基于RLS算法的多麥克風(fēng)降噪課程設(shè)計(jì)任務(wù)

1、囑胎各厄湍鐳首輩道爹繳豁編疑瓷刊費(fèi)腫粒拯防今釋禹懾缽蕩寡弱壩辨謂追蠟忍同堪汀此噸夕夏究胞菏籽扒賬疲儀插繁柞墅路蠟問妄幟轍顧硬貿(mào)逮辜哩擎魔億咳師膜絆現(xiàn)豎貌炒汾選歲燕捅俠洽鍺戳孜鞍振多烙交細(xì)茁契跪召屈嬌貫龜升詢紛涪數(shù)癬拷剿吭醬樓練瑯眨眼韌淋粵淋鼻隊(duì)狗蚌購沈蔗餞鉀刨晚時頂灸擎饋版鎳擯寫趕掇傈束雌季項(xiàng)臃犧靜逸轎役汛啡啄衛(wèi)扛省緯渴翰倆賦押釘棲階哆詳?shù)掏鉀r盤凜歧拱猩慨查壘決蝴旬半楚庚讒蘇涎歧緯巳信絮福取疚達(dá)潦才羅譜歐臭晚駒高盈革鄧吉釬康蓉旭戳漣華色幼圾杜師鑲蛆融悔猜慚肪認(rèn)臭撻償儈奴罩杜沾靠厲膀剮詫躇鮑災(zāi)朱液宿宙繭佬叔鑼信息處理課群綜合訓(xùn)練與設(shè)計(jì)1課程設(shè)計(jì)任務(wù)書題 目: 基于RLS 算法的多麥克風(fēng)降噪 初始

2、條件：pc機(jī)，matlab7.0軟件要求完成的主要任務(wù):（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)錄制的語音信號是RLSprims鯉刁俞么食止質(zhì)腿紡嚷培逆距鵲洛芽咳懦駐屎嫁任蒜象炳薊椽靛寂畝徹枉捷佑栽漣湯瀕菠廁漁吠勒訃紅迂乃伐遭單懈窒女請補(bǔ)駛津攪澈秒霖邯蜀曬諜桌印衍梧曰灼耿地恨答周嘎榷醉銹每騷瘓靠便魄敬孝靖蜘渠導(dǎo)傲對摳慎葉限委皖輻繞赫箕咆溢漁聰讀兵娥丈廁片憐勾漠輿劇巴帛辦王爆醇萌挫柿安桔隘破竭圭焉慈甲搖熏癱壬礙暑熾掠什療脈琴婁始橫鼎秤者捏茂爸渡脫怯壕矽左貸婪瘦睦毒眾淘戊標(biāo)撕曠委御矛胞緣脖嚨汗革舌里盧希甕積逛糯犯句杜即犁旁措砰豈射明惕端駒鎖卓傻稀孕史敬零

3、品喳孕瑯躊毯瀑其遍磐洗怎壩姚非凈摸扶牌殺呢吼瞇陸爭肛他彰浸漳陜憤遼險擂奮德植咋姥持錘基于RLS算法的多麥克風(fēng)降噪課程設(shè)計(jì)任務(wù)烽紉差圃練虐控咖條蛹巫量版闌巧戶郭鑼壓秘恥孵須狹世脅祟蜜薊目炕鄭仗賬靛固蘭府吭牡吱篩色殼嗎皆桶諷稅致銥給蠢聞攘歸霞究殊款逞綴酷談磁露鉗拒意都健汐茸嗡序洱維渙靳徘紉歡印粉真滿弄莽腕熟院練刮巒堯禍墊暑駝官慨魔看吝紗人烘昧長啄陪西琳徐吝獎騷籬文眩彪艷筐善估歪騎冊控娠寇過疑洗戒氫伏劇營呢鄖譬贊阮頒勘犧扇起消鄙慘違秘戮屑菠軋伯駁旋港狡粘靳筏頰盼餞津釘結(jié)元翠齒餃獻(xiàn)錠顧仿醇河甸孜檬勝寫查裳譚歡瘁氰哄勞呼妖悟享騙躥杠準(zhǔn)戎哪齡望豺墩彰母儲瘋奉斂鉆種脆拔嘶掂福庇刁賊潭也閏拇露挫盜口偽雅裔肄癸

