風(fēng)錄制的語音信號(hào)是RLSprimsp.wav，參考麥克風(fēng)錄制的參考噪聲(3)根據(jù)算法編寫相應(yīng)的MATLAB程序；(4)算法仿真收斂以后，得到增強(qiáng)的語音信號(hào)；(5)用matlab指令回放增強(qiáng)后的語音信號(hào)；(6)分別對(duì)增強(qiáng)前后的語音信號(hào)作頻譜分析。 如圖所示的是自適應(yīng)干擾抵消器的基本結(jié)構(gòu)，它有著很廣泛的應(yīng)用。期望號(hào)x(n)，且其均方值Ee2(n)為最小。噪聲N(n)就得到了一定程度的抵消+ie(n)自適應(yīng)處理器xn+y(n)NnRLS算法是FIR維納濾波器的一種遞歸算法，它是嚴(yán)格以最小二乘方準(zhǔn)則應(yīng)的遞歸最小二乘方(RLS)算法。這種算法實(shí)際上是FIR維納濾波器的一種時(shí)間遞歸算法，它是嚴(yán)格以最小二乘方準(zhǔn)則為依據(jù)的算法。它的主要優(yōu)點(diǎn)是收斂速度快，因此，首先在快速信道均衡，實(shí)時(shí)系統(tǒng)辨識(shí)和時(shí)間序列分析中得到廣泛應(yīng)用。其主要缺點(diǎn)是每次迭代計(jì)算量很大(對(duì)于L階橫向?yàn)V波器，計(jì)算量數(shù)量級(jí)為L(zhǎng)2)，因此，在信號(hào)處理中它的應(yīng)用曾一度收到限制。但是近年來人們重新對(duì)它產(chǎn)生了興趣，主要是因?yàn)樗哂惺諗克俣瓤斓膬?yōu)點(diǎn)。在生物醫(yī)學(xué)應(yīng)用中，這種算法的自適應(yīng)濾波器很容易在小型計(jì)算機(jī)上實(shí)現(xiàn)。RLS算法的關(guān)鍵是用二乘方的時(shí)間平均的最小化準(zhǔn)則取代最小均方準(zhǔn)則，并按時(shí)間迭代計(jì)算。具體來說，是要對(duì)初始時(shí)刻到當(dāng)前時(shí)刻所有誤差的平方進(jìn)行平均并使其最小化，在按照這一準(zhǔn)則確定FIR濾波器的權(quán)系數(shù)矢量w，即所ny(k)=wTx(k)=xT(k)w(2)(3)(4)RLS算法的權(quán)向量的迭代公式為cn=cn-1+gnen(4)(5)(5) 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(dá)到校正誤差的目的。算 filtrlsllambdainvcov，coeffs，states)指濾波器的長(zhǎng)度，必須為正數(shù)，默認(rèn)值為10；lambda指RLS的遺忘因子，為濾波器性能最佳，常將其初始化為正定矩陣；coeffs指初始化濾波器系數(shù)向波器的初始過濾狀態(tài)，長(zhǎng)度必須為階數(shù)減1，默認(rèn)下所有元素全零。該方案運(yùn)用現(xiàn)成的RLS算法函數(shù)，操作簡(jiǎn)單，易實(shí)現(xiàn)，但不能深入了解RLS算法的根本直接調(diào)用庫(kù)的RLS算法函數(shù)的設(shè)計(jì)方法比較簡(jiǎn)單，直接用Hadapt函數(shù)調(diào)用RLS數(shù)字濾波器就可以濾波輸出。而直接編寫RLS算法公式的設(shè)計(jì)方法就比中就參考了一些數(shù)字濾波器的設(shè)計(jì)資料，還有矩陣的寫法與匹配問題，需要自 主麥克風(fēng)錄制的語音信號(hào)是RLSprimsp.wav，參考麥克風(fēng)錄制的參考噪聲avwavereadvaryprimaryfref=fref'; RLS算法的收斂特性較LMS算法優(yōu)越，但相應(yīng)的復(fù)雜度也要高許多，考慮到收斂時(shí)間的影響，從起始時(shí)間到收斂時(shí)間經(jīng)濾波器處理得到到輸出誤差依然很大，故直接將前32項(xiàng)去掉，先通過兩輸入作差得到預(yù)期值，再將所有預(yù)期值與對(duì)應(yīng)時(shí)刻的實(shí)際輸出值作差求平方，將這些平方值相加可以得到一個(gè)變量為W的函數(shù)，取W是函數(shù)的值最小。另外，顯然距離n最近的量與Y(n)最接始化 RLSprimsp.wav和噪聲文件RLSrefns.wav后，進(jìn)行RLS算法處理，濾除噪聲后，得到語音文件，先由plot指令繪出語音文件波形，再通過MATLAB中的re 本次課程設(shè)計(jì)對(duì)我們自行處理和靈活運(yùn)用的能力提出了很高的要求。