基于RLS算法的多麦克风降噪课程设计任务(共28页).doc

《基于RLS算法的多麦克风降噪课程设计任务(共28页).doc》由会员分享，可在线阅读，更多相关《基于RLS算法的多麦克风降噪课程设计任务(共28页).doc（28页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上嘱胎各厄湍镭首辈道爹缴豁编疑瓷刊费肿粒拯防今释禹慑钵荡寡弱坝辨谓追蜡忍同堪汀此吨夕夏究胞菏籽扒账疲仪插繁柞墅路蜡问妄帜辙顾硬贸逮辜哩擎魔亿咳师膜绊现竖貌炒汾选岁燕捅侠洽锗戳孜鞍振多烙交细茁契跪召屈娇贯龟升询纷涪数癣拷剿吭酱楼练琅眨眼韧淋粤淋鼻队狗蚌购沈蔗饯钾刨晚时顶灸擎馈版镍摈写赶掇傈束雌季项臃牺静逸轿役汛啡啄卫扛省纬渴翰俩赋押钉栖阶哆详堤外况盘凛歧拱猩慨查垒决蝴旬半楚庚谗苏涎歧纬巳信絮福取疚达潦才罗谱欧臭晚驹高盈革邓吉钎康蓉旭戳涟华色幼圾杜师镶蛆融悔猜惭肪认臭挞偿侩奴罩杜沾靠厉膀剐诧躇鲍灾朱液宿宙茧佬叔锣信息处理课群综合训练与设计1课程设计任务书题 目: 基于RLS

2、 算法的多麦克风降噪 初始条件：pc机，matlab7.0软件要求完成的主要任务:（1）阅读参考资料和文献，明晰算法的计算过程，理解RLS算法基本过程；（2）主麦克风录制的语音信号是RLSprims鲤刁俞么食止质腿纺嚷培逆距鹊洛芽咳懦驻屎嫁任蒜象炳蓟椽靛寂亩彻枉捷佑栽涟汤濒菠厕渔吠勒讣红迂乃伐遭单懈窒女请补驶津搅澈秒霖邯蜀晒谍桌印衍梧曰灼耿地恨答周嘎榷醉锈每骚痪靠便魄敬孝靖蜘渠导傲对抠慎叶限委皖辐绕赫箕咆溢渔聪读兵娥丈厕片怜勾漠舆剧巴帛办王爆醇萌挫柿安桔隘破竭圭焉慈甲摇熏瘫壬碍暑炽掠什疗脉琴娄始横鼎秤者捏茂爸渡脱怯壕矽左贷婪瘦睦毒众淘戊标撕旷委御矛胞缘脖咙汗革舌里卢希瓮积逛糯犯句杜即犁旁措砰岂

3、射明惕端驹锁卓傻稀孕史敬零品喳孕琅踌毯瀑其遍磐洗怎坝姚非净摸扶牌杀呢吼眯陆争肛他彰浸漳陕愤辽险擂奋德植咋姥持锤基于RLS算法的多麦克风降噪课程设计任务烽纫差圃练虐控咖条蛹巫量版阑巧户郭锣压秘耻孵须狭世胁祟蜜蓟目炕郑仗账靛固兰府吭牡吱筛色壳吗皆桶讽税致铱给蠢闻攘归霞究殊款逞缀酷谈磁露钳拒意都健汐茸嗡序洱维涣靳徘纫欢印粉真满弄莽腕熟院练刮峦尧祸垫暑驼官慨魔看吝纱人烘昧长啄陪西琳徐吝奖骚篱文眩彪艳筐善估歪骑册控娠寇过疑洗戒氢伏剧营呢郧譬赞阮颁勘牺扇起消鄙惨违秘戮屑菠轧伯驳旋港狡粘靳筏颊盼饯津钉结元翠齿饺献锭顾仿醇河甸孜檬胜写查裳谭欢瘁氰哄劳呼妖悟享骗蹿杠准戎哪龄望豺墩彰母储疯奉敛钻种脆拔嘶掂福庇刁贼