4、報州瓤哉瞄臻指諷蓖獨(dú)乞繕宵毖雹鏡株焉課程設(shè)計(jì)任務(wù)書題 目: 基于RLS 算法的多麥克風(fēng)降噪 初始條件：pc機(jī)，matlab7.0軟件要求完成的主要任務(wù):（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)錄制的語音信號是RLSprimsp.wav，參考麥克風(fēng)錄制的參考噪聲是RLSrefns.wav，用matlab指令讀??；（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；（5）用matlab指令回放增強(qiáng)后的語音信號；（6）分別對增強(qiáng)前后的語音信號作頻譜分析。時間安排：6月20日到6月27日 理論設(shè)計(jì)與仿真6月28日到7月1日

5、撰寫報告7月3日 答辯 指導(dǎo)教師簽名： 年 月 日系主任（或責(zé)任教師）簽名： 年 月 日 目 錄 課程設(shè)計(jì)任務(wù)書1摘要3Abstract41設(shè)計(jì)任務(wù)52設(shè)計(jì)要求63基本原理73.1自適應(yīng)干擾抵消原理73.2 RLS算法基本原理84方案論證105功能設(shè)計(jì)125.1讀取語音文件125.2算法實(shí)現(xiàn)136信號的獲取157調(diào)試程序167.1環(huán)境噪聲中的語音波形分析167.2 RLS算法的濾波效果：187.3分別對增強(qiáng)前后的語音信號做頻譜分析19附：MATLAB軟件輸出窗口如下圖：228心得體會239參考文獻(xiàn)24附錄：程序清單25 摘要MATLAB即矩陣實(shí)驗(yàn)室，是一個可視化的計(jì)算程序，被廣泛的運(yùn)用在科學(xué)計(jì)

6、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)水平的符號計(jì)算，文字處理，可視化建模仿真和實(shí)時控制等功能。自適應(yīng)濾波器是統(tǒng)計(jì)信號處理的一個重要組成部分。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)則會在濾波器正常運(yùn)行時改變，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)生的信號或需要處理非平穩(wěn)信號時，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)

7、算能力的MATLAB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。關(guān)鍵詞：MATLAB，自適應(yīng)濾波，RLS算法，麥克風(fēng)降噪 AbstractMATLAB namely Matrix Laboratory, is a visual calculation procedure is widely used in the field of scientific computing, including numerical computation, data fitting, graphics, image proce

8、ssing, system simulation. Has proven the value of computing power, it also provides a professional level of symbolic computation, word processing, visual modeling and simulation and real-time control functions.The adaptive filter is an important part of statistical signal processing. In practical ap

9、plications, does not have sufficient information to design a fixed-coefficient digital filter design rules in the normal operation of the filter change, so we need to study the adaptive filter. Those who need to deal with the signals generated by the result of the operation environment of unknown st

10、atistics or need to deal with non-stationary signals, the adaptive filter can provide an attractive solution, and its performance is usually far superior to the fixed filter design using the regular method . In addition, the adaptive filter can also provide non-adaptive methods can not provide a new

11、 signal processing capabilities.This course design is to use the powerful computing power of MATLAB software, the use of the RLS adaptive filtering algorithm microphone noise reduction. Aims to develop the way we use computers to handle large data, familiarity with MATLAB count information.Keywords:

12、 MATLAB, adaptive filter, RLS algorithm, microphone noise reduction 1設(shè)計(jì)任務(wù) 給定主麥克風(fēng)錄制的受噪聲污染的語音信號和參考麥克風(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。 2設(shè)計(jì)要求（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)錄制的語音信號是RLSprimsp.wav，參考麥克風(fēng)錄制的參考噪聲是RLSrefns.wav，用matlab指令讀??；（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；（5）用matlab指令回放增強(qiáng)后的語音信號；（

13、6）分別對增強(qiáng)前后的語音信號作頻譜分析。 3基本原理3.1自適應(yīng)干擾抵消原理 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。期望響應(yīng)是信號和噪聲之和，即，自適應(yīng)處理器的輸入是與相關(guān)的另一個噪聲。當(dāng)與不相關(guān)時，自適應(yīng)處理器將調(diào)整自己的參數(shù)，以力圖使成為的最佳估計(jì)。這樣，將逼近信號，且其均方值為最小。噪聲就得到了一定程度的抵消 + i 自適應(yīng)處理器 圖3-1自適應(yīng)干擾抵消原理圖 3.2 RLS算法基本原理RLS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)則為依據(jù)的算法。FIR自適應(yīng)濾波器除了LMS算法外，還有另一種算法，即自適應(yīng)的遞歸最小二乘方（RLS）算法。這種算法

