《语音信号.docVIP

语音信号课设 自适应滤波方式实现回声消除 班 级： 11电子信息B班 姓 名： 任 静 学 号： 1115108030 指导教师： 黄 锐 敏 华侨大学信息科学与工程学院  摘 要 由Widrow B等提出的自适应滤波理论，是在维纳滤波、卡尔曼滤波等线性滤波基础上发展起来的一种最佳滤波方法。由于它具有更强的适应性和更优的滤波性能，从而广泛应用于通信、系统辨识、回波消除、自适应谱线增强、自适应信道均衡、语音线性预测和自适应天线阵等诸多领域[1]。自适应滤波器最大的优点在于不需要知道信号和噪声的统计特性的先验知识就可以实现信号的最佳滤波处理。本文通过一个具体例子和结果论证了自适应滤波器的滤波效果。自适应滤波算法的研究是当今自适应信号处理中最为活跃的研究课题之一。滤波是当今信息处理领域的一种极其重要的技术。本文阐述了自适应滤波器的设计方法，分析了运用MATLAB软件进行自适应滤波器的设计过程。本文在论述自适应滤波基本原理的基础上，重点讨论了基于LMS的自适应滤波器算法和基于RLS的自适应滤波器算法 关键字：自适应滤波 最陡下降法 LMS 目录 1绪论 1.1 引言…………………………………………………………………………1 1.2 研究目标及现状……………………………………………………………1 2 理论基础 …………………………………………………………………………3 2.1 基本自适应滤波器的模块结构……………………………………………4 2.2 基本维纳滤波原理…………………………………………………………5 3 自适应滤波原理及算法 ………………………………………………………8 3.1 横向滤波结构的最陡下降算法……………………………………………9 3.1.1 最陡下降算法的原理……………………………………………9 3.1.2 最陡下降算法稳定性……………………………………………12 3.2 LMS滤波原理及算法……………………………………………………14 3.2.1 从最陡下降算法导出LMS算法 ………………………………14 3.2.2 基本LMS算法的实现步骤 ……………………………………15 3.2.3 基本LMS算法的实现流程图 …………………………………15 3.2.4 LMS性能分析——自适应收敛性……………………………17 4 Matlab 实验结果 …………………………………………………………18 参考文献 ……………………………………………………………………………27 附录..............................................................................................................................28 1 绪论 1.1引言 人类传递信息的主要媒介是语言和图像。据统计，在人类接受的信息中，听觉信息占20％，视觉信息占60％，其它如味觉、触觉、嗅觉总的加起来不过占20％，所以图像信息是十分重要的信息[1]。然而，在图像的获取和图像信号的传输过程中，图像信号中不可避免的混入各种各样的随机噪声，造成图像失真（图像退化）。造成人类所获取的信息和实际是有偏差的，成为人类从外界获取准确信息的障碍。因此，对图像信号中的随机噪声的抑制处理是图像处理中非常重要的一项工作。 本文针对声音信号中混入的回声，在怎样把现有的滤波算法应用到实际的声音复原中去的问题上提出了解决方法，并且应用Matlab 软件编程对声音进行处理。 1.2研究目标及现状 为了从含有噪声的数据中提取我们原声，我们需要设计一个系统满足：当信号与噪声同时输入时，在输出端能将信号尽可能精确地重现出来，而噪声却受到最大抑制，即最佳滤波器。 目前的去噪的滤波技术可以分为两大类：传统滤波和现代滤波。传统滤波技术是建立在已知有用信号和干扰噪声的统计特性（自相关函数或功率谱）的基础上的噪声去除；现代滤波技术则是不需要知道图像的先验知识，只是根据观测数据，即可对噪声进行有效滤除。 早在20世纪40年代，就对平稳随机信号建立了维纳滤波理论。根据有用信号和干扰噪声的统计特性（自相关函数或功率谱），以线性最小均方误差（MSE）估计准则所设计的最佳滤波器，称为维纳滤波器。这种滤波器能最大程度的滤除干扰噪声，提取有用信号。但是，当输