基于RLS算法的多麦克风降噪

《信息处理课群综合训练与设计》0课程设计任务书学生姓名：专业班级：指导教师：工作单位：题目:基于RLS算法的多麦克风降噪设计任务: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。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。指导教师签名：年月日系主任（或责任教师）签名：年月日《信息处理课群综合训练与设计》1摘要MATLAB功能强大、简单易学、编程效率高，可以很方便地进行信号分析、处理和设计。自适应滤波器经过几十年的发展和完善，已逐渐成为人们常用的语音去噪技术，而MATLAB的出现又为其提供了更为方便快捷的方法来对语音信号进行去噪处理。而递推最小二乘（RLS，RecusiveLeast-Squares）算法是其中一种常用的线性自适应滤波算法。标准RLS算法是通过输入数据的相关矩阵来完成权向量的计算，矩阵来完成最小二乘向量的计算。QR-RLS算法则是基于脉冲响应数字滤波器（FIR），其实现是通过直接处理经QR分解的输入数据矩阵来完成权向量的计算，在数值上比标准的RLS算法更稳定。MATLAB的工具箱中包含RLS自适应滤波器的两个应用函数。关键词：MATLAB，自适应滤波，RLS算法《信息处理课群综合训练与设计》2AbstractMATLABispowerful,easilylearned,programming,andhigh-efficiency.Itcanbeanalyse,processedanddesigneasily.Afterdecadesofdevelopmentandperfection,adaptivefilterhasgraduallycommonlyusedforspeechsounddenoisingtechnology,andtheemergenceofMATLABhasprovidedamoreconvenientwaytodealwiththenoisespeechsignal.Meanwhile,therecursiveLeastSquares(RLS,Recusivefurther-Squares)algorithmisoneofthecommonlyusedlinearadaptivefilteralgorithm.Throughdealingwiththeinputdata,StandardmatrixRLSalgorithmcancompletethecalculationofweightvector,andthematrixistocompletetheleastsquaresvectorcalculation.QR-RLSalgorithmisbasedonimpulseresponse(FIR)digitalfilter,itsimplementationisthroughdirectprocessingbytheinputdatamatrixQRdecompositiontocompletethecalculationofweightvector,theRLSalgorithmismorestablethanthestandardvalue.MATLABtoolboxcontainstwoapplicationsofRLSadaptivefilterfunction.Keywords:MATLAB,adaptivefiltering,RLSalgorithm,《信息处理课群综合训练与设计》3目录摘要..................................................................................................................................................1Abstract................................................................................................................................................2目录......................................................................................................................................................31基本原理..........................................................................................................................................41.1基于RLS算法的自适应滤波器..........................................................................................41.2RLS算法原理.......................................................................................................................41.3RLS算法的步骤.................................................................................................................72原始语音信号采集..........................................................................................................................82.1语音信号的采样理论依据..................................................................................................82.2语音信号的分析..................................................................................................................83、基于RLS算法的多麦克风降噪的方法论证..............................................................................103.1自行编写BLS算法程序块................................................................................................103.2直调用的RLS算法函数设计程序....................................................................................114提取语音信号................................................................................................................................115调试程序........................................................................................................................................125.1环境噪声中的语音波形分析.............................................................................................125.2RLS算法的滤波效果：.....................................................................................................145.3分别对增强前后的语音信号做频谱分析.........................................................................15心得体会............................................................................................................................................16参考文献............................................................................................................................................17附录：程序清单................................................................................................................................18《信息处理课群综合训练与设计》4+1基本原理1.1基于RLS算法的自适应滤波器所谓自适应实现是指利用前一时刻获得的滤波器参数，根据估计误差自动调节现时刻的参数，使得某个代价函数达到最小，从而实现最优滤波。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()dn是信号和噪声之和，即()()()dnxnNn，自适应处理器的输入是与()Nn相关的另一个噪声'()Nn。当()xn与()Nn不相关时，自适应处理器将调整自己的参数，以力图使()yn成为()Nn的最佳估计()Nn。这样，()en将逼近信号()xn，且其均方值2()Een为最小。噪声()Nn就得到了一定程度的抵消()()xnyn()dn()en'()Nn()()ynNn图1自适应干扰抵消原理图1.2RLS算法原理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。最后求得相关偏自适应处理器}|)()({|}|)({|)(22nuwndEnEnJH《信息处理课群综合训练与设计》5差，反馈给滤波器以矫正输出，达到减小误差的目的。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