基于RLS算法的多麥克風降噪

年月日 課程設計任務書要求完成的主要任務:(包括課程設計工作量及其技術(shù)要求，以及說明書撰寫等具給定主麥克風錄制的受噪聲污染的語音信號和參考麥克風錄制的噪聲，實現(xiàn)語音增強的目標，得到清晰的語音信號。RLS基本過程；(2)主麥克風錄制的語音信號是RLSprimsp.wav，參考麥克風錄制的參考噪(3)根據(jù)算法編寫相應的MATLAB程序；(4)算法仿真收斂以后，得到增強的語音信號；(5)用matlab指令回放增強后的語音信號；(6)分別對增強前后的語音信號作頻譜分析。設設計內(nèi)容根據(jù)實驗條件進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)編寫課程設計報告合計序號123指導教師簽名：系主任(或責任教師)簽名：2014年62014年月6月日 日 MATLAB即矩陣實驗室，是一個可視化的計算程序，被廣泛的運用在科學計算領(lǐng)域，包括數(shù)值計算、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)值計算能力用外，它還提供了專業(yè)水平的符號計算，文字處理，可視化建模仿真和實時控制等功能。自適應濾波器是統(tǒng)計信號處理的一個重要組成部分。在實際應用中，由于沒有充足的信息來設計固定系數(shù)的數(shù)字濾波器，或者設計規(guī)則會在濾波器正常運行時改變，因此我們需要研究自適應濾波器。凡是需要處理未知統(tǒng)計環(huán)境下運算結(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，而且其性能通常遠優(yōu)于用常方法設計的固定濾波器。此外，自適應濾波器還能提供非自適應方法所不可能提供的新的信號處理能力。本次課程設計正是要求使用具有強大運算能力ATLAB軟件，運用自適應濾波中的RLS算法實現(xiàn)麥克風降噪。旨在培養(yǎng)我們使用計算機處理龐大的數(shù)據(jù)的能力和熟悉MATLAB在信息技術(shù)中的應用。 n 給定主麥克風錄制的受噪聲污染的語音信號和參考麥克風錄制的噪聲，實現(xiàn)語音增強的目標，得到清晰的語音信號。 (1)閱讀參考資料和文獻，明晰算法的計算過程，理解RLS算法基本過程；(2)主麥克風錄制的語音信號是RLSprimsp.wav，參考麥克風錄制的參考噪聲(3)根據(jù)算法編寫相應的MATLAB程序；(4)算法仿真收斂以后，得到增強的語音信號；(5)用matlab指令回放增強后的語音信號；(6)分別對增強前后的語音信號作頻譜分析。 如圖所示的是自適應干擾抵消器的基本結(jié)構(gòu)，它有著很廣泛的應用。期望號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，它是嚴格以最小二乘方準則應的遞歸最小二乘方(RLS)算法。這種算法實際上是FIR維納濾波器的一種時間遞歸算法，它是嚴格以最小二乘方準則為依據(jù)的算法。它的主要優(yōu)點是收斂速度快，因此，首先在快速信道均衡，實時系統(tǒng)辨識和時間序列分析中得到廣泛應用。其主要缺點是每次迭代計算量很大(對于L階橫向濾波器，計算量數(shù)量級為L2)，因此，在信號處理中它的應用曾一度收到限制。但是近年來人們重新對它產(chǎn)生了興趣，主要是因為它具有收斂速度快的優(yōu)點。在生物醫(yī)學應用中，這種算法的自適應濾波器很容易在小型計算機上實現(xiàn)。RLS算法的關(guān)鍵是用二乘方的時間平均的最小化準則取代最小均方準則，并按時間迭代計算。具體來說，是要對初始時刻到當前時刻所有誤差的平方進行平均并使其最小化，在按照這一準則確定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)，達到校正誤差的目的。算 filtrlsllambdainvcov，coeffs，states)指濾波器的長度，必須為正數(shù)，默認值為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)，長度必須為階數(shù)減1，默認下所有元素全零。該方案運用現(xiàn)成的RLS算法函數(shù)，操作簡單，易實現(xiàn)，但不能深入了解RLS算法的根本直接調(diào)用庫的RLS算法函數(shù)的設計方法比較簡單，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算法公式的設計方法就比中就參考了一些數(shù)字濾波器的設計資料，還有矩陣的寫法與匹配問題，需要自 主麥克風錄制的語音信號是RLSprimsp.wav，參考麥克風錄制的參考噪聲avwavereadvaryprimaryfref=fref'; RLS算法的收斂特性較LMS算法優(yōu)越，但相應的復雜度也要高許多，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項去掉，先通過兩輸入作差得到預期值，再將所有預期值與對應時刻的實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)最接始化 RLSprimsp.wav和噪聲文件RLSrefns.wav后，進行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 本次課程設計對我們自行處理和靈活運用的能力提出了很高的要求。因為我而直接去購買一個專用的麥克風又不劃算，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來模擬。這樣，噪聲信號就和語音信信號命名為RLSrefns.wav。然后在用wavwrite函數(shù)將加載了噪聲的“hello(1)麥克風主噪音RLSprimsp.wav信號波形如下：(2)參考噪音RLSrefns.wav信號波形如下：算法仿真收斂以后，得到增強的語音信號對于時域信號，我們往往難以找出其中蘊含的規(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，為提高計算機的運算速度又衍生出快速離散傅里葉變(1)對麥克風主噪音RLSprimsp.wav信號進行頻譜分析：(2)對參考噪音RLSrefns.wav信號進行頻譜分析：(3)對降噪后的輸出語音lym0.wav進行頻譜分析這次的課程設計結(jié)束了，雖然開始的時候不知道從何入手，該怎么樣達到要求，完成設計，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。由由于對于理論知識學習不夠扎實，我深感“書到用時方恨少”，于是想起圣人之言“溫故而知新”，便重拾教材與實驗手冊，對知識系統(tǒng)而全面進行了梳理，遇到難處先是苦思冥想再向同學請教，終于熟練掌握了基本理論知識，而且領(lǐng)悟諸多平時學習難以理解掌握的較難知識，學會了如何思考的思維方課程設計是在期末才開始，我們的教材學習完畢，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)成了我們自己學通過此次學科課程設計，我掌握了自適應算法的一些基本知識，加強了我S提高自己的基礎理論知識、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檢索和文獻閱讀的方法，同時提高我們正確地撰寫論文的基本能力。當然，經(jīng)過此次RLS算法多麥克風語音降噪課程設計，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，認真學習，爭取在以后的課程中做得更 [2]胡廣書.數(shù)字信號處理—理論、算法與實現(xiàn).北京：清華大學出版社，2003[5]王洪元主編.MATLAB語言以及在電子信息工程中的應用.清華大學出版 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); 本科生課程設計成績評定表姓名性別男專業(yè)、班級課程設計題目：基于RLS算法的多麥克風降噪序號內(nèi)容分值1