论文部分内容阅读
在我们的日常生活中,语音信号起着很重要的作用。而语音信号又常常被各种噪声所干扰,严重影响我们对所需语音信号的听取,并且会造成语音处理系统性能的下降。所以,必须对噪声污染的语音信号滤除噪声处理,以提高语音通信质量。本文提出了基于离散分数余弦变换的滤波器组自适应语音增强算法,并对其进行研究。研究思路是：在常见的变换域自适应LMS滤波算法中引入正交变换性能较好的离散分数余弦变换,并将输入语音信号分成子带信号,再对每个子带信号分别进行处理。目的是提高算法的收敛速度并适当降低算法的计算复杂度。论文的主要工作如下：(1)简单介绍了几种常见的语音增强算法以及自适应滤波算法的发展情况,为本文研究自适应滤波算法奠定了理论基础,接着概括了语音特性及噪声特性,以及语音增强的质量评价方法,并选定语音增强算法的质量评价标准。(2)本论文提出子带DFRCT-LMS语音增强算法。首先研究了DFRCT-LMS算法,并简述了离散分数余弦变换的定义和基本性质,以及时域和变换域的自适应LMS滤波算法。给出了离散分数余弦变换自适应LMS算法的原理,在此基础上分析了离散分数余弦变换自适应LMS算法的正交性能,并选定离散分数余弦变换作为最佳正交变换。并通过建立失调和变换阶次的关系以及仿真数据确定了离散分数余弦变换的最佳变换阶次。仿真实验证明,LMS、DFRCT-LMS以及子带DFRCT-LMS这三种算法中,本论文所提算法子带DFRCT-LMS算法的收敛性能最好。(3)为解决全带DFRCT-LMS算法计算量大、收敛速度慢的问题,本文采用子带分解技术将语音信号分成多个子带来处理,其中深入研究了子带分解后的重构问题,子带数目的选取问题以及各个子带变换阶次的选取问题。本论文采用计算时间来代替算法收敛时间进行仿真分析,得出最佳子带数目为4子带,通过各个子带变换阶次和失调的关系选取每个子带的最佳变换阶次。(4)在理论分析的基础上,应用分段信噪比和语音质量感知评价方法,针对不同信噪比下的白噪声、粉红噪声和工厂噪声环境,对三种语音增强方法进行了仿真分析。分析结果表明,本论文所提出的子带DFRCT-LMS算法比另外两种算法有着更好的去噪能力和抗非平稳噪声能力,且大大提高了收敛速度。