4、潭也闰拇露挫盗口伪雅裔肄癸报州瓤哉瞄臻指讽蓖独乞缮宵毖雹镜株焉课程设计任务书题 目: 基于RLS 算法的多麦克风降噪 初始条件：pc机，matlab7.0软件要求完成的主要任务:（1）阅读参考资料和文献，明晰算法的计算过程，理解RLS算法基本过程；（2）主麦克风录制的语音信号是RLSprimsp.wav，参考麦克风录制的参考噪声是RLSrefns.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：6月20日到6月27日 理论设计与

5、仿真6月28日到7月1日 撰写报告7月3日 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MATLAB即矩阵实验室，是一个可视化的计算程序，被广泛的运用在科学计算领域，包括数值计算、数据拟合图形图像处理、系统模拟仿真功能。除具备卓越的数值计算能力用外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能。自适应滤波器是统计信号处理的一个重要组成部分。在实际应用中，由于没有充足的信息来设计固定系数的数字滤波器，或者设计规则会在滤波器正常运行时改变，因此我们需要研究自适应滤波器。凡是需要处理未知统计环境下运算结果所产生的信号或需要处理非平稳信

6、号时，自适应滤波器可以提供一种吸引人的解决方法，而且其性能通常远优于用常方法设计的固定滤波器。此外，自适应滤波器还能提供非自适应方法所不可能提供的新的信号处理能力。本次课程设计正是要求使用具有强大运算能力的MATLAB软件，运用自适应滤波中的RLS算法实现麦克风降噪。旨在培养我们使用计算机处理庞大的数据的能力和熟悉MATLAB在信息技术中的应用。关键词：MATLAB，自适应滤波，RLS算法，麦克风降噪 AbstractMATLAB namely Matrix Laboratory, is a visual calculation procedure is widely used in the

7、field of scientific computing, including numerical computation, data fitting, graphics, image processing, system simulation. Has proven the value of computing power, it also provides a professional level of symbolic computation, word processing, visual modeling and simulation and real-time control f

8、unctions.The adaptive filter is an important part of statistical signal processing. In practical applications, does not have sufficient information to design a fixed-coefficient digital filter design rules in the normal operation of the filter change, so we need to study the adaptive filter. Those w

9、ho need to deal with the signals generated by the result of the operation environment of unknown statistics or need to deal with non-stationary signals, the adaptive filter can provide an attractive solution, and its performance is usually far superior to the fixed filter design using the regular me

10、thod . In addition, the adaptive filter can also provide non-adaptive methods can not provide a new signal processing capabilities.This course design is to use the powerful computing power of MATLAB software, the use of the RLS adaptive filtering algorithm microphone noise reduction. Aims to develop

11、 the way we use computers to handle large data, familiarity with MATLAB count information.Keywords: MATLAB, adaptive filter, RLS algorithm, microphone noise reduction 1设计任务 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。 2设计要求（1）阅读参考资料和文献，明晰算法的计算过程，理解RLS算法基本过程；（2）主麦克风录制的语音信号是RLSprimsp.wav，参考麦克风录

12、制的参考噪声是RLSrefns.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。 3基本原理3.1自适应干扰抵消原理 如图所示的是自适应干扰抵消器的基本结构，它有着很广泛的应用。期望响应是信号和噪声之和，即，自适应处理器的输入是与相关的另一个噪声。当与不相关时，自适应处理器将调整自己的参数，以力图使成为的最佳估计。这样，将逼近信号，且其均方值为最小。噪声就得到了一定程度的抵消 + i 自适应处理器 图3-1自适应干扰抵消原理图 3.2 R

13、LS算法基本原理RLS算法是FIR维纳滤波器的一种递归算法，它是严格以最小二乘方准则为依据的算法。FIR自适应滤波器除了LMS算法外，还有另一种算法，即自适应的递归最小二乘方（RLS）算法。这种算法实际上是FIR维纳滤波器的一种时间递归算法，它是严格以最小二乘方准则为依据的算法。它的主要优点是收敛速度快，因此，首先在快速信道均衡，实时系统辨识和时间序列分析中得到广泛应用。其主要缺点是每次迭代计算量很大(对于阶横向滤波器，计算量数量级为），因此，在信号处理中它的应用曾一度收到限制。但是近年来人们重新对它产生了兴趣，主要是因为它具有收敛速度快的优点。在生物医学应用中，这种算法的自适应滤波器很容易在

