RLS算法多麦克风语音降噪

一、课程设计的目的

综合运用信号与系统、数字信号处理、概率论、矩阵运算的知识进行语音信号的增强，利用MATLAB作为编程工具进行计算机实现，从而加深对所学知识的理解，建立概念。

二、课程设计的要求

① 学会MATLAB的使用，掌握MATLAB的程序设计方法；

② 利用MATLAB实现具体算法，学会做仿真实验；

③ 掌握迭代算法的计算编程方法；

④ 对语音进行频谱分析；

⑤ 掌握RLS算法的基本原理。

三、课程设计内容

给定主麦克风录制的受噪声污染的语音信号和参考麦克风录制的噪声，实现语音增强的目标，得到清晰的语音信号。

四、课程设计的实验步骤及详细过程如下：

(1)设计方法一：直接编写RLS算法进行设计算法的方法过程

目标：对观测信号进行自适应滤波,滤波器为w,得到

“干净”的信号。

2、算法的计算过程，和RLS算法基本过程

滤波器Filter的阶数是worder,

滤波器的输出y(i)

以上RLS公式算法用MATLAB编程如下：

for

i=1+Worder:loopsize

z=primary(i)-w'*(fref(i-Worder+1:i))'；

n2=fref(i-Worder+1:i)'；

k=(1/lambda)*p*n2；

K=k/(1+n2'*k)；

w

= w + K*z；

p0=K*n2'；

p

= (p-p0*p)/lambda；

output(i-Worder)=z；

disp(i)；

end；

3、其上算法初始化如下：

Worder=32； %滤波器阶数

lambda=1

； % 设置遗忘因子

Delta=0.001 ；

p=(1/Delta) * eye ( Worder,Worder )

； %P= *I

w=zeros(Worder,1)；

output=primary； %主语音输出

loopsize=max(size(primary))； %音频的最大长度

(2)设计方法二：直接调用库的RLS算法函数的设计方法过程

此设计直接调用了MATLAB软件里面的RLS算法函数

1、调用的RLS算法函数设计程序如下：

Hadapt = adaptfilt.rls(M,lam,P0,w0,Zi)；

Hadapt.ResetBeforeFