1、“.....这样得到了语音和噪声近似的频谱后就可得到滤波器，即由此滤波器可使语音得到增强。线性滤波法不仅用到了噪声的统计知识，还用到了部分语音知识，但显然这些知识都是种近似的代替。因此这种方法对提高语音信噪比和可懂度效果十分有限。特别是当信噪比较低时，对语音参数的预测误差明显增大，从而增强效果就不明显，并且当噪声不是白噪声时，按照语音的产生模型就很难准确预测语音参数。因此对有色噪声线性滤波方法就难以实现。梳状滤波法梳状滤波法是利用了语音的频谱特征，即谐波性。从众多语音的频谱结构可以看出语音频谱特别是元音部分具有明显的谐波特征。当语音受到宽带噪声干扰时，各谐波的间隙之间则基本上都是噪声成分。只要知道基频就可以把谐波之间的噪声成分完全滤掉，这二〇年六月十日星期五时滤波器只要设计成组谐波频率处的带通滤波器即可。这个方法的主要缺点是必须己知通信语音的基频......”。

2、“.....基频的确定变得十分困难。自相关法自相关法是利用语音时域小型特征，即相关性来增强语音信号的。在语音信号中，元音和浊音都具有明显的周期性，它的相关函数也具有周期性。而噪声般是无规则的，它的自相关函数自开始很快地衰减，因此含噪语音的相关函数基本上就是噪声中语音的相关函数。由于语音的相关函数与语音信号本身具有相同的频率成分，只是其幅度近似为语音信号幅度的平方值，因此只要对含噪语音的自相关值作适当的处理就可从噪声中提取出语音信息。自相关法的主要缺点是对语音信息的损伤较大。方面语音信号毕竟与其自相关信号有很大的不同，虽然能用数学的方法加以校准，但这种校准也是有限的。另方面，辅音的持续时间较短，且周期性又很差，进步加深了语音的失真度。卡尔曼滤波法为了获得较好的语音增强效果，必须尽可能的了解噪声和语音的信息......”。

3、“.....噪声和语音都可以认为是个由高斯白噪声驱动的具有适当阶数的自回归模型。估计语音模型参数时，高滤波器的阶数可以改善滤波器输出波的平滑型，但减小收敛因子可能会在很长段时间产生个较大的均方误差，所以收敛速度和滤波效果有个矛盾，二者必须折衷选择。提高滤波器的阶数也可以改善滤波效果，但需要提高存储空间。成绩评定依据最终评定成绩以优良中及格不及格评定指导教师签字年月日二〇年六月十日星期五课程设计任务书学生姓名专业班级指导教师徐文君工作单位信息工程学院题目基于算法的多麦克风降噪初始条件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。阅读参考资料和文献，明晰算法的计算过程，理解算法基本过程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指令读取根据算法编写相应的程序算法仿真收敛以后......”。

4、“.....时间安排序号阶段内容所需时间搜集学习资料天编写程序并仿真调试天撰写报告天答辩天合计天指导教师签名年月日系主任或责任教师签名年月日二〇年六月十日星期五摘要自适应滤波器实际是种能够自动调节本身参数的特殊维纳滤波器，在设计时不需要事先知道关于输入信号和噪声的统计特性，它能够在自己的工作过程中逐渐了解或估计出所需要的统计特性，并自动调整自己的参数，以达到最佳滤波效果。而基于自适应滤波器的自适应噪声抵消法对含噪语音的增强效果最好。因为这种方法比其他方法多用了个参考噪声作为辅助输入，从而获得了比较全面的关于噪声的信息，从而能得到更好的降噪效果。本课设研究的主要内容是基于最小均方误差准则自适应噪声抵消法对语音信号进行增强，并应用仿真软件对研究的内容进行分析讨论和验证。关键词自适应滤波器，最小均方误差法则，语音增强......”。

5、“.....从噪声背景中提取增强有用的语音信号，抑制降低噪声干扰的技术。语音增强技术无论在日常生活中，还是在其它的领域，或者对语音信号处理技术本身来说都很有应用价值。在日常生活中，我们经常会遇到在噪声干扰下进行语音通信的问题。如使用设置在嘈杂的马路旁或市场内的公用电话，或在奔驰的汽车火车里使用移动电话时，旁人的喧闹声汽车和火车的轰鸣声等背景噪声都会干扰语音通讯的质量。对受话人来说，收听夹杂着各种干扰噪声的语音，至少会引起听觉疲劳，严重点就会地识别或根本无法听清对方的语音。通信或信息交换已成为人类社会存在的必要条件，正如衣食住行对人类是必要的样。语音作为语言的声学体现，是人类交流信息最自然最有效最方便的手段之。但目前语音识别系统大多都是在安静环境中工作的......”。

