论文部分内容阅读
语音信号在产生、传输和接收过程中不可避免的受到各种噪声的干扰。噪声会严重影响语音的清晰度和可懂度,甚至会降低语音处理系统的性能。为了提高受到噪声污染的语音信号的质量,就需要对带噪语音信号进行降噪处理。本文主要研究基于DSP的语音自适应数字滤波器对带噪语音的滤波理论及实现方法。
本文在第一部分中介绍了本课题研究的背景、现状、研究意义和本文的总体设计思路。第二部分从自适应滤波理论开始,介绍了自适应数字滤波器的基本原理,深入研究了自适应算法中的经典算法和其它几种不同的算法,提出了一种新的变步长的LMS算法。分析了算法的各自收敛特性以及选取的参数对其性能的影响。在此基础上,借助MATLAB软件,利用自适应滤波器对信号传输的学习特性和跟踪特性设计了自适应数字滤波器,并对自适应滤波器在噪声去除中的应用进行了仿真,分析比较了不同输入参数和不同噪声信号情况下,滤波器的收敛速度、稳态误差以及不同算法的优缺点。基于处理速度和效果的考虑,本文采用了新的变步长的基于LMS算法的自适应滤波算法。
在自适应滤波理论和软件仿真基础上,选取性能最优的算法完成了滤波器实现方案。在第三部分中构建了一种基于TI公司的TMS320VC5402数字信号处理器的硬件实现平台,完成了硬件设计工作。最后,结合本文提出的算法利用汇编语言和C语言进行软件设计,在此硬件平台上成功运行了自适应数字滤波算法的程序。经过实验证明,采用该设计对带噪语音信号处理后,噪声去除效果较好,可懂度较高,实时性较好。
本文的创新点是:提出了一种新的变步长LMS算法,并结合此算法给出了新的硬件系统和软件设计,更大程度上解决了收敛速度和稳态误差的矛盾,在保证收敛精度的前提下提高了收敛速度。通过测试带噪语音信号经过滤波后,噪声明显减弱,语音质量明显提高。