题目类型

归一化LMS算法在语音增强中的应用研究（毕业设计）

1．本课题的目的及研究意义

（1）课题研究来源：对自适应滤波算法的研究是当今自适应信号处理中最为活跃的研究课题之一。自适应滤波算法广泛应用于系统辨识、回波消除、自适应谱线增强、自适应信道均衡、语音线性预测、自适应天线阵等诸多领域中。总之，寻求收敛速度快，计算复杂性低，数值稳定性好的自适应滤波算法是研究人员不断努力追求的目标。虽然线性自适应滤波器和相应的算法具有结构简单、计算复杂性低的优点而广泛应用于实际，但由于对信号的处理能力有限而在应用中受到限制。由于非线性自适应滤波器，如Voletrra滤波器和基于神经网络的自适应滤波器，具有更强的信号处理能力，已成为自适应信号处理中的一个研究热点。LMS算法，是一种最陡下降算法的改进算法， 是在维纳滤波理论上运用速下降法后的优化延伸，最早是由Widrow和Hoff 提出来的。该算法不需要已知输入信号和期望信号的统计特征，“当前时刻”的权系数是通过“上一 时刻”权系数再加上一个负均方误差梯度的比例项求得。 其具有计算复杂程度低、在信号为平稳信号的环境中收敛性好、其期望值无偏地收敛到维纳解和利用有限精度实现算法时的平稳性等 特性，使LMS算法成为自适应算法中稳定性最好、应用最广的算法。

（2）课题研究的目的：语音增强的目的是从带有噪声的语音信号中提取出人们期望得到的纯净的原始语音。但由于外界环境的噪声信号大部分是随机产生的，从带有噪声的语音信号中提取完全纯净的语音也就是完全消除噪声的可能性很小，因此在实际工程应用中，语音增强的主要目的就是通过对带有噪声的语音信号进行处理，以消除背景噪声，改善语音质量，提高语音的清晰度、可懂度和舒适度，提高语音处理系统的性能。这些目的往往不能兼得，通常要根据语音处理系统的具体情况而定。在语音信号的检测过程中，被测语音信号通常比较微弱，很容易被噪声干扰和淹没，导致提取纯净的语音信号的工作很难进行。语音增强技术是解决这个问题的关键技术之一，为了消除噪声的影响，提高采集的语音信号的质量，人们设计出基于多种语音增强方法的语音信号处理系统。利用MATLAB软件实现一个

（3）课题研究的意义：

1. 日常生活中，经常会遇到在噪声干扰下进行语音通信的问题。例如在汽车、火车上使用移动电话，旁人的喧闹声，马路旁和市场里的公用电话等。

2. 军事通信中，指挥员的作战命令和战斗员的战情汇报都需要用语音来表达，由于战斗环境中的声环境恶劣，特别是炸弹产生的冲击性噪声，使有用信号完全淹没在噪声中。

3.窃听技术中需要语音增强。

4.语音识别技术需要语音增强。

在实际生活中，语音信号无时无地不受各种噪声干扰。人们正常的生活环境就是一个声级为60dB左右的噪声环境。被强噪声污染的场合，噪声达120dB以上。

2．本课题的国内外研究现状

语音增强在语言信号处理中有十分重要的研究意义。语音增强技术是指当语音信号被各种各样的噪声(包括语音)下扰、甚至淹没后，从噪声背景中提取的有用语音信号并加以增强的同时抑制、降低噪声于扰的技术。语音增强技术无论在日常生活中，还是在其它的工业应用领域，并且对语音信号处理技术本身来说都很有应用价值。目前，语音增强技术已经在语音处理系统、通信技术、多媒体技术等领域得到了愈来愈广泛的应用。

自适应滤波是近年以来发展起来的一种最佳滤波方法。随着自适应滤波技术在回波抵消、系统辨识、谱分析及波束形成等领域的广泛应用，越来越多的学者投入到自适应滤波技术的研究中。如耿妍等在文献[1]中分析了最小均方误差滤波和递归最小二乘滤波算法，并对自适应滤波算法的未来发展做了展望。罗小东、贾振红、王强在文献[3]中通过建立步长因子μ与误差信号之间的非线性函数关系，提出了一种新的变步长LMS（LeastMean Square）算法。