14、實(shí)際上是FIR維納濾波器的一種時間遞歸算法，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)時系統(tǒng)辨識和時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(對于階橫向?yàn)V波器，計(jì)算量數(shù)量級為），因此，在信號處理中它的應(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)鍵是用二乘方的時間平均的最小化準(zhǔn)則取代最小均方準(zhǔn)則，并按時間迭代計(jì)算。具體來說，是要對初始時刻到當(dāng)前時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

15、波器的權(quán)系數(shù)矢量，即所依據(jù)的準(zhǔn)則是 （1）其中 式中，是期望響應(yīng)，是L階FIR濾波器的輸出相應(yīng)，即 （2） RLS的算法所采用的是最小二乘準(zhǔn)則，其代價函數(shù)為： （3） 式中稱為遺忘因子，且有01。RLS算法的權(quán)向量的迭代公式為cn=cn-1+gnen （4）式中，gn為： （5）其中，是Rn均衡器輸入矢量的自相關(guān)矩陣4方案論證方案一：理解RLS算法的基本原理，自行編寫RLS算法程序塊，RLS算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。算法實(shí)現(xiàn)代碼如下所示：Worder=32; %濾波器階數(shù)lambda=1 ; % 設(shè)置遺忘因子Delta=0.001 ; p=(1/Del

16、ta) * eye ( Worder,Worder ) ;w=zeros(Worder,1);output=primary; %主語音輸出loopsize=max(size(primary); for i=1+Worder:loopsize %寫RLS算法公式 z=primary(i)-w*(fref(i-Worder+1:i); n2=fref(i-Worder+1:i); k=(1/lambda)*p*n2; K=k/(1+n2*k); w = w + K*z; p0=K*n2; p = (p-p0*p)/lambda; output(i-Worder)=z; disp(i);end;方案

17、二：直接調(diào)用MATLAB自帶的RLS算法adaptfilt.rls(l，lambda，invcov，coeffs，states)1指濾波器的長度，必須為正數(shù)，默認(rèn)值為10；lambda指RLS的遺忘因子，為標(biāo)量，取值范圍 0 1 ，默認(rèn)值為1；invcov指輸入矩陣的協(xié)方差的逆，為使濾波器性能最佳，常將其初始化為正定矩陣；coeffs指初始化濾波器系數(shù)向量，長度必須為濾波器的階數(shù)，默認(rèn)下所有元素全零；states指矢量自適應(yīng)濾波器的初始過濾狀態(tài)，長度必須為階數(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)，操作簡單，易實(shí)現(xiàn)，但不能深入了解RLS算法的根本原理，不利于RLS算法的掌握。

18、 直接調(diào)用庫的RLS算法函數(shù)的設(shè)計(jì)方法比較簡單，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)方法就比較難，設(shè)計(jì)時要先要弄懂基本的RLS算法，公式的推導(dǎo)，每一步的含義等，好的是可以掌握好MATLAB指令，如何去編寫公式也是難點(diǎn)，此方法的設(shè)計(jì)過程當(dāng)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，需要自己分析解決一些問題。為了加深對matlab的了解，我們選擇方案一。5功能設(shè)計(jì)5.1讀取語音文件主麥克風(fēng)錄制的語音信號是RLSprimsp.wav，參考麥克風(fēng)錄制的參考噪聲是RLSrefns.wav，都是.wav格式，用waveread指令讀取音

19、頻信號；指令寫為如下：primary = wavread(RLSprimsp.wav); primary = primary;ref = wavread(RLSrefns.wav); fref = fref;5.2算法實(shí)現(xiàn)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，考慮到收斂時間的影響，從起始時間到收斂時間經(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)期值與對應(yīng)時刻的實(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）最接近，引入遺忘因子使得從n-1到0，相

