使用改良式步阶值演算法实现适应性噪音消除.pdf

使用改良式步階值演算法實現適應性噪音消除 使用改良式步階值演算法實現適應性噪音消除 廖輝雄 王延年 龍華科技大學電子工程系 摘要 本文提出一個改良式步階值演算法，來實現適應性噪音消除器(Adaptive Noise Canceller , ANC) 。文中所使用適應性噪音消除器是利用兩個適應性濾波器所組成；主 要濾波器 (Main Filter , MF)和次要濾波器 (Subfilter , SF) 。次要濾波器是用來估測輸入訊 號雜訊比 (Signal-to-Noise Ratio , SNR) ，選定步階值係數給主要濾波器演算法做運算， 經過不斷的調適使得最後輸出能夠降低噪音。 關鍵詞： 適應性噪音消除，適應性濾波器，LMS演算法。 1.前言 取代上述之線性方式，不論在較大或較小 雜訊干擾下，將能夠降低最小均方誤差已 噪音存在於人們環境四周，根據研究 達到消除干擾。我們希望能更進一步提升 顯示，若長時間置身於吵雜的環境中，在 系統於穩態時之成效，所以提出改良式步 生理上容易造成聽力損失等現象，此問題 階值演算法此方法將克服以上幾個問 的浮現使得人們開始重視這個負面的影 題，包括：小失真訊號所需的一個較小步 響。故而對於如何降低或消除噪音，長久 階值、大干擾訊號所需要的較大步階值， 以來始終吸引人們進行研究與討論。因 以達到較佳之成效。最後利用模擬真實的 此，一些防制噪音的研究及方法也相繼被 聲波，將利用噪音與原始的訊號混合，再 提出。在 1975 年 Widrow及 Hoff[1]提出 透過適應性濾波器模擬出真實的模型。經 利用最小平方法之適應性理論來進行主 由實際模擬所得知最小均方誤差，以改良 動式雜訊消除，其最大的優點就是計算較 式步階值運算的效果最好。 為簡單，但這樣的優點卻伴隨著一個嚴重 的問題，即是在步階值 (step size)的選擇 2.適應性噪音消除原理 上，是不斷地嘗試錯誤所得。因此有學者 致力於改進步階值之選取以達到更好的 圖 1顯示為一個標準的適應性噪音消除 成效。Ikeda[2]提出一個新技術是利用主 器方塊圖。在目前演算法執行時間 k裡的 要濾波器和次要濾波器兩個適應性濾波 s (k ) 、n (k ) ，分別代表訊號源、噪音源， 0 器組合，依據消除回授所殘餘的噪音過程 而 h (k ) 是從噪音源到主要麥克風的噪 j 中，將估測出訊號雜訊比代入線性步階值 音傳播路徑之脈衝響應。主要訊號 X P (k ) 函式來調整步階值參數，因而收斂數度較 和參考訊號 X R (k )如下所示： 快，尤其在小失真訊號有相當好的收斂效 X (k ) s(k ) +n (k ) P 1 果，反之若雜訊干擾較大時，其最小均方