6、“.....语音识别系统的识别率将受到严重影响。在上述情况下，必须加入语音增强系统，或者抑制背景噪声，以提高语音通信质量，或者作为预处理器，以提高语音处理系统的抗干扰能力，维持系统性能。因此，语音增强技术在实际中有重要价值。语音增强的研究历史语音增强方法的研究始于世纪年代中期。随着数字信号处理理论的成熟，语音增强发展成为语音处理领域的个重要分支。年，和提出了语音增强的维纳滤波方法。年，提出了谱相减方法来抑制噪声。年，和提出了软判决噪声抑制方法。年，和提出基于短时谱幅度估计二〇年六月十日星期五的语音增强方法。年，把卡尔曼滤波引入到语音增强领域。在近年的研究中，各种语音增强的方法不断被提出，它奠定了语音增强理论的基础并使之逐渐走向成熟。语音增强不但与语音信号处理理论有关，而且涉及到人的听觉感知和语音学。噪声来源众多，随应用场合而异，它们的特性也各不相同......”。

7、“.....也难以找到种通用的语音增强算法去适用各种噪声环境。所以必须针对不同的噪声，采取不同的语音增强对策。语音增强的方法现阶段已有许多语音增强的方法，最常见的有线性滤波法梳状，二〇年六月十日星期五目录语音增强概述语音增强的应用背景语音增强的研究历史语音增强的方法线性滤波法梳状滤波法自相关法卡尔曼滤波法自适应噪声抵消法自适应噪声抵消法的原理自适应噪声抵消法的应用自适应滤波自适应滤波概念自适应滤波器的组成基本自适应滤波器设计原则自适应滤波器结构基于自适应滤波的信号增强基本维纳滤波器最陡下降法算法自适应滤波设计原理算法设计仿真分析实验程序设计实验结果实验结果分析实验总结参考文也可以改善滤波效果，但需要提高存储空间。实验总结在课程设计的过程中，通过查阅我明白了基于多麦克风语音信号降噪的过程以及的原理及实现方法，通过编程及仿真，实现了语音信号的降噪......”。

8、“.....充分体会了基于多麦克风语音信号降噪这技术的作用。同时，也学会了对语音信号进行频谱分析，以及进步熟悉了的使用过程，加深了对这软件的了解，提高了自己动手的能力。在弄懂了的算法的基本原理后，我尝试自己写程序，但写出的程序百出，逻辑不够严密，于是参考学习了其他的资料，对程序的调试耗费了我很长时间，通过网络资料和书本搜罗了不少细节的资料，使我对编程的了解提高了个新的层次。全部程序编完后，我已对算法掌握的非常熟练，甚至觉得曾经认为很难的原理现在已经变得很简单，这便是掌握知识的很高的境界了吧。有辛酸，有开心，这次课设我真的受益匪浅。不足之处是输出的信号时域图和频域图和期望的仍有差别，即少部分噪声仍存在，原因是录音文件长度较短，采样序列长度较短导致迭代次数较少，没有真正得到最佳的迭代结果。但是基本的轮廓还是拟合的很致，录音长度再增加的话，结果会更好......”。

9、“.....我会在学习的道路上走得更远。参考文献姚天任，数字语音处理，武汉华中科技大学出版社，邹国良，自适应滤波理论及应用，河北大学出版社，二〇年六月十日星期五胡广传，数字信号处理理论算法与实现，北京清华大学出版社，葛良陶智，基于自适应滤波的语音增强算法江苏苏州大学学报，袁俊泉，信号处理清华大学出版社，赵力，语音信号处理，北京机械工业出版社，韩利竹，王华电子仿真与应用北京国防工业出版社，徐明远，刘增力仿真在信号处理中的应用西安电子科技大学出版社，郭仕剑等数字信号处理人民邮电出版社，钟麟，王峰仿真技术与应用教程国防工业出版社......”。