消除噪声的一种变步长自适应滤波方法

在电子系统中不可避免地会受到噪声的干扰。用固定参数的滤波器进行消除噪声有其缺陷,它对信号与噪声的先验知识需要得较多。本文讨论了用一种变步长自适应滤波器消除噪声的方法。实验仿真证明这种方法能有效地去除弱信号中的噪声。     

基于非理想情况对加速度计信号的滤波

为消除舰艇加速度计的噪声信号，提出一种先对信号用扩展卡尔曼滤波器进行非线性滤波，再用巴特沃斯低通滤波器来提取其有用信号的方法，仿真结果表明此方法能够有效地消除舰艇在非理想状态时加速度计的复杂噪声。     

基于HFM和感知后滤波器的语音增强

研究了只能获得带噪信号的情况下的语音增强问题。将语音信号看作由高斯噪声激励的自回归(AR)过程,观测噪声为加性高斯白噪声,把信号转化为状态空间模型。首先用隐马尔可夫模型(HMM)估计AR参数和噪声的方差作为卡尔曼滤波器初值,估计信号作为参数估计的中间值给出,然后将估计信号通过一个感知滤波器平滑以消除残余噪声。仿真结果表明该算法有良好的性能。     

用数字滤波器从噪声中提取语音

本文介绍了一种用自适应数字滤波器,从叠加了噪声的语音信号中,消除噪声,改善其清晰度的方法。通过 FFT,滤波只在频率域进行,滤波器的系统函数是以重放语音振幅谱为基准决定的,为了消除与语音频带不同的噪声成分,采用了门限。各输入按非语音滑音或稳态元音分割开,对滑音作了特殊的处理,在白噪声和粉红噪声的情况下,音节清晰度都改善了8%。     

语音信号的滤波设计

在现代通信系统中,噪声会不可避免地掺杂在其中,最通用的方法就是利用滤波器来滤除这些杂波噪声。基于此,设计了FIR与IIR数字滤波器来消除语音信号中的噪音,并且使用MATLAB对其进行仿真分析,从仿真结果中可以清晰地看出两种滤波器对语音信号的处理效果。     

基于DSP的自适应噪声消除

将基于DSP的自适应滤波器用于通信系统,利用自适应滤波器的通带始终和输入信号频带宽度自适应相匹配的特点,实现通信系统中的噪声消除.实践证明较好地实现了噪声消除,能够达到改善通信质量,增加通信距离的效果.     

一种新的自适应语音增强系统

针对自适应噪声对消(ANC)语音增强系统的性能高度依赖于参考信号的质量，任何原始语音信号泄漏到参考信号中，都会导致原始语音信号失真和噪声抵消性能恶化这一问题，本文提出一种对泄漏不敏感的附加随机噪声(ARN)自适应噪声对消语音增强系统。它通过在参考信号中加入一个低功率的宽带随机训练信号，然后用该训练信号作参考信号对噪声传输函数(NTF)进行自适应建模，并在使用自适应预测滤波器(APF)消除NTF自适应建模的语音信号干扰的同时，用补偿滤波器(CPF)来修正由APF引起的参考信号失真。计算机仿真表明，这种ARNANC语音增强系统在泄漏情况下能将原始语音信号从带噪语音信号中有效分离出来。     

全相位滤波白噪声产生有色噪声及其功率谱估计

本文提出用全相位数字滤波器这种新型滤波器滤波白噪声产生有色噪声的方法,这种方法比用传统FIR滤波器产生的有色噪声频谱泄漏少,阻带衰减功率大等优点.并且分别用Welch法和全相位法对在有色噪声中混入的双频小信号余弦波进行谱估计,实验证明全相位谱估计性能优于经典谱估计.     

带有噪声相关性的自适应噪声抵消系统仿真研究

本文为了在语音信号处理中能消除含噪语音信号中的背景噪音,采用自适应信号处理的理论和技术来达到提高语音信号质量的目的。通过介绍自适应滤波器原理,在对自适应滤波器相关理论研究的基础上,研究了LMS自适应滤波算法,并对LMS自适应算法进行了分析。同时为了使输入的参考信号与噪声相关,加入分离周期信号与带有窄带干扰抑制的宽带信号。通过分析仿真结果表明基于LMS算法的自适应噪声抵消技术可以有效地抵消正弦干扰信号,同时加入宽带信号中的周期性噪声,在没有另外的与噪声相关的参考信号的情况下,可以使用自适应噪声抵消系统来消除这种同期性干扰噪声。     

ELMS算法在噪声抵消中的应用

介绍一种改进的算法在噪声消除中的应用.算法利用第二级滤波器估计期望信号,然后在第一级滤波器中消除期望信号对算法误差的影响.仿真表明算法可以明显地降低算法的均方误差,得到很好的输出性能.