【41页】毕业论文_自适应噪声对消在语音信号处理中的应用研究.doc文档在线阅读 ㊣ 精品文档 值得下载

不可避免的受到噪声信号的影响，如何有效的抑制和去除噪声，提高语音的可懂度是近年来的热门研究课题，文中介绍了自适应滤波器的基本原理，结构和应用，应用软件，对自适应算法在噪声对消中的应用进行了仿真研究，并完成了语音信号噪声消除实例。

本文对自适应滤波算法在语音信号去噪方面进行了研究，对自适应对消系统进行了深入的学习与研究，在固定步长的基础上，建立了步长因子与信噪比及噪声幅度之间的种非线性函数关系，使步长随误差信号的变化而变化，从而提高了收敛速度，能够有效的滤除实际生活中语音信号中的高斯白噪声，工频干扰，以及其他讲话者的干扰，大幅度提高输出语音信号的信噪比，有效的提高语音的可懂度。

通过实验证明，该算法在收敛速度，消噪性能，信噪比提高方面与常规的自适应算法相比均有定的提高。

关键词自适应滤波变步长算法语音降噪绪论自适应噪声抵消技术研究背景语音降噪的发展及研究现状本文的主要研究内容自适应噪声对消原理概述自适应噪声抵消器原理自适应噪声抵消算法算法特点分析评价算法性能的指标本章小结自适应噪声对消的模拟与仿真自适应噪声对消模型的建立及算法仿真种变步长算法的提出与仿真本章小结语音信号消噪实例信噪比的计算语音消噪实验实验结果分析本章小结总结与展望参考文献绪论自适应噪声抵消技术研究背景在日常生活中，人们经常受到各种噪声的干扰。

例如在有线电话，无线通信中人们的语音常常会参杂来自外界的干扰噪声主要含高斯白噪声，工频干扰，和其他讲话者干扰，这些干扰使接收者接收到的语音为受噪声污染的带噪语音信号。

有的噪声的幅度基本等同于原信号，甚至将原始信号淹没，严重影响了人与人之间的通信质量，语音增强的个主要目标是从带噪语音信号中提取尽可能纯净的原始语音。

尤其是在重大科研项目和生产中，没有个优质的语音信号作保证，将会带来无可估量的损失。

并且长期在有噪声的环境中工作，将危害人的听力思维生理和心理。

在嘈杂的环境下工作，人们很容易疲乏反应迟钝工作效率降低，并且容易心情烦躁，在噪声的刺激下，人们的注意力不容易集中，工作容易出错，影响工作速度和工作质量，并且很容易产生的判断进行的操作，降低了生产效率。

在生活中噪声的存在也很大程度上影响了人们的休息和放松，降低了生活质量。

在如今这个人们不断追求工作效率生活质量的年代里，如何有效地消除和抑制噪声已成为人们研究的个热门课题。

自适应噪声抵消系统，作为在噪声背景下通信的种主要语音增强方法，把信号中的噪声和语音信号进行有效的分离，降低或抑制环境噪声的影响，有效的提高了语音的清晰度。

自年提出自适应滤波概念以来，因其计算量小，易于实现等优点，发展极为迅速。

应用自适应噪声抵消技术，可在未知外界干扰源特征传递途径不断变化背景噪声和被测对象信号相似的情况下，有效地消除外界噪声的干扰，提高信号传输中的信噪比。

自适应噪声抵消技术和其他语音增强方法相比，突出之处就是该方法不基于任何信号模型和信号的统计特性无特殊要求，故其应用相当广泛。

目前应用于通信，语音信号处理，图像处理，模式识别，系统辨识及自动控制等领域。

这技术可为动态信号在测试环境不太理想的工作现场作测试分析和故障诊断提供了有效的方法和依据，具有定的理论和应用价值。

鉴于自适应噪声抵消的系列特点，本文针对语音信号中存在高斯白噪声，工频干扰，以及其他讲话者干扰等问题，基于自适应抵消进行语音信号噪声消除研究。

语音降噪的发展及研究现状国内降噪技术始于年代，主要采用模拟器件搭建相应的滤波电路来解决问题。

但由于模拟电路自身的局限性，当信噪比小到定程度的时候，这种滤波电路不能很好的解决噪声消除的问题。

年代后期主要采用动态降噪技术，这种方法是根据语音电平的幅度动态调整输出信号幅度，且对不同的噪声电平进行自动的抑制。

从而提高信噪比，达到降噪的目的，但这种方法要求输入信号有定的信噪比，在高强噪音的情况下，会出现轻音丢字的问题。

国外的消噪技术起步早，起点高，目前以美国和欧盟为代表，出现了批实用的产品，代表了国际上的先进技术。

下面对相关公司及主要产品进行简介如下俄罗斯的公司主打产品是软件，专业数字滤波仪器实时处理的处理板。

公司是家以芯片为主要产品的公司，其主打产品是系列的，其中有几款专用于通讯终端的芯片，比如。

即，其内部集成了些常用的客户端算法，包括回声抵消，编解码程序，语音激活检测，舒适噪音插入，自动增益调节等。

随着的发展，语音降噪算法上的提高，噪音消除技术的核心逐渐演变为算法的问题，算法的优劣及适用范围直接决定了实用化的程度。

自适应技术是降噪技术的个重要方法，其突出的优点在于不基于任何语音模型，语音特征损失小，消噪效果明显，所以被广泛应用。

其传统算法是基于时域算法和频域算法。

近年来，信号处理领域的新理论新技术不断涌现，为噪音消除提供了更多的数字算法，如小波变化方法，高阶统计量方法，神经网络方法和时频分析方法等。

上述方法可在不同情况下，不同程度地改善信噪比，但有定的局限性。

神经网络消除法存在着结构复杂用于语音处理时的实时跟踪能力较差等不足高阶谱法只对高斯噪声有些高阶谱只对对称分布噪声消除有效小波变换也是针对高斯噪声提供了种较好的方法，但计算复杂。

