- 1、本文档共35页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
DSP课程设计
实 验 报 告
回波的产生和抵消
院(系):
指导教师:
小组成员:
目 录
(一) 实验目的
(二)设计任务及要求
(三)设计方案、算法原理说明
(四)实验主程序
(五)实验调试结果以及分析
(六)实验基本操作
(七)参考文献
(八)实验感想
(一) 实验目的
1、掌握CCS环境的使用
2、掌握TMS320C5402DSP芯片的基本知识
3、掌握基于CCS编程设计的方法
(1)对DMA进行初始化;
(2)对A/D、D/A进行初始化;
(3)编写DMA通道传输程序,实现数据实时采集和实时地输出;
(4)设计自适应滤波算法,或调用DSPLIB中的自适应函数,实现信号的自适应滤波。
(5)滤波后信号实时输出的同时,将数据存放在数据文件中;
(6)利用自适应滤波实现语音信号回波对消。
4、掌握利用MATLAB产生FIR滤波器的基本方法
(二)设计任务及要求
回波是由于语音信号在电话网中传输时阻抗不匹配而产生的。在模拟电路里,由于二—四转换混合线圈不平衡造成电流泄露,一部分信号能量被反射回信号源会产生回波。回波的影响因通信距离和某些网络设备的因素而加剧,在语音识别应用里,回波也会影响信号检测的准确性,尤其是在多方电话会议中,由于信号经过多次阻抗不匹配的反复传播,回波对通信的影响会更加严重。为了去除回波的影响,现代处理回波的技术主要是基于预测滤波器实现的,近端的通信设备可以采用自适应滤波器。
自适应滤波不仅能够选择信号,而且能够控制信号的特性。自适应滤波器具有跟踪信号和噪声变化的能力,它的系数能够被一种自适应算法所修改。利用DSP可以实时地对信号进行自适应滤波。DSP利用直接存储器访问方式DMA采集数据时不打扰CPU,因此CPU可以对信号进行实时地滤波。本设计要求利用DSP的DMA方式进行信号采集和信号输出,同时对外部输入的信号进行数字滤波,完成对电话线路中较为严重的回波进行抵消,实现电话线路中通话清晰。
对输入的语音信号产生对应的回波,使说话者能听到自己的说话声和多重回声,类似于山谷中大声说话的效果。然后编写自适应滤波算法程序,或调用DSPLIB中的dlms自适应滤波函数对产生的回波进行滤除,使说话者只听到与自己同步的语音,而没有回声。
具体到实验操作上:首先对外部信号进行实时采集,对外部模拟信号先进行A/D转换,利用MCBSP的接收寄存器接收数据。对其接收到的数据进行衰减并进行一定的延时(以产生较明显的多重回声效果)以产生回声。再采用一个自适应滤渡器自动识别回声通道,通过自适应滤波算法的调整,使其冲激响应与实际回声路径逼近,从而得到回声预测信号y(n),再将预测信号从近端采样的语音信号d(n)中减去,即可实现回声消除,比较滤波前和滤波后信号的差异来衡量自适应滤波器的性能。自适应滤波算法程序可由自己编写,或调用DSPLIB中的lms滤波函数。
(三)设计方案、算法原理说明
一.理论基础
1.回声产生原理
根据回声的产生原因,将回声分为两类:电学回声和声学回声。
电学回声:决定电学回声影响程度的参数之一是混合电路的损耗,也就是说有多少发射信号被反射回来。一般情况下,损耗至少为6dB。参数之二是信道延迟,如果信道延迟超过十几毫秒(一般是长途电话或者卫星电话),那么就会对讲话者产生很大干扰。
声学回声:接收器(耳机)的声波,通过位于声音路径上的固体物体反射进入手机的麦克风(话筒)中或扬声器电话中,从而产生声学回声。
图1 声学回声产生机理
2.回声消除基本原理
一般回声消除算法通过自适应滤波来完成,其基本原理如图2所示。其中,远端信号x(k)通过回声信道h产生回声y(k),近端信号d(k)是由回声y(k)混合近端声音信号(可包含噪声信号)得到。通过使用M抽头的FIR自适应滤波器来模拟回声信道h,可以使所得通近回声信号,进而达到回声消除的目的。由此可见,回声消除的关键是自适应地调整使其接近h,可通过现有的各种自适应滤波算法实现。
图2 回声消除器的基本原理图
声学回声消除的功能原理框图如图3所示:
图3 回声消除器原理框图
3.LMS算法
本实验采用LMS算法,即最小均方误差算法设计的自适应滤波器进行未知系统识别,以将回声信号滤除。LMS算法的一个显著特点就是它的简单性。此外,它不需要计算有关的相关函数,也不需要矩阵求逆运算。事实上,正是因为LMS算法的简单性,使得它成为其他自适应滤波算法的参照标准。
如图4所示,首先有一个横向滤波器(围绕它构造LMS算法):该部件的作用在于完成滤波过程。其次,有一个对横向滤波器抽头权值进行自适应控制过程的算法。横向滤波器各部分的细节如图5所示。抽头输入u(k),u(k-1),……,u(k-M+1)为MX1抽头输入向量z(k)元素,其
文档评论(0)