发布时间 : 星期日 文章基于RLS算法的多麦克风降噪(保证正确)更新完毕开始阅读
武汉理工大学《信息处理课群综合训练与设计》报告
5.5.2主语音信号与降噪后语音信号分析
由于噪声信号波形的幅值相对主语音信号幅值较小，因此主语音信号降噪前后的波形差异并不十分明显，如图5-11，但通过对比频谱（如图5-12）可以看出降噪后的语音信号波形刚好滤除了噪声波形，得到的波形图也更清晰。
图5-11主语音信号与降噪后语音信号波形对比
图5-12主语音信号与降噪后语音信号频谱对比
20
武汉理工大学《信息处理课群综合训练与设计》报告
5.5.3原始语音信号与降噪后语音信号分析
原始语音信号与降噪后语音信号几乎相同，如图5-13，对比频谱可以看出两信号频谱也几乎相同，如图5-14。说明主语音信号经过RLS算法降噪的效果很好，主语音信号得到增强。
图5-13原始语音信号与降噪后语音信号波形对比
图5-14原始语音信号与降噪后语音信号频谱对比
21
武汉理工大学《信息处理课群综合训练与设计》报告
6总结
在课程设计的过程中，首先查阅资料了解了基于RLS多麦克风语音信号降噪的过程以及RLS的原理及实现方法，通过MATLAB编程及仿真，实现了语音信号的降噪，并且从不清楚的语音信号中通过RLS降噪得到了清晰的语音信号，充分体会了基于RLS多麦克风语音信号降噪这一技术的作用。同时，也学会了对语音信号进行频谱分析，以及进一步熟悉了MATLAB的使用过程，加深了对这一软件的了解，提高了自己动手的能力。
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，并帮助我掌握基本的文献检索和文献阅读的方法，同时提高自己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和努力，既增加了知识，又给了我专业知识以及专业技能上的提升。这个过程也让我明白了学无止尽的道理，而且理论只有与实际联系起来才能更好地去学习与理解。我也会更加努力，认真学习，争取在以后的课程中做得更好。
22
武汉理工大学《信息处理课群综合训练与设计》报告
参考文献
[1]陈怀琛.《MATLAB及在电子信息课程中的应用》. 西安电子科技大学出版社，2000
[2]胡广书.《数字信号处理—理论、算法与实现》. 清华大学出版社，2003 [3]何振亚.《自适应信号处理》.科学出版社，2002
[4]安颖、侯国强《.自适应滤波算法研究与DSP实现》.现代电子技术出版社，2007 [5]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] 郑宝玉.自适应滤波器原理[M].北京：电子工业出版社，2006
23