本科生毕业论文（设计）中文题目自适应噪声对消在语音信号处理中的应用研究英文题目摘要在实际生活中，任何语音信号都不可避免的受到噪声信号的影响，如何有效的抑制和去除噪声，提高语音的可懂度是近年来的热门研究课题，文中介绍了自适应滤波器的基本原理，结构和应用，应用matlab软件，对自适应算法在噪声对消中的应用进行了仿真研究，并完成了语音信号噪声消除实例。
本文对自适应滤波算法在语音信号去噪方面进行了研究，对自适应对消系统进行了深入的学习与研究，在固定步长的基础上，建立了步长因子u与信噪比及噪声幅度之间的一种非线性函数关系，使步长随误差信号e(n)的变化而变化，从而提高了收敛速度，能够有效的滤除实际生活中语音信号中的高斯白噪声，工频干扰，以及其他讲话者的干扰，大幅度提高输出语音信号的信噪比，有效的提高语音的可懂度。
通过实验证明，该算法在收敛速度，消噪性能，信噪比提高方面与常规的自适应算法相比均有一定的提高。
关键词：自适应滤波变步长LMS算法语音降噪Adaptive noise cancellation in speech signal processing researchAbstract:In our daily life ，all speech signal will be influenced by noise, How to effectively eliminate the noise is one of hot subjects for years.The paper begins with the principle of adaptive filter,structure and application. Based on the MATLAB platform, simulation is carried out for the applications of adaptive algorithms in noise cancelling，and completed the instance of voice signal noise reduction.This paper discuss about adaptive filtering algorithm in the speech signal denoising aspects of the research on the adaptive cancellation system in-depth study and research and establishes another step factor u and the error signal e (n) between the non-linear function of a new relationship, the algorithm using variable step size, the step with the magnitude of the noise signal to noise ratio and the change, to improve the convergence rate, can effectively filter out in real life speech signal Gaussian white noise, frequency interference, and interference with other speakers. Can greatly enhance the output speech signal to noise ratio, experiments show that the algorithm convergence rate, noise reduction performance, improving signal to noise ratio with the conventional adaptive algorithms have improved to some extent compared. In this paper, the coefficient of the formulafitting analysis, and find the optimal solution, the effect of noise correlation coefficient has done some analysis shows that the main channel of the input noise and the noise reference channel correlation coefficient higher learning , filter the better.Key words:Adaptive Filtering; variable step size ; LMS algorithm ; Speech Enhancement目录1 绪论 (2)1.1自适应噪声抵消技术研究背景 (2)1.2语音降噪的发展及研究现状 (3)1.3 本文的主要研究内容 (4)2 自适应噪声对消原理概述 (6)2.1自适应噪声抵消器原理 (7)2.2 LMS自适应噪声抵消算法 (8)2.3 LMS算法特点分析 (10)2.4评价算法性能的指标 (13)2.5 本章小结 (15)3自适应噪声对消的模拟与仿真 (16)3.1自适应噪声对消模型的建立及算法仿真 (16)3.2 一种变步长LMS算法的提出与仿真 (22)3.3 本章小结 (27)4语音信号消噪实例 (28)4.1信噪比的计算 (28)4.2语音消噪实验 (29)4.3 实验结果分析 (32)4.4本章小结 (33)总结与展望 (34)参考文献 (35)1 绪论1.1自适应噪声抵消技术研究背景在日常生活中，人们经常受到各种噪声的干扰。
