随着科技的快速发展,智能驾驶辅助系统在汽车车辆上得到了广泛应用,包括便携式导航仪、智能后视镜、娱乐控制系统等。目前绝大多数车载控制系统都是通过按键、旋钮、触摸屏等接触式操作来实现控制功能,这些手动操作会分散汽车驾驶员的注意力,带来安全隐患,因此通过声控语音技术实现人机交互是近年来的重要研究方向之一。但是驾驶环境中充斥着各种噪声,现有的语音识别技术在噪声污染下很难达到实际应用的要求,因此驾驶环境下语音增强技术的研究具有重要意义。本文研究了驾驶环境下的麦克风阵列语音增强算法,论文的主要工作如下:1.本文分析了语音信号和驾驶环境下汽车噪声信号的特性;相对于驾驶员语音,汽车噪声的能量集中在较低的频域内,因此论文提出噪声消除的优化算法,首先在输入端对信号进行低频抑制预处理,以提高输入端接收信号的信噪比,然后通过引入幅度谱裁剪算法,对输入带噪语音进行幅度谱调整,提高语音存在处与噪声段的相对信噪比比值,使语音部分更加突出,最后进行不同通道之间的信号时延估计,从而提高时间估计的精度。2.本文针对驾驶环境中驾驶员距离麦克风阵列距离较近的实际情况,结合近场信号传播模型,对广义旁瓣抵消算法(Generalized Sidelobe Canceller,GSC)进行了优化。融合近场声源位置信息对辅助通道的阻塞矩阵进行改进,在噪声估计过程中对相邻通道信号引入幅度补偿,并且利用逻辑回归函数控制噪声增益。改进后的算法有效地减少了目标语音信号的泄漏。3.本文针对广义旁瓣抵消算法在弱相干噪声抑制能力上存在的不足,提出了优化方案。对带噪信号进行广义旁瓣抵消语音增强后,通过单通道的多频带谱减算法进行语音增强,将多通道语音增强算法与单通道语音增强算法相结合,从而提高算法对不同种类噪声的抑制能力。最后采用长时谱信息静音检测方法(Long-term Spectral Divergence,LTSD)对目标语音指令进行提取。实验结果表明,本文算法能够适用于驾驶环境下的语音增强,与现有算法相比,在信噪比与语音质量等方面均有较大提高。