移动终端如何获取优质的音频信号,具有现实研究意义。利用麦克风阵列进行语音增强,相比于传统单麦克风降噪方法有明显的优越性。麦克风阵列中麦克风放置的位置不同,拾取到的语音信号会有所差异。这相当于增加了一个空间域,结合传统时域和频域的分析,为语音信号的处理提供更多研究角度。理论上讲,麦克风阵列的结构越庞大,麦克风数量越多,语音增强的效果会越好。但对于移动终端这样的小型且功能多样的设备,由于尺寸、功耗、成本等原因,阵列中麦克风的数量必须有所限制,这为麦克风阵列语音降噪的研究增加了难度。本文基于移动终端的小型麦克风阵列研究降噪算法,麦克风数量限制在2至4个。由于目前在移动终端的多麦克风降噪技术均是根据不同的手机应用软件,打开不同的两个麦克风,其本质依然为双MIC降噪,所以本文着重进行双MIC的理论研究。本文的算法研究分为两个平行的方案。方案一为基于语音端点检测和改进的最小均方误差的算法研究。通过语音端点检测,检测出无话语音帧,作为噪声估计的参考。另外引入Sigmoid函数对最小均方误差(Least mean square,LMS)算法的收敛因子进行了改进,更好地平衡了收敛速度和稳态误差这一矛盾。方案二为基于独立成分分析(Independent Component Analysis,ICA)和二值时间频率掩蔽算法研究。由于移动终端的麦克风拾取的语音信号会存在延时、多径反射等情况,可以利用卷积ICA对信号进行处理。但ICA在声源数量大于麦克风数量的情况下很难通过混合矩阵将独立成分分离,对于这种欠定情况,方案二将经过卷积ICA处理的信号,再经过二值时频掩蔽做稀疏处理,迭代计算至达到主信号和噪声的分离。经过仿真研究表明,本文所使用的两个方案取得了比较满意的输出波形。方案一所提出的算法时间复杂度低,有较好的语音降噪效果,并克服了现有移动终端的多MIC降噪算法的输出信号音量减弱的缺点;方案二所提出的算法更适合背景噪声有明显的非高斯信号的其他人说话声的情况。