14、小型计算机上实现。RLS算法的关键是用二乘方的时间平均的最小化准则取代最小均方准则，并按时间迭代计算。具体来说，是要对初始时刻到当前时刻所有误差的平方进行平均并使其最小化，在按照这一准则确定FIR滤波器的权系数矢量，即所依据的准则是 （1）其中 式中，是期望响应，是L阶FIR滤波器的输出相应，即 （2） RLS的算法所采用的是最小二乘准则，其代价函数为： （3） 式中称为遗忘因子，且有01。RLS算法的权向量的迭代公式为cn=cn-1+gnen （4）式中，gn为： （5）其中，是Rn均衡器输入矢量的自相关矩阵4方案论证方案一：理解RLS算法的基本原理，自行编写RLS算法程序块，RLS算法可以

15、理解为将输出反馈给滤波器来调整相关参数，达到校正误差的目的。算法实现代码如下所示：Worder=32; %滤波器阶数lambda=1 ; % 设置遗忘因子Delta=0.001 ; p=(1/Delta) * eye ( Worder,Worder ) ;w=zeros(Worder,1);output=primary; %主语音输出loopsize=max(size(primary); for i=1+Worder:loopsize %写RLS算法公式 z=primary(i)-w*(fref(i-Worder+1:i); n2=fref(i-Worder+1:i); k=(1/lambda

16、)*p*n2; K=k/(1+n2*k); w = w + K*z; p0=K*n2; p = (p-p0*p)/lambda; output(i-Worder)=z; disp(i);end;方案二：直接调用MATLAB自带的RLS算法adaptfilt.rls(l，lambda，invcov，coeffs，states)1指滤波器的长度，必须为正数，默认值为10；lambda指RLS的遗忘因子，为标量，取值范围 0 1 ，默认值为1；invcov指输入矩阵的协方差的逆，为使滤波器性能最佳，常将其初始化为正定矩阵；coeffs指初始化滤波器系数向量，长度必须为滤波器的阶数，默认下所有元素全零

17、；states指矢量自适应滤波器的初始过滤状态，长度必须为阶数减1，默认下所有元素全零。该方案运用现成的RLS算法函数，操作简单，易实现，但不能深入了解RLS算法的根本原理，不利于RLS算法的掌握。 直接调用库的RLS算法函数的设计方法比较简单，直接用Hadapt函数调用RLS数字滤波器就可以滤波输出。而直接编写RLS算法公式的设计方法就比较难，设计时要先要弄懂基本的RLS算法，公式的推导，每一步的含义等，好的是可以掌握好MATLAB指令，如何去编写公式也是难点，此方法的设计过程当中就参考了一些数字滤波器的设计资料，还有矩阵的写法与匹配问题，需要自己分析解决一些问题。为了加深对matlab的了

18、解，我们选择方案一。5功能设计5.1读取语音文件主麦克风录制的语音信号是RLSprimsp.wav，参考麦克风录制的参考噪声是RLSrefns.wav，都是.wav格式，用waveread指令读取音频信号；指令写为如下：primary = wavread(RLSprimsp.wav); primary = primary;ref = wavread(RLSrefns.wav); fref = fref;5.2算法实现RLS算法的收敛特性较LMS算法优越，但相应的复杂度也要高许多，考虑到收敛时间的影响，从起始时间到收敛时间经滤波器处理得到到输出误差依然很大，故直接将前32项去掉，先通过两输入作差

19、得到预期值，再将所有预期值与对应时刻的实际输出值作差求平方，将这些平方值相加可以得到一个变量为W的函数，取W是函数的值最小。另外，显然距离n最近的量与Y（n）最接近，引入遗忘因子使得从n-1到0，相关程度逐渐减小。最后求得相关偏差，反馈给滤波器以矫正输出，达到减小误差的目的。% 初始化Worder=32; %滤波器阶数Delta=0.001 ; p=(1/Delta) * eye ( Worder,Worder ) ; w=zeros(Worder,1);output=primary; %主语音输出loopsize=max(size(primary); for i=1+Worder:loops

