基于rls算法的多麦克风降噪课程设计正文--大学论文

1、课 程 设 计题 目基于RLS 算法的多麦克风降噪学 院专 业班 级姓 名指导教师信息处理课群综合训练与设计任务书题 目: 基于RLS 算法的多麦克风降噪 初始条件：Matlab软件、信号与系统、通信处理等要求完成的主要任务: （包括课程设计工作量及其技术要求，以及说明书撰写等具体要求）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。设计的要求：（1）阅读参考资料和文献，明晰算法的计算过程，理解RLS算法基本过程；（2）主麦克风录制的语音信号是RLSprimsp.wav，参考麦克风录制的参考噪声是RLSrefns.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。参考书：1 刘泉,信号与系统, 高等教育出版社, 2006年。2 刘泉,数字信号处理,电子工业出版社,2008年。3 Edward W. Kamen, Bonnie S.Heck 编,信号与系统基础应用Web

2、和MATLAB（第二版），科学出版社，2002 年。时间安排：1、理论讲解，老师布置课程设计题目，学生根据选题开始查找资料；2、课程设计时间为2周。（1）理解相关技术原理，确定技术方案， 时间2天；（2）选择仿真工具，进行仿真设计与分析，时间6天；（3）总结结果，完成课程设计报告，时间2天。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IAbstractII1 绪论11.1绪论11.2任务与要求22 信号处理基本原理32.1自适应滤波器组成32.2自适应干扰抵消原理32.3自适应滤波原理42.4 RLS算法基本原理53 方案设计73.1最小二乘算法RLS算法实现73.2 RLS算法程序程序设计94 RLS算法滤波方案实现114.1信号的获取114.2读取语音文件114.3RLS算法实现114.4提取语音信号125仿真结果与分析15 5.1原始音频信号155.2麦克风主语音信号165.3噪声语音信号175.4降噪后语音信号185.5信号处理分析195.5.1原始语音信号与主语音信号分析195.5.2主语音信号与降噪后语音信号分析205.5.3原始语音信号与降噪

3、后语音信号分析216总结22参考文献23附录 源程序24武汉理工大学信息处理课群综合训练与设计报告摘要本次课程设计题目为基于RLS 算法的多麦克风降噪，要求使用MATLAB软件，运用自适应滤波中的RLS算法实现麦克风降噪。MATLAB即矩阵实验室，是一个可视化的计算程序，被广泛的运用在科学计算领域，包括数值计算、数据拟合图形图像处理、系统模拟仿真功能。除具备卓越的数值计算能力用外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能。在了解RLS算法的原理后，选择了一段音频文件，并利用它产生随机噪声，将噪声和源文件叠加作为受噪声污染的语音信号，而随机噪声则作为参考麦克风语音信号，通过MATLAB编程实现语音增强的目标，利用RLS算法对语音信号进行降噪，得到清晰的语音信号。关键词：MATLAB，自适应滤波，RLS算法，麦克风降噪AbstractThe curriculum design topic for noise reduction based on RLS algorithm microphone, requires the use of MATLAB softw

4、are, the RLS adaptive kalman filtering algorithm microphone noise reduction.MATLAB matrix lab, is a visual calculation program, has been widely used in the field of scientific computing, including numerical calculation, data fitting of image processing, system simulation function. Besides excellent ability in numerical calculation with, it also provides a professional level of symbolic computation, word processing, visual modeling simulation and real-time control, and other functions.After knowi

5、ng the principle of RLS algorithm, chose an audio file, and use it to produce random noise, the noise and the superposition of the source file as speech signal polluted by noise, and random noise is used as a reference microphone voice signal, through the MATLAB programming to realize the goal of speech enhancement, RLS algorithm is used to analyse the speech signal de-noising, get clear speech signal.Keywords: MATLAB, adaptive filter, RLS algorithm, microphone noise reductionI1 绪论1.1绪论自适应噪声滤波是指