例如在有线电话，无线通信中人们的语音常常会参杂来自外界的干扰噪声（主要含高斯白噪声，工频干扰，和其他讲话者干扰），这些干扰使接收者接收到的语音为受噪声污染的带噪语音信号。
有的噪声的幅度基本等同于原信号，甚至将原始信号淹没，严重影响了人与人之间的通信质量，语音增强的一个主要目标是从带噪语音信号中提取尽可能纯净的原始语音。
尤其是在重大科研项目和生产中，没有一个优质的语音信号作保证，将会带来无可估量的损失。
并且长期在有噪声的环境中工作，将危害人的听力、思维、生理和心理。
在嘈杂的环境下工作，人们很容易疲乏、反应迟钝、工作效率降低，并且容易心情烦躁，在噪声的刺激下，人们的注意力不容易集中，工作容易出错，影响工作速度和工作质量，并且很容易产生错误的判断、进行错误的操作，降低了生产效率。
在生活中噪声的存在也很大程度上影响了人们的休息和放松，降低了生活质量。
在如今这个人们不断追求工作效率、生活质量的年代里，如何有效地消除和抑制噪声已成为人们研究的一个热门课题。
自适应噪声抵消系统（Adaptive Noise Cancellation, ANC）作为在噪声背景下通信的一种主要语音增强方法，把信号中的噪声和语音信号进行有效的分离，降低或抑制环境噪声的影响，有效的提高了语音的清晰度。
自1967年提出自适应滤波概念以来，因其计算量小，易于实现等优点，发展极为迅速。
应用自适应噪声抵消技术，可在未知外界干扰源特征、传递途径不断变化、背景噪声和被测对象信号相似的情况下，有效地消除外界噪声的干扰，提高信号传输中的信噪比。
自适应噪声抵消技术和其他语音增强方法相比，突出之处就是该方法不基于任何信号模型和信号的统计特性无特殊要求，故其应用相当广泛。
目前应用于通信，语音信号处理，图像处理，模式识别，系统辨识及自动控制等领域。
这一技术可为动态信号在测试环境不太理想的工作现场作测试分析和故障诊断提供了有效的方法和依据，具有一定的理论和应用价值。
鉴于自适应噪声抵消的一系列特点，本文针对语音信号中存在高斯白噪声，工频干扰，以及其他讲话者干扰等问题，基于自适应抵消进行语音信号噪声消除研究。
1.2 语音降噪的发展及研究现状国内降噪技术始于50年代，主要采用模拟器件搭建相应的滤波电路来解决问题。
但由于模拟电路自身的局限性，当信噪比小到一定程度的时候，这种滤波电路不能很好的解决噪声消除的问题。
90年代后期主要采用动态降噪技术，这种方法是根据语音电平的幅度动态调整输出信号幅度，且对不同的噪声电平进行自动的抑制。
从而提高信噪比，达到降噪的目的，但这种方法要求输入信号有一定的信噪比，在高强噪音的情况下，会出现轻音丢字的问题。
国外的消噪技术起步早，起点高，目前以美国和欧盟为代表，出现了一批实用的产品，代表了国际上的先进技术。
下面对相关公司及主要产品进行简介如下: 俄罗斯的STC(Speech Technology Center)公司主打产品是软件sound cleaner，专业数字滤波仪器ANF(Automatic Noise Filter)STCH)实时处理的处理板(Denoiser DSPBoard)STC．H209。
TI公司是一家以DSP芯片为主要产品的公司，其主打产品是TMS系列的DSP，其中有几款专用于通讯终端的芯片，比如TMS320C54CST。
CST即Client．side Telephony，其内部集成了一些常用的客户端算法，包括回声抵消，编解码程序，语音激活检测，舒适噪音插入，自动增益调节等。
随着DSP 的发展，语音降噪算法上的提高，噪音消除技术的核心逐渐演变为算法的问题，算法的优劣及适用范围直接决定了实用化的程度。
自适应技术是降噪技术的一个重要方法，其突出的优点在于不基于任何语音模型，语音特征损失小，消噪效果明显，所以被广泛应用。
其传统算法是基于时域LMS算法和频域LMS算法。
近年来，信号处理领域的新理论、新技术不断涌现，为噪音消除提供了更多的数字算法，如小波变化方法，高阶统计量方法，神经网络方法和时频分析方法等。
上述方法可在不同情况下，不同程度地改善信噪比，但有一定的局限性。
神经网络消除法存在着结构复杂、用于语音处理时的实时跟踪能力较差等不足；高阶谱法只对高斯噪声(有些高阶谱只对对称分布噪声)消除有效；小波变换也是针对高斯噪声提供了一种较好的方法，但计算复杂。
综述上述国内外研究现状，本课题基于自适应噪声对消技术对强噪声背景下的语音降噪问题进行研究和探讨。
1.3本文的主要研究内容本课题试图以当今语音技术中最流行的自适应抵消法作为基本的增强手段，应用于工频干扰、其他讲话者干扰和白噪声的自适应噪声消除。