基于LMS算法多麦克风降噪设计任务书.doc

  1. 1、本文档共35页,可阅读全部内容。
  2. 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. 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. 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
课程设计任务书 学生姓名: 专业班级: 指导教师: 工作单位: 信息工程学院 题 目: 基于LMS 算法的多麦克风降噪 初始条件: MATLAB软件 数字信号处理与通信系统等基础知识 要求完成的主要任务: 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。 (1)阅读参考资料和文献,明晰算法的计算过程,理解LMS算法基本过程; (2)主麦克风录制的语音信号是LMSprimsp.wav,参考麦克风录制的参考噪声是LMSrefns.wav.用matlab指令读取; (3)根据算法编写相应的MATLAB程序; (4)算法仿真收敛以后,得到增强的语音信号; (5)用matlab指令回放增强后的语音信号; (6)分别对增强前后的语音信号作频谱分析。 时间安排: (1)6月23日~25日:选题及任务安排。 (2)6月25日~27日:方案选择及设计。 (3)6月27日~29日:仿真设计与分析。 (4)6月29日~30日:撰写报告及答辩。 指导教师签名: 年 月 日 系主任(或责任教师)签名: 年 月 日 目 录 摘 要 I Abstract II 1绪论 1 2语音信号的输入 2 2.1 语音信号的采样相关原理 2 2.1.1采样频率和采样位数 2 2.1.2采样定理 2 2.2语音信号的采集 3 2.3语音信号的时频分析 3 2.4 语音信号加噪与频谱分析 5 3基于LMS自适应滤波器的设计 7 3.1 LMS算法 7 3.2 自适应噪声抵消原理 11 3.3基于最小均方误差准则(LMS)的自适应噪声抵消 13 3.4 LMS算法程序 14 4 滤波前后信号的波形及频谱 16 4.1验证所设计的自适应滤波器 16 4.2对主麦克风音频信号滤波 20 4.2.1程序流程图 20 4.2.2 LMS自适应滤波 21 4.3调试分析 26 心得体会 27 参考文献 28 附录 29 摘 要 随着现代工业社会的不断发展,各种噪声污染变得越来越严重。而运用数字信号处理的相关知识与算法进行噪声处理的技术也是渐渐成为主流。Matlab功能强大,编程效率高,简单易学,深受广大程序工作人员的欢迎,特别是Matlab还具有信号分析工具箱,不需具备很强的编程能力,就可以很方便地进行信号分析、处理和设计。在过去的几十年中,基于多麦克风的噪声消除问题一直是人们关注的课题。而在众多算法中,基于LMS算法更新滤波器权值的广义旁瓣消除器结构应用最为广泛。 本次设计采用LMS 算法在Matlab中实现了自适应滤波器的设计与实现。在Matlab中建立了数字降噪系统模型,并且针对该模型利用Matlab语言进行编程,仿真结果表明此设计实现了对信号中混有的环境噪声进行降噪,并且效果远远高于模拟降噪技术。 关键词:噪声污染,Matlab,LMS算法,多麦克风 Abstract With the continuous development of modern industrial society, all kinds of noise pollution is becoming more and more serious. And the application of relevant knowledge of digital signal processing and algorithm for noise processing technology is becoming a mainstream. Matlab powerful, programming with high efficiency, easy to learn, was welcomed by the majority of the program staff, in particular, also has the signal analysis toolbox in Matlab, does not need to have very strong programming ability, can easily signal analysis, processing and design. In the past few decades, based on the noise of the microphone get rid of the problem has been the s

文档评论(0)

skvdnd51 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档