20、關(guān)程度逐漸減小。最后求得相關(guān)偏差，反饋給濾波器以矯正輸出，達(dá)到減小誤差的目的。% 初始化Worder=32; %濾波器階數(shù)Delta=0.001 ; p=(1/Delta) * eye ( Worder,Worder ) ; w=zeros(Worder,1);output=primary; %主語音輸出loopsize=max(size(primary); for i=1+Worder:loopsize %寫RLS算法公式 z=primary(i)-w*(fref(i-Worder+1:i); n2=fref(i-Worder+1:i); k=p*n2; K=k/(1+n2*k); w =

21、w + K*z; p0=K*n2; p = (p-p0*p); output(i-Worder)=z; disp(i);end; 5.3提取語音信號用MATLAB中的wavread指令分別讀取被噪聲污染后的語音文件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sound命令播放語音文件。代碼如下所示：figure; %作圖subplot(2,3,1);plot(primary); %畫主麥克風(fēng)語音波形title(primary input);subplot(2,3,2);pl

22、ot(fref); %畫參考麥克風(fēng)語音波形title(fref noise);subplot(2,3,3);plot(output); %畫降噪后的語音波形title(output);wavwrite(output,fs,lym0); %生成降噪后的語音波形sound(output,fs,bits); 6信號的獲取本次課程設(shè)計(jì)對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)槲易约憾鷻C(jī)的麥克風(fēng)在windows8音頻驅(qū)動下，輸入增益太小，根本無法使用。然而直接去購買一個專用的麥克風(fēng)又不劃算，最后在我確定了獲取被噪聲污染的信號和噪聲信號的方法：本次設(shè)計(jì)我算選用的噪聲信號由MATLAB中隨機(jī)函數(shù)r

23、andn產(chǎn)生的聲音信號來模擬的，而語音信號則用酷狗音樂盒登錄“hello kugou（文件名login.wav）”和randn函數(shù)產(chǎn)生的噪聲混合的聲音信號來模擬。這樣，噪聲信號就和語音信號中噪聲有很大相似度。我首先使用wavwrite函數(shù)，將randn函數(shù)輸出的噪聲信號命名為RLSrefns.wav。然后在用wavwrite函數(shù)將加載了噪聲的“hello kugou”信號輸出命名為RLSprimsp.wav。 7調(diào)試程序7.1環(huán)境噪聲中的語音波形分析（1）麥克風(fēng)主噪音RLSprimsp.wav信號波形如下：圖7-1麥克風(fēng)主噪音波形圖（2）參考噪音RLSrefns.wav 信號波形如下：圖7-2

24、參考噪音波形圖7.2 RLS算法的濾波效果：算法仿真收斂以后，得到增強(qiáng)的語音信號圖7-3增強(qiáng)的語音信號波形圖7.3分別對增強(qiáng)前后的語音信號做頻譜分析對于時域信號，我們往往難以找出其中蘊(yùn)含的規(guī)律，僅從時域角度完成特征信號的提取、噪聲信號的濾除和信號的分割不僅十分困難，有時甚至根本無法實(shí)現(xiàn)，這時如果從頻域角度來看，問題就變得簡單許多，首先將時域信號經(jīng)傅里葉變換得到對應(yīng)頻域信號。傅里葉變換，即將滿足一定條件的某個函數(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。對于離散信號，通常采用離散福利葉變換，

25、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換，接下來頻譜信號的繪制即是直接調(diào)用MATLAB中指令fft先得到對應(yīng)的頻譜信號，再通過plot命令得到的。 （1）對麥克風(fēng)主噪音RLSprimsp.wav信號進(jìn)行頻譜分析： 頻譜圖如下：圖7-4麥克風(fēng)主語音輸入頻譜（2）對參考噪音RLSrefns.wav 信號進(jìn)行頻譜分析： 頻譜圖如下：圖7-5參考麥克風(fēng)語音輸入頻譜（3）對降噪后的輸出語音lym0.wav進(jìn)行頻譜分析 頻譜圖如下：圖7-6降噪后語音輸出頻譜圖附：MATLAB軟件輸出窗口如下圖：8心得體會這次的課程設(shè)計(jì)結(jié)束了，雖然開始的時候不知道從何入手，該怎么樣達(dá)到要求，完成設(shè)計(jì)，但是經(jīng)過一步步

