麥克風陣列的自適應降噪算法研究.pdf

1、隨著科學技術的發(fā)展，無線通訊技術日新月異，麥克風陣列是語音通訊的基本應用，但是噪聲總是不可避免的出現(xiàn)在語音環(huán)境中，所以研究麥克風陣列降噪技術存在著重要的意義。
　　麥克風陣列降噪系統(tǒng)的研究存在很多需要解決的問題。麥克風的結構對降噪效果的影響，即魯棒性的研究；聲源位置和聲源的移動對信號采集的影響；當人聲頻率接近主聲源作為噪聲時，信號的分離與提取等等。除此，算法作為語音降噪的核心，算法的收斂速度，迭代復雜度都是在設計過程中應該考慮的因

2、素。本文在傳統(tǒng)的自適應算法基礎上就其算法的缺點進行了優(yōu)化，并對其降噪效果進行性能分析。
　　本文首先介紹了麥克風陣列的模型及麥克風陣列的相關降噪技術，如時延估計，自適應濾波器原理等。其次，對比了自適應算法的兩種基本算法，最小均方算法（LMS）與最小二乘算法（RLS），并對其進行matlab仿真，對比它們的收斂速度及誤差函數(shù)，確定了RLS算法更適合本文的降噪系統(tǒng)。最后，針對RLS算法計算復雜度高的缺點，設計了一種低復雜度QR-RLS