论文部分内容阅读
本文首先研究了自适应滤波器的基本原理、系统组成结构以及实际应用,深入分析了以最小均方误差(MMSE)为准则的LMS算法和基于最小二乘准则的RLS算法;分析了两种算法的优点以及缺点,并进行了对比;对于传统的LMS算法的收敛速度以及稳态误差之间的无法兼顾,在误差接近零时出现较大幅度的波动以及在低信噪比情况下性能降低等问题,提出了一种变步长LMS算法,通过仿真验证本文提出的算法优越于传统的滤波算法以及改进的算法。其次在自适应滤波算法的基础上,对于消噪系统如何使用自适应算法消除噪声进行系统的分析,自适应噪声抵消系统的实质就是运用自适应滤波理论有效的消除噪声,对于传统消噪算法,重点分析了结构、性能以及衡量指标。对于传统的自适应噪声抵消算法难以解决脉冲噪声以及参考通道信号的难以获取的问题,提出了一种改进的自适应噪声抵消算法,并与传统的算法进行了分析以及对比。仿真结果证明对于周期性信号提取问题本文提出的算法具有一定的优越性并且克服了传统算法处于脉冲噪声干扰的环境下性能恶化的问题。最后,基于对自适应噪声技术理论分析以及研究的基础上,运用TI公司的高速处理器件TMS320VC5509A、性能优越的音频处理芯片TLV320AIC23及其它相关模块共同构成一个自适应噪声抵消系统,利用DSP集成开发环境(CCS4.2)的软件仿真模式下,实现了传统的LMS和RLS及本文提出的自适应滤波算法。在硬件仿真器模式下,分别选取noise92库里的白噪声和工厂背景噪声作为环境噪声进行语音信号消噪,采用简单而且容易实现的LMS算法作为核心滤波算法,选取硬件仿真器进行下载链接,在此系统平台上进行语音信号实时消噪处理。本文详细介绍了噪声抵消系统结构组成部分,并给出了DSP以及音频芯片AIC23的链接框图和程序流程图,最后给出了测试结果,具有一定的参考价值。