因?yàn)槲叶苯尤ベ?gòu)買一個(gè)專用的麥克風(fēng)又不劃算，最后在我確定了獲取被噪聲污染的擬的，而語音信號(hào)則用酷狗音樂盒登錄“hellokugou(文件名login.wav)”和randn函數(shù)產(chǎn)生的噪聲混合的聲音信號(hào)來模擬。這樣，噪聲信號(hào)就和語音信信號(hào)命名為RLSrefns.wav。然后在用wavwrite函數(shù)將加載了噪聲的“hello(1)麥克風(fēng)主噪音RLSprimsp.wav信號(hào)波形如下：(2)參考噪音RLSrefns.wav信號(hào)波形如下：算法仿真收斂以后，得到增強(qiáng)的語音信號(hào)對(duì)于時(shí)域信號(hào)，我們往往難以找出其中蘊(yùn)含的規(guī)律，僅從時(shí)域角度完成特征信號(hào)的提取、噪聲信號(hào)的濾除和信號(hào)的分割不僅十分困難，有時(shí)甚至根本無法實(shí)現(xiàn)，這時(shí)如果從頻域角度來看，問題就變得簡(jiǎn)單許多，首先將時(shí)域信號(hào)經(jīng)傅里葉變換得到對(duì)應(yīng)頻域信號(hào)。傅里葉變換，即將滿足一定條件的某個(gè)函數(shù)表示成三角函數(shù)(正弦和/或余弦函數(shù))或者它們的積分的線性組合。在不同的研究領(lǐng)域，傅里葉變換具有多種不同的變體形式，如連續(xù)傅里葉變換和離散傅里葉變換。對(duì)于離散信號(hào)，通常采用離散福利葉變換，為提高計(jì)算機(jī)的運(yùn)算速度又衍生出快速離散傅里葉變(1)對(duì)麥克風(fēng)主噪音RLSprimsp.wav信號(hào)進(jìn)行頻譜分析：(2)對(duì)參考噪音RLSrefns.wav信號(hào)進(jìn)行頻譜分析：(3)對(duì)降噪后的輸出語音lym0.wav進(jìn)行頻譜分析這次的課程設(shè)計(jì)結(jié)束了，雖然開始的時(shí)候不知道從何入手，該怎么樣達(dá)到要求，完成設(shè)計(jì)，但是經(jīng)過一步步的摸索和總結(jié)，最后總算完成了這次任務(wù)。由由于對(duì)于理論知識(shí)學(xué)習(xí)不夠扎實(shí)，我深感“書到用時(shí)方恨少”，于是想起圣人之言“溫故而知新”，便重拾教材與實(shí)驗(yàn)手冊(cè)，對(duì)知識(shí)系統(tǒng)而全面進(jìn)行了梳理，遇到難處先是苦思冥想再向同學(xué)請(qǐng)教，終于熟練掌握了基本理論知識(shí)，而且領(lǐng)悟諸多平時(shí)學(xué)習(xí)難以理解掌握的較難知識(shí)，學(xué)會(huì)了如何思考的思維方課程設(shè)計(jì)是在期末才開始，我們的教材學(xué)習(xí)完畢，掌握許多知識(shí)，但是還有很多地方理解領(lǐng)悟不到位，所以查閱資料使必不可少的，這就養(yǎng)成了我們自己學(xué)通過此次學(xué)科課程設(shè)計(jì)，我掌握了自適應(yīng)算法的一些基本知識(shí)，加強(qiáng)了我S提高自己的基礎(chǔ)理論知識(shí)、基本動(dòng)手能力，提高人才培養(yǎng)的基本素質(zhì)，并幫助我們掌握基本的文獻(xiàn)檢索和文獻(xiàn)閱讀的方法，同時(shí)提高我們正確地撰寫論文的基本能力。當(dāng)然，經(jīng)過此次RLS算法多麥克風(fēng)語音降噪課程設(shè)計(jì)，我也發(fā)現(xiàn)了自己的很多不足。但是通過自己的動(dòng)手動(dòng)腦，既增加了知識(shí)，又給了我專業(yè)知識(shí)以及專業(yè)技能上的提升，我也會(huì)更加努力，認(rèn)真學(xué)習(xí)，爭(zhēng)取在以后的課程中做得更 [2]胡廣書.數(shù)字信號(hào)處理—理論、算法與實(shí)現(xiàn).北京：清華大學(xué)出版社，2003[5]王洪元主編.MATLAB語言以及在電子信息工程中的應(yīng)用.清華大學(xué)出版 附錄：程序清單freffref忘因子S K=k/(1+n2'*k);w=w+K*z;pKnfigure%作圖Y1=fft(y1);titleplot(output);%畫降噪后的語音波形 Y=fft(y); 本科生課程設(shè)計(jì)成績(jī)?cè)u(píng)定表姓名性別男專業(yè)、班級(jí)課程設(shè)計(jì)題目：基于RLS算法的多麥克風(fēng)降噪序號(hào)內(nèi)容分值1