综述上述国内外研究现状，本课题基于自适应噪声对消技术对强噪声背景下的语音降噪问题进行研究和探讨。

本文的主要研究内容本课题试图以当今语音技术中最流行的自适应抵消法作为基本的增强手段，应用于工频干扰其他讲话者干扰和白噪声的自适应噪声消除。

主要研究内容包括以下几个方面绪论，介绍课题的背景和意义，以及语音降噪技术的国内外发展现状，对本文的主要内容进行了介绍。

主要对自适应噪声对消原理进行概述，详细地介绍了自适应对消器的原理，自适应噪声抵消算法，以及算法的特点及性能分析，这对自适应语音降噪提供了理论基础。

介绍了自适应对消系统在上的模拟与仿真，根据实际情况建立了三种模型，并用定步长自适应算法对三种模型进行了仿真，研究了滤波效果与步长大小的关系。

提出种变步长算法，并对此算法进行模拟仿真，与定步长做比较，得出变步长滤波性能得到了大大提高。

重点介绍了语音信号滤噪实例，并具体分析了在实际情况中遇到的问题并加以解决。

实例中采集段来自实际的语音信号，并加入干扰，最后进行性能分析。

进行最后的总结，并对自适应发展做了展望。

自适应噪声对消原理概述自适应噪声抵消是种效果相当好的语音增强技术。

它比其它方法多使用了个辅助通道来获得参考噪声，出主通道采集到的是带噪语音，通过自适应滤波的方法从中把主通道带噪信号的嗓声抵消掉。

由于可以比较准确和全面地获得噪声信息所以自适应噪声抵消能达到更好的降噪效果，特别是在参考噪声与带噪语音中的噪声完全相关的情况下，理论上自适应噪声抵消能彻底去除噪音成分。

自适应噪声抵消的目标是实现种具有最佳线性滤波特性的滤波器，最大程度恢复语音信号，最大程度的抑制噪声。

所谓最佳线性滤波器是指能够按最佳准则进行滤波的滤波器。

假定输入信号和噪声相加，两者均为广义平稳过程而且已知它们的二阶统计特性，那么根据最佳均方误差，可用维纳滤波器来满足上述要求但是使用维那滤波需要满足两个条件输入过程是广义平稳的输入过程的统计特性是已知的。

根据其它最佳准则的滤波也有同样的要求。

但是对于语音增强来说，语音和噪声都是随机的和非平稳的，而且它们的统计特性也是未知的和变化的所以，不能采用固定参数的维纳滤波器解决上述问题，必须使用自适应滤波。

基于自适应滤波器词最早由等人于世纪年代初提出，用来描述个从噪音中提取出现的时刻随机的信号系统。

自适应滤波器的特点是输入过程的统计特性是未知的或变化时，能够通过调节自身的传输特性或者说滤波器参数来达到最佳滤波器目的。

自适应噪声抵消器原理带自适应滤波器的噪声抵消器的工作原理实质上是以均方误差或方差最小为准则，对噪声进行最优估计，然后从含噪语音中减去，达到降噪提高信噪比增强语音的目的。

图带自适应噪声抵消器系统原理图如上图所示，给出了自适应滤波器消除噪声的基本思想和方法，图中有两个通道主通道和参考通道。

主通道接收到信号和不相关噪声，形成对消器的原输入，参考通道接收到个与信号不相关的，而与噪声相关的噪声被滤波器产生个输出，他尽可能的去翻版。

该输出从原始输入中减去，产生系统的输出为均方误差亦即输出的均方值因为和，无关，所以和，无关，则这样，式就成为自适应滤波器要调整其加权矢量，使最小，因不在自适应滤波器通道内，所以这种最小化可表示为从而自适应滤波器调整的结果，将使在均方误差最小的意义下，最接近主通道噪声分量，因而使系统输出中的噪声大为降低。

再由式有所以上式说明，在最小均方误差意义下，最接近，等效于系统输出，最接近。

所以在噪声抵消系统的输出端大大地提高了信号噪声比，而且并未造成大的信号失真。

由于自适应滤波器在未知或时变系统中的明显优势，它在众多领域得到广泛应用。

自适应噪声抵消算法最陡下降算法不需要知道误差特性曲面的先验知识，其算法就能收敛到最佳维纳解，且与起始条件无关。

但是最陡下降算法的主要限制是它需要准确测得每次迭代的梯度矢量，这妨碍了它的应用。

为了减少计算复杂度和缩短自适应收敛时间，许多学者对这方面的新算法进行研究。

年，美国斯坦福大学的等提出了最小均方算法，这是种用瞬时值估计梯度的矢量方法。

按照自适应滤波系数矢量的变化与梯度矢量估计的方向之间的关系，算法是以最快下降法为原则的迭代算法，即矢量是矢量按均方误差性能平面的负斜率大小调节相应个增量，这个是由系统稳定性和迭代运算收敛速度来决定的自适应步长，为次迭代梯度，对于算法，是的斜率，即由式产生了求解最佳