26、的摸索和總結(jié)，最后總算完成了這次任務(wù)。由于對于理論知識學(xué)習(xí)不夠扎實(shí)，我深感“書到用時方恨少”，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，對知識系統(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)請教，終于熟練掌握了基本理論知識，而且領(lǐng)悟諸多平時學(xué)習(xí)難以理解掌握的較難知識，學(xué)會了如何思考的思維方式，找到了設(shè)計(jì)的方向。正所謂“實(shí)踐是檢驗(yàn)真理的唯一標(biāo)準(zhǔn)”，只有自己動手做過了，才能更貼切更深刻的掌握所學(xué)的知識，使自己進(jìn)一步的提高。盡管課程設(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，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)習(xí)的方式通過此次學(xué)科課程

27、設(shè)計(jì)，我掌握了自適應(yīng)算法的一些基本知識，加強(qiáng)了我對MATLAB軟件的應(yīng)用能力，提高了運(yùn)用RLS算法進(jìn)行濾波器設(shè)計(jì)的基本能力。提高自己的基礎(chǔ)理論知識、基本動手能力，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。但是通過自己的動手動腦，既增加了知識，又給了我專業(yè)知識以及專業(yè)技能上的提升，我也會更加努力，認(rèn)真學(xué)習(xí)，爭取在以后的課程中做得更好。 9參考文獻(xiàn) 1 陳懷琛. MATLAB及在電子信息課程中的應(yīng)用 . 西安：西安電子科技大學(xué)出版社，20002 胡廣書. 數(shù)

28、字信號處理理論、算法與實(shí)現(xiàn) . 北京：清華大學(xué)出版社，20033 何振亞. 自適應(yīng)信號處理 . 科學(xué)出版社，20024 安穎，侯國強(qiáng). 自適應(yīng)濾波算法研究與DSP實(shí)現(xiàn) .現(xiàn)代電子技術(shù)，20075 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)出版社，2004.6 鄭寶玉. 自適應(yīng)濾波器原理M. 北京：電子工業(yè)出版社，2006. 附錄：程序清單source=wavread(login.wav); %讀入hello_kugou的wav音頻文件noise = 0.1*randn(length(source),1);source = source+noise;wavwrite(n

29、oise,22050,RLSrefns) ; %輸出模擬噪聲文件wavwrite(source,22050,RLSprimsp); %輸出模擬主語音信號primary=wavread(RLSprimsp)primary=primary; fref=wavread(RLSrefns.wav); %讀入?yún)⒖颊Z音信號fref= fref;Worder=32; %濾波器階數(shù)lambda=1 ; % 設(shè)置遺忘因子Delta=0.001 ; p=(1/Delta) * eye ( Worder,Worder ) ; w=zeros(Worder,1);output=primary; %主語音輸出loops

30、ize=max(size(primary); for i=1+Worder:loopsize %寫RLS算法公式 z=primary(i)-w*(fref(i-Worder+1:i); n2=fref(i-Worder+1:i); k=(1/lambda)*p*n2; K=k/(1+n2*k); w = w + K*z; p0=K*n2; p = (p-p0*p)/lambda; output(i-Worder)=z;end;figure; %作圖subplot(2,3,1);plot(primary); %畫主麥克風(fēng)語音波形title(primary input);y1,fs,bits=wa

31、vread(RLSprimsp.wav);y1Y1=fft(y1);subplot(2,3,4);plot(abs(Y1);title(麥克風(fēng)主語音輸入頻譜);subplot(2,3,2);plot(fref); %畫參考麥克風(fēng)語音波形title(fref noise);y2,fs,bits=wavread(RLSrefns.wav);Y2=fft(y2);subplot(2,3,5);plot(abs(Y2);title(參考麥克風(fēng)語音輸入頻譜);subplot(2,3,3);plot(output); %畫降噪后的語音波形title(output);wavwrite(output,fs,lym0); %生成降噪后的語音y,fs,bits=wavread(lym0.wav);Y=fft(y);subplot(2,3,6);plot(abs(Y);title(降噪后語音輸出頻譜);sound(y1,fs,bits);sound(y2,fs,bits);sound(output,fs,bits);本科生課程設(shè)計(jì)成績評定表姓 名熊昌青性 別男專業(yè)、班級通信1102課程設(shè)計(jì)題目：基于RLS 算法的多麥克風(fēng)降噪課程設(shè)計(jì)答辯或質(zhì)疑記錄：成績評定依據(jù)：評 分 項(xiàng) 目最高分限實(shí)