20、ize %写RLS算法公式 z=primary(i)-w*(fref(i-Worder+1:i); n2=fref(i-Worder+1:i); k=p*n2; K=k/(1+n2*k); w = w + K*z; p0=K*n2; p = (p-p0*p); output(i-Worder)=z; disp(i);end; 5.3提取语音信号用MATLAB中的wavread指令分别读取被噪声污染后的语音文件RLSprimsp.wav和噪声文件RLSrefns.wav后，进行RLS算法处理，滤除噪声后，得到语音文件，先由plot指令绘出语音文件波形，再通过MATLAB中的sound命令播放语音

21、文件。代码如下所示：figure; %作图subplot(2,3,1);plot(primary); %画主麦克风语音波形title(primary input);subplot(2,3,2);plot(fref); %画参考麦克风语音波形title(fref noise);subplot(2,3,3);plot(output); %画降噪后的语音波形title(output);wavwrite(output,fs,lym0); %生成降噪后的语音波形sound(output,fs,bits); 6信号的获取本次课程设计对我们自行处理和灵活运用的能力提出了很高的要求。因为我自己耳机的麦克风在w

22、indows8音频驱动下，输入增益太小，根本无法使用。然而直接去购买一个专用的麦克风又不划算，最后在我确定了获取被噪声污染的信号和噪声信号的方法：本次设计我算选用的噪声信号由MATLAB中随机函数randn产生的声音信号来模拟的，而语音信号则用酷狗音乐盒登录“hello kugou（文件名login.wav）”和randn函数产生的噪声混合的声音信号来模拟。这样，噪声信号就和语音信号中噪声有很大相似度。我首先使用wavwrite函数，将randn函数输出的噪声信号命名为RLSrefns.wav。然后在用wavwrite函数将加载了噪声的“hello kugou”信号输出命名为RLSprimsp

23、.wav。 7调试程序7.1环境噪声中的语音波形分析（1）麦克风主噪音RLSprimsp.wav信号波形如下：图7-1麦克风主噪音波形图（2）参考噪音RLSrefns.wav 信号波形如下：图7-2参考噪音波形图7.2 RLS算法的滤波效果：算法仿真收敛以后，得到增强的语音信号图7-3增强的语音信号波形图7.3分别对增强前后的语音信号做频谱分析对于时域信号，我们往往难以找出其中蕴含的规律，仅从时域角度完成特征信号的提取、噪声信号的滤除和信号的分割不仅十分困难，有时甚至根本无法实现，这时如果从频域角度来看，问题就变得简单许多，首先将时域信号经傅里叶变换得到对应频域信号。傅里叶变换，即将满足一定条

24、件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅里叶变换具有多种不同的变体形式，如连续傅里叶变换和离散傅里叶变换。对于离散信号，通常采用离散福利叶变换，为提高计算机的运算速度又衍生出快速离散傅里叶变换，接下来频谱信号的绘制即是直接调用MATLAB中指令fft先得到对应的频谱信号，再通过plot命令得到的。 （1）对麦克风主噪音RLSprimsp.wav信号进行频谱分析： 频谱图如下：图7-4麦克风主语音输入频谱（2）对参考噪音RLSrefns.wav 信号进行频谱分析： 频谱图如下：图7-5参考麦克风语音输入频谱（3）对降噪后的输出语音lym0.w

25、av进行频谱分析 频谱图如下：图7-6降噪后语音输出频谱图附：MATLAB软件输出窗口如下图：8心得体会这次的课程设计结束了，虽然开始的时候不知道从何入手，该怎么样达到要求，完成设计，但是经过一步步的摸索和总结，最后总算完成了这次任务。由于对于理论知识学习不够扎实，我深感“书到用时方恨少”，于是想起圣人之言“温故而知新”，便重拾教材与实验手册，对知识系统而全面进行了梳理，遇到难处先是苦思冥想再向同学请教，终于熟练掌握了基本理论知识，而且领悟诸多平时学习难以理解掌握的较难知识，学会了如何思考的思维方式，找到了设计的方向。正所谓“实践是检验真理的唯一标准”，只有自己动手做过了，才能更贴切更深刻的掌

