矿井设备的强噪声会严重影响语音通信质量,导致矿工之间以及矿工与地面控制台无法进行正常通话。目前,这种状况并没有得到有效的解决。在井下的综采工作面,要进行正常、清晰的语音通信,就要对煤矿井下噪声环境、噪声源特点和语音特性进行分析。为了保证语音通信的质量,必须有效的降低环境噪声的强度,从而实现矿工之间的正常通话。这样既提高了生产效率,又能有效减少突发事故,增加安全性。本文对矿井噪声源和语音的特性进行了分析,提出了对矿井噪声处理的三种解决方案。对于经典LMS自适应算法和两种变步长自适应算法进行仿真分析和性能比较。并且根据矿井工作面的真实噪声场景,模拟了噪声的环境,包括单噪声源的反射混响噪声和多噪声源等情况。利用在矿井下面录制的噪声,包括采煤机、水泵、有轨电车、传送皮带等机械噪声,在MATLAB平台上仿真检验三种自适应算法对于复杂的矿井噪声的滤波效果。仿真结果表明,三种LMS自适应滤波算法在滤波器阶数不同的情况下,对于噪声处理的效果差别比较大。所以在实际的工作环境中,由于声源与通话者的距离的随机变化,基于噪声对消模型的固定阶数自适应滤波算法存在着一定缺陷。因此,对LMS自适应滤波算法进行了相应的改进和分析,利用滤波器权向量的特点,快速、准确的估计出声源与通话者实时的距离,然后根据距离变化实时更新滤波器的阶数,提高滤波器的处理效果。最后,将算法在DSP上进行了实验测试。