参考lms自适应均衡算法探讨及改进实验报告.docVIP

目录 一、绪论 2 1.1 论文背景及研究意义 2 1.2 音频简介 2 1.3 自适应滤波理论的发展 3 1.3.1 FIR滤波器的结构 5 1.4 自适应滤波算法简介 6 1.4.1 基于维纳滤波理论的算法 6 1.4.2 基于卡尔曼滤波理论的算法 7 1.4.3 基于最小二乘法的算法 8 1.4.4 基于神经网络的算法 8 1.5自适应LMS算法的发展 9 1.5.1 LMS算法的历史 9 1.5.2 LMS算法的发展现状 10 1.5.3 LMS算法的发展前景 10 1.6 变步长LMS算法 11 二、最小均方算法 12 2.1 LMS算法原理 12 2.2 LMS算法性能分析 13 2.2.1 收敛性 13 2.2.2 收敛速度 15 2.2.3 稳态误差 16 2.2.4 计算复杂度 17 2.3 变步长的LMS 17 三、实验过程 19 3.1 LMS算法实现 19 3.1.1 音频读取 19 3.1.2 参考噪声及带噪信号的获得 19 3.1.3 LMS算法 21 3.1.4 代码实现 23 3.2 VSSLMS算法实现 25 3.2.1 VSSLMS算法 25 3.2.2 代码实现 27 3.3 本章总结 29 四、总结与展望 30 4.1 论文总结 30 4.2 展望 30 五、参考文献 31 一、绪论 1.1 论文背景及研究意义 自适应信号处理是现代通信处理的一个重要分支学科。与传输函数恒定的滤波器相比，自适应滤波器能根据环境自动调节抽头系数以达到最佳工作状态，被广泛应用于通信、雷达、系统控制和生物医学工程等领域。自适应信号处理的主要应用有均衡、系统辨识、阵列信号的波束成形、噪声对消和预测编码等。在音频降噪方面，自适应信号处理也应用诸多。音频中降噪方法很多，按照是否有参考信号可以将降噪分为主动降噪和被动降噪。按照处理的频段以及有用信号和噪声是否同频可以将降噪分为经典滤波器降噪和现代滤波器降噪。无论使用哪种方法，降噪的实现依然依赖滤波器。自适应滤波器是现代滤波器的重要组成部分。 自适应噪声抵消方法属于主动降噪方法，利用了自适应最优滤波理论。待处理信号由有用信号和背景噪声组成，而背景噪声与参考信号中的噪声相关。自适应噪声抵消方法的目的是要去除待处理信号中的背景噪声。因此，自适应噪声抵消技术主要利用获取的参考噪声信号来处理信号中的背景噪声。 自适应滤波算法中应用最普遍的是LMS算法，也被广泛应用于音频降噪处理中，它是通过自动调节其本身的单位脉冲响应h(n)特性，来达到均方误差最小的滤波效果。 在设计自适应滤波器时，可以不必预先知道信号与噪声的自相关函数，而且在滤波过程中，信号是非平稳信号时，系统也能自动调节适应。但是LMS 算法仍存在初始收敛速度慢、时变系统跟踪能力弱，稳态失调噪声大的缺点。为了解决上述问题，人们提出了多种变步长LMS 自适应算法。 1.2 音频简介 音频是一个专业术语，是指人类耳朵能够感觉到的声音信号。音频大概可以分为低音、中音、高音。音频有三个属性：音量、音调、音色。 音量又称音响、音强，是指人耳对所听到的声音大小强弱的主观感受，其客观评价尺度是声音的幅度大小。音调是声音频率的高低，随着一定强度的纯音升高而升高，降低而降低。音调的高低还与发音体的结构有关，因此发声体的结构影响了声音的频率。音色又称音品，是声音的特色。音色取决于泛音。泛音是指一个声音中除了基频以外其它谐振频率的音。由发音体整体振动而产生的音叫做基音，也就是最易听见的声音，由发音体各部分振动而产生的音叫做泛音。所有的人、动物、乐器以及其他能发声的物体所发出的声音，除了一个基音外，还伴随着许多不同的谐振频率即泛音，正是由于这些泛音使得声音有了不同的音色，人们能够通过音色辨别出是不同人以及不同乐器发出的声音。 音频包括语音、歌声、乐器等。语音的频段是30Hz 到3.6KHz，实际上是声波的基音。歌声和乐器的奏出的声音就比较复杂，不仅包括4KHz 以下的基音也包括4KHz 以上的泛音。 人耳能够听到的音频信号的频率范围是20Hz 到20KHz。人能够发出的音频信号的频率范围是30Hz 到3.6KHz，正常的语音频率范围是30Hz 到1KHz。歌声包括男的歌声和女的歌声，男的频率范围是150Hz 到600Hz，女的频率范围是160Hz 到3.6KHz。因此移动通信所采用的语音带宽是4KHz，所需要的采样率就是8KHz。但是除4KHz 及以下的语音还有其它频段的音频信号，它们对音频的清晰度、可懂度、明亮度等有较大的影响。 为了拥有完美音色、夯实音量、清晰音调的音频需要20KHz 的带宽，根据奈奎斯特抽样定理,要处理这样的信号，其采样频率至少是40KHz。低于40KHz 的采样率的音频信号对于人耳来说都是失真的，所以为了能够采集音频中的所