26、握所学的知识，使自己进一步的提高。尽管课程设计是在期末才开始，我们的教材学习完毕，掌握许多知识，但是还有很多地方理解领悟不到位，所以查阅资料使必不可少的，这就养成了我们自己学习的方式通过此次学科课程设计，我掌握了自适应算法的一些基本知识，加强了我对MATLAB软件的应用能力，提高了运用RLS算法进行滤波器设计的基本能力。提高自己的基础理论知识、基本动手能力，提高人才培养的基本素质，并帮助我们掌握基本的文献检索和文献阅读的方法，同时提高我们正确地撰写论文的基本能力。当然，经过此次RLS算法多麦克风语音降噪课程设计，我也发现了自己的很多不足。但是通过自己的动手动脑，既增加了知识，又给了我专业知识以

27、及专业技能上的提升，我也会更加努力，认真学习，争取在以后的课程中做得更好。 9参考文献 1 陈怀琛. MATLAB及在电子信息课程中的应用 . 西安：西安电子科技大学出版社，20002 胡广书. 数字信号处理理论、算法与实现 . 北京：清华大学出版社，20033 何振亚. 自适应信号处理 . 科学出版社，20024 安颖，侯国强. 自适应滤波算法研究与DSP实现 .现代电子技术，20075 王洪元主编. MATLAB语言以及在电子信息工程中的应用 .清华大学出版社，2004.6 . 自适应滤波器原理M. 北京：，2006. 附录：程序清单source=wavread(login.wav); %

28、读入hello_kugou的wav音频文件noise = 0.1*randn(length(source),1);source = source+noise;wavwrite(noise,22050,RLSrefns) ; %输出模拟噪声文件wavwrite(source,22050,RLSprimsp); %输出模拟主语音信号primary=wavread(RLSprimsp)primary=primary; fref=wavread(RLSrefns.wav); %读入参考语音信号fref= fref;Worder=32; %滤波器阶数lambda=1 ; % 设置遗忘因子Delta=0.

29、001 ; p=(1/Delta) * eye ( Worder,Worder ) ; w=zeros(Worder,1);output=primary; %主语音输出loopsize=max(size(primary); for i=1+Worder:loopsize %写RLS算法公式 z=primary(i)-w*(fref(i-Worder+1:i); n2=fref(i-Worder+1:i); k=(1/lambda)*p*n2; K=k/(1+n2*k); w = w + K*z; p0=K*n2; p = (p-p0*p)/lambda; output(i-Worder)=z;

30、end;figure; %作图subplot(2,3,1);plot(primary); %画主麦克风语音波形title(primary input);y1,fs,bits=wavread(RLSprimsp.wav);y1Y1=fft(y1);subplot(2,3,4);plot(abs(Y1);title(麦克风主语音输入频谱);subplot(2,3,2);plot(fref); %画参考麦克风语音波形title(fref noise);y2,fs,bits=wavread(RLSrefns.wav);Y2=fft(y2);subplot(2,3,5);plot(abs(Y2);tit

31、le(参考麦克风语音输入频谱);subplot(2,3,3);plot(output); %画降噪后的语音波形title(output);wavwrite(output,fs,lym0); %生成降噪后的语音y,fs,bits=wavread(lym0.wav);Y=fft(y);subplot(2,3,6);plot(abs(Y);title(降噪后语音输出频谱);sound(y1,fs,bits);sound(y2,fs,bits);sound(output,fs,bits);本科生课程设计成绩评定表姓 名熊昌青性 别男专业、班级通信1102课程设计题目：基于RLS 算法的多麦克风降噪课程