6、从信号被噪声干扰所淹没的环境中检测和提取有用信号，而自适应抵消是以噪声干扰为处理对象，将它们抑制掉或进行非常大的衰减，以提高信号传递和接收的信噪比质量。自适应滤波处理技术可以用来检测平稳的和非平稳的随机信号。自适应数字系统具有很强的自学习、自跟踪能力和算法的简单易实现性，它在噪声信号的检测增强，噪声干扰的抵消，波形编码的线性预测，雷达声纳系统的阵列处理和波束形成，通信系统的自适应分割，以及未知系统的自适应参数辨识等方面获得了广泛的应用。例如，在工业生产过程中，由于生产环境的影响，许多静电或电磁场会对控制器输入给定信号造成干扰，产生信号噪声，导致操作精度下降甚至输入错误信号，加快执行机构的磨损，严重时造成生产事故，后果不堪设想，这就需要设计一个自适应信号处理系统来过滤噪声干扰。再如水下侦察系统中发射器与接收器靠得很近，但为了探测水下远程潜艇等目标，发射信号的功率很强，就会串扰到接收器中，因此所接收的远程目标的反射波就淹没在串扰信号中，大大妨碍了对目标定位距离的测量，这时也必须采用干扰抵消措施。所以，自适应噪声干扰抵消技术有着重要的应用。通过本次课程设计，我们可以加强对信号处理的理解，学会

7、查寻资料方案比较，以及设计算法等。灵活运用所学信号与系统、数字信号处理等信息处理知识，分析和解决工程技术问题，将理论知识与应用实际结合起来。本次课程设计的题目为基于RLS的多麦克风语音降噪，主要是对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。 1.2任务与要求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。要求：（1）阅读参考资料和文献，明晰算法的计算过程，理解RLS算法基本过程；（2）主麦克风录制的语音信号是RLSprimsp.wav，参考麦克风录制的参考噪声是RLSrefns.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。2 信号处理基本原理2.1自适应滤波器组成自适应滤波器通常由两部分组成，其一是滤波子系统，根据它所要处理的功能而往往有不同的结构形式。另一是自适应算法部分，用来调整滤波子系统结构的参数，或滤波系数

8、。在自适应调整滤波系数的过程中，有不同的准则和算法。算法是指调节自适应滤波系数的步骤，以达到在所描述准则下的误差最小化。自适应滤波器含有两个过程，即自适应过程与滤波过程。前一过程的基本目标是调节滤波系数(k)，使有意义的目标函数或代价函数F()最小化，滤波器输出信号y(n)逐步逼近所期望的参考信号d(n)，由两者之间的估计误差e(n)驱动某种算法对滤波(权)系数进行调整，使滤波器处于最佳工作状态以实现滤波过程。但是，由于目标函数F()是输入信号x(k)、参考信号d(k)及输出信号y(k)的函数，即F()=Fx(k),d(k),y(k)，因此目标函数必须具有以下两个性质:（1）非负性（2）最佳性2.2自适应干扰抵消原理图2-1自适应干扰抵消原理图自适应滤波器在实际应用中，由于没有充足的信息来设计固定系数的数字滤波器，或者设计规则会在滤波器正常运行时改变，因此我们需要研究自适应滤波器。凡是需要处理未知统计环境下运算结果所产生的信号或需要处理非平稳信号时，自适应滤波器可以提供一种吸引人的解决方法，而且其性能通常远优于用常方法设计的固定滤波器。此外，自适应滤波器还能提供非自适应方法所不可能提供的新的信号处理能力。自适应噪声抵消技术是自适应信号处理的一个应用分支，其主要理论和框架在1975年提出，经过三十多年的丰富和扩充，现在已经应用到了很多领域，比如车载免提通话设备，房间或无线通讯中的回声抵消在母体上检测胎儿心音，机载电子干扰机收发隔离等，都是用自适应干扰抵消的办法消除混入接收信号中的其他声音信号。如图所示的是自适应干扰抵消器的基本结构，它有着很广泛的应用。期望响应是信号和噪声之和，即，自适应处理器的输入是与相关的另一个噪声。当与不相关时，自适应处理器将调整自己的参数，以力图使成为的最佳估计。这样，将逼近信号，且其均方值为最小。噪声就得到了一定程度的抵消。2.3自适应滤波原理 图2-2 自适应滤波原理图自适应滤波器由递归计算最小二乘估计(RLS)应用自适应权值控制机制来进行(图3-2)。自适应滤波机制在估计滤波器的权重或者系数时，需要将输入信号转换成所需的信号，通过滤波器的信号输入端口进行连接。该输入信号可以是基于采样的标量或一个单位信道的基于帧的信号。将所需端口的信号必须具有相同的数据类型、帧状态、复杂性，才能作为所需的信号作为输入信号，输出端口输出滤波后的

《基于rls算法的多麦克风降噪课程设计正文--大学论文》由会员hs****ma分享，可在线阅读，更多相关《基于rls算法的多麦克风降噪课程设计正文--大学论文》请在金锄头文库上搜索。