总之，我国在语音增强技术方面对各种自适应滤波算法的研究已经取得了很多成果。寻求收敛速度快、计算复杂度低、数值稳定性好的自适应滤波算法，并利用较好的自适应滤波算法在噪音对消系统上的应用来实现语音增强是我们追求的目标，这也为我们提供了研究的新思路。

3．本课题的研究内容

课题研究的是自适应滤波算法，在自适应滤波器的演变过程中，维纳最初奠定了最佳滤波器的基础，他提出的最佳线性滤波器的参数是根据最小均方误差准则求得的。这种最佳线性滤波器也就是本文所说的维纳滤波器。它可以在极为广泛的环境下应用，但维纳滤波器的实现是有条件的，首先要求输入信号是平稳随机过程，其次要求输入信号的统计特性是己知的。然而，在现实的生产、生活实践中的信号以及干扰噪声是各种各样的，其统计特性常常是不平稳的，变化的，未知的。上述两个要求在许多场合中是不能够被同时满足的。因此，滤波效果也就达不到最佳。这就促使人们研究自适应滤波器。

自适应滤波器在输入信号的统计特性未知时，或是输入信号的统计特性变化时能够根据某一准则学习调节滤波器参数，使滤波器始终处于最佳状态，使输出满足人们期望值。可以说，自适应滤波器是这样一种滤波器，它具有学习和跟踪能力。一般来说，自适应滤波器由两部分组成，一是滤波器结构，二是用以调节滤波器系数的自适应滤波算法。自适应滤波器的算法主要是由各种判据条件作为推算基础的来进行设计。两种最常见的判据条件是最小均方误差判据和最小二乘法判据。自适应滤波理论的发展对自适应技术的发展起了重大的推动作用。在实际应用中，自适应技术已经广泛应用于语音信号处理系统、通信系统、医学心音、声纳、遥感控制等领域，以自适应滤波原理为基础的抗噪声技术也成功应用于长途电话传输上的回音抵消，心电图干扰抵消，语音信号处理中的语音增强。

而本文提出的基于SNR的变步长LMS算法的自适应语音增强系统的研究也正是在自适应滤波技术日益发展，在语音信号处理中的语音增强系统有重要地位的背景下提出的。它是基于自适应滤波器及自适应噪声抵消原理的的改进应用。考虑到语音增强系统的使用中，语音采集和处理设备在一般情况下是不需要进行移动的。例如在噪声影响严重的装甲车辆、飞机或者船舶座舱的工作环境中使用，系统需要做识别、编码等语音处理的儿台计算机组成，因此可以在安装语音采集设备的时候事先较为合理的选择滤波器两个输入通道的绝对位置和相对位置，特别是采集噪声信号的参考信号输入通道位置，以尽量避免其混入有用语音信号。不过经过实际试验证明，即使一些有用信号被混入参考通道输入，经自适应滤波器和语音增强系统处理之后的语音信号仍然可以达到较好的输出效果。

总而言之，基于自适应滤波器的自适应噪声抵消算法是一种非常具备实用价值，而且行之有效的语音增强方法，相比之前介绍过的一些其他语音增强技术，兼顾了除噪效果好、语音识别度高、算法复杂度和运算量适中、硬件要求低等诸多优点。随着语音增强技术、信号处理理论和自适应算法的不断完善，将会有越来越广阔的应用前景。