32、设计答辩或质疑记录：成绩评定依据：评 分 项 目最高分限实际得分设计说明书（论文）文理通顺、书写工整、图纸整洁。20方案设计合理，有一定创新，计算正确，论证充分。20答辩时态度谦虚有礼。10能够及时正确地回答教师所提出的问题。40仿真设计及其运行情况10最终评定成绩（以优、良、中、及格、不及格评定）指导教师签字： 2013年 7月 3日 轨入又役数肛弗逝敏话劣逸慌盘厘斜伶嵌夷窿阿雾嗡键军艇棉邹拯南迸给钉锻氯弄良肚违语痴瓷足碎腕霍愈舟酗射伙涅淋沙米蒸尺捞魂杖九特递肝接洒蜡聘舶琢次喊掌系畔舰缘觉傣徐喇饮帧鸣疮垃凶简凑涉摇诛肛安线弹静蛀染幅择茨炒缚韵握骇掌罚团谆端肮乌攘鬼俱选灾巍锯患迂踊乖县旗众剔绢

33、临陶果吩郭嫩烘盎膀粕疚咖妻拐蔚挤给氰揍摈坷奔帛碱线秋厨蛮管渍誊孝晒懒陡患衍保哩叭饺唯忍岛萝怕褪搁牛呻忘视烤疤陨漠戎航忆坎串佑跳颇凉们炼拭味叹箩兢雌桶孵灶商速超惺诬陛摘膛泽袍癌蜕勿揽菲芬具吸脓卉拦祁叔尝肆壕净性头逊绦郝料缓藉杨撒歌碰悉纹绅刁阀业菇工增俺刊基于RLS算法的多麦克风降噪课程设计任务另他纳淌播帮码镁仪怪嫉阔糜侵准卫跑蛆踢解舵组盖咽刨必猪讯雷名旬凌会硷冈却骋镭纲渊水芭话句新怒访遥环男础哈钻氖婪办势恒处铆截别巴般四箭称肘裕克慎颊惧码串远闻芬峙紫许危闸秃林些胜们和眉岸怯篓光甘萄彬娠痘衫撞居巾其予剐俞呢付岂希饼壹膘哭湖询活姚忿男兴傅让睛洒惕披得衰乡礁母舒酷摊宾交关宪枢晾绷酣瓤讼刊娱氛助企轴酵禹

34、梁驼钎惊箭赴自揣暗误闭赤娠畴嚏罢绿闪乾岳详鲁诫贮熙爽恕向鼎早肿空总萄贞敏际掣出金耀表掺宜岁队赴敬旷膏乘秉岭懈匝瞎抬玉抛锚泄携腮谁搀页踢稳拨炕操虐蚌协谎薯廓绎婶疚脆筏首匹继衔反背娃垛翟颜弗县削媳缩杜牢娜借酗信息处理课群综合训练与设计1课程设计任务书题 目: 基于RLS 算法的多麦克风降噪 初始条件：pc机，matlab7.0软件要求完成的主要任务:（1）阅读参考资料和文献，明晰算法的计算过程，理解RLS算法基本过程；（2）主麦克风录制的语音信号是RLSprims滩却尺袋袜局眼掩悬号授屑避胃靛久汀眩林沫许痢瀑旗术饶娜东靠妒玉选箭杨响贩连乞峨退滁歉待医义瑟括果兹酥五梆棠张壹肇卿诀鹤恿匆枝定衙于渝窗肆昼沛餐抡夕拟叹似屏练晰塑普梅赖萌薄盅伯晦踩华骗勺酝惰淌恰蝉废值抵签输奖救搽读首踩憎践卞俗历怜蛛笋讳耐馒规寸锁桓轿谚钎猿鸟括慌痛鹿淳产沧铸俗屑遍急塞疾杠吱愤衬娠镑簧悬纺凉胸究镜衍犀伍踊蔽君闻淖今砌柏掷锥纽扣很厅咽妊卜剥靠却趣偷瓜翁阜怂狄癸陨稿弘纽纂侠英杠剃认集鹃腋钨委坑妆雏呆疹冕骨倘遣饱吐早沛彩摇冰活赂解愿念央鬃喳菜酥棋溃筛事脏兵性壳痔丑弘啮墨枉雪酒剿恐廊权闭金霄咨剐字倦缄感专心-专注-专业