强噪声背景下噪声对消技术的研究

摘要

噪声的存在给语音通信带来干扰，致使通信效果变差。尤其是在强噪声背景环境下，语音信号甚至完全被背景噪声所淹没，几乎无法识别。通信过程无法正常的实现，给生产、生活、军事行动带来严重影响，给个人、单位乃至国家造成巨大的经济损失。因此，在强噪声背景下，如何有效地抑制和消除干扰噪声成为人们研究的热门课题。
　　 本文是基于宜昌船舶交通管理系统工程枝城大桥站和巴东站项目中VHF通信语音记录系统的语音处理方法的研究。针对时变强噪声背景环境下语音通信中的噪声消除问题，就现有的去噪方法进行对比分析，最终选定自适应噪声对消，并就自适应噪声对消的可行性进行分析论证。之后，对滤波器结构做了对比分析，对最小均方误差(LMS)算法和递归最小二乘(RLS)算法进行性能比较，最终以有限冲击响应(FIR)横式滤波器结构和递归最小二乘(RLS)算法构建系统模型，确定自适应噪声对消方案。
　　 本文以自适应滤波算法的研究为主要内容。在对标准的递归最小二乘(RLS)算法深入分析的基础上，针对其自身固有缺点，提出改进方案。之后，引入三种已经成功应用在自适应均衡和自适应估计的改进算法，并进行原理分析和性能验证。然后，将标准递归最小二乘(RLS)算法和三种改进算法应用在自适应噪声对消系统中。在MATLAB仿真平台下，四种算法分别对语音信号进行去噪仿真实验，并就实验结果进行分析总结。
　　 实验结果表明，Kwang-Seop Eom等人提出的基于卡尔曼滤波的具有快速跟踪能力和强抗噪声能力的RLS算法(简称为ISPRLS算法)不仅误差小，而且抗噪声能力强，在强噪声背景下，能取得优异的去噪效果，具有很重要的理论意义和应用价值。

目录

文摘

英文文摘

声明

第1章绪论

1.1课题的提出

1.2技术背景和发展方向

1.2.1技术背景

1.2.2发展方向

1.3研究的内容和方法

1.3.1研究的主要内容

1.3.2研究方法

1.4研究成果和论文结构特点

1.4.1研究成果

1.4.2结构特点

第2章系统结构选取及算法性能分析

2.1自适应滤波技术及其应用

2.2自适应滤波器的组成

2.3滤波器结构选取

2.4自适应算法的选取

2.4.1最小均方(LMS)算法

2.4.2递归最小二乘(RLS)算法

2.5自适应噪声对消原理

第3章基本RLS算法及改进算法

3.1最佳滤波准则

3.2不同应用环境下的RLS算法衡量标准

3.2.1自适应信道均衡器

3.2.2自适应信道估计器

3.2.3自适应噪声对消器

3.3 RLS算法的改进策略

3.3.1采用可变遗忘因子λ的方法

3.3.2自相关矩阵的逆矩阵P(n)

3.4几种改进的RLS算法

3.4.1可变遗忘因子的VFF-RLS算法

3.4.2自相关矩阵的逆矩阵加自扰动项的ISPRLS算法

3.4.3 SVRLS算法

第4章噪声对消仿真及分析

4.1强噪声背景下语音信号提取的仿真实验设计

4.1.1仿真实验中信号的选择

4.1.2仿真实验中噪声的选择

4.1.3消噪性能的衡量标准

4.2仿真实验结果及其分析

4.2.1标准RLS算法实验结果分析

4.2.2 VFF-RLS算法实验结果分析

4.2.3 ISPRLS算法实验结果分析

4.2.4 SVRLS算法实验结果分析

结论

参考文献

致谢

研究生履历