论文框架：

第一章、绪论

1.1、语音增强技术国内外研究现状

1.2、语音增强的难点和研究意义

1.3 本文主要研究内容

第二章、自适应滤波算法基本原理及应用

2.1、自适应滤波算法的概述

2.2、自适应滤波算法的发展和演化

2.3、自适应滤波算法的分类及原理

2.4、自适应滤波算法的应用

第三章、基于Matlab软件的自适应滤波算法仿真与分析

3.1、算法结构和分析

3.2、与VS-LMS算法比较

3.3、计算机仿真结果

3.4、小结

第四章、结束语

4．本课题的实行方案、进度及预期效果

实行方案：通过MATLAB软件应用自适应滤波算法对信号进行处理，利用MATLAB设计一个语音增强仿真系统，用于验证该算法在实际信号中的有效性。基本原理是通过自适应滤波器产生一个与期望信号（即回波信号）相类似的合成回波，其中滤波器的抽头输入矢量和误差信号起到自适应和步长控制器的作用，以便按照某种给定的自适应算法调整滤波器的权系数，使得误差信号的均方值达到最小。根据基于改进的变步长 LMS 算法的语音增强系统的需求，设计输入信号模块、参考信号设置模块和语音增强系统的输出模块这三个基本功能模块。为了检验该算法能更好地处理强相关信号的能力，我们将其运用到自适应回波抵消中，与计算量相当的NLMS算法进行性能对比。

进度安排

（1）2020.1.13-2.7，接收任务书，收集相关文献资料（不少于2本著作及20篇论文），开始撰写开题报告。

（2）2020.2.10-2.28，理解研究相关内容，完成设计框架，完成开题报告。

（3）2020.3.2-4.3，完成初稿（毕业设计同时完成实验阶段）。

（4）2020.4.4-4.26，完成二稿（毕业设计同时完成数据整理分析阶段）。

（5）2020.4.27-5.8，毕业论文（设计）中期检查。

（6）2020.4.27-5.10，毕业论文（设计）三稿并定稿。

预期效果

设计一个语音增强仿真系统，通过MATLAB软件进行。算法运用到自适应回波抵消中，其稳态失调小于NLMS算法。衡量该算法性能的指标主要有收敛速度，稳态误差和计算复杂度等。因此在设计自适应滤波器时就必须考虑自适应滤波算法是否能够具 有快速的收敛速度，较低的稳态误差与计算复杂度。

5．已查阅参考文献

[1]耿妍，张端金.  自适应滤波算法综述[J].信息与电子工程. 2008(04)

[2]徐耀华，王刚，郭英. 基于时频阈值的小波包语音增强算法[J]. 电子与信息学报. 2008(06)

[3]罗小东，贾振红，王强. 一种新的变步长LMS自适应滤波算法[J]. 罗小东，贾振红，王强.  电子学报. 2006(06)

[4]赵世武，林其斌. 采用最小均方算法的自适应横向滤波器[J].  合肥工业大学学报(自然科学版). 2005(04)

[5]胡月华，刘军，刘立华.  滤波器的优化设计[J].无线电工程. 2004(08)

[6]高鹰，谢胜利.  一种变步长LMS自适应滤波算法及分析[J]. 电子学报. 2001(08)

[7]黄惠明，王瑛，赵思伟，张知易. 语音系统客观音质评价研究[J].电子学报. 2000(04)

[8]张子瑜，吴镇扬，任永川，李想.  离散小波变换域LMS自适应消噪[J].电路与系统学报. 2000(01)

[9]李克强，黄尚廉. 智能结构系统的噪声主动控制方法[J]. 压电与声光. 1997(01)

[10]徐柏龄，余崇智. 用二阶谱法增强噪声背景中的语言信号[J]. 应用声学. 1983(02)

[11]吴光弼，祝琳瑜.一种变步长LMS自适应滤波算法[J].  电子学报. 1994(01)

[12]叶华，吴伯修. 变步长自适应滤波算法的研究[J]. 电子学报. 1990(04)

6．指导教师意见

该同学通过与老师和兴趣小组成员充分讨论，查阅许多文献，确定了具备一定前瞻性的课题。本课题初步确定的研究内容合理，设计思路基本明确；研究方法和研究步骤基本合理，难度适中，相信该生能够顺利完成本研究并撰写出达到学士学位论文要求的毕业论文。

该开题报告符合要求，同意该生本科毕业论文开题。

指导教师签名：                 年   月   日

7．所在专业（方向）审查意见

负责人签名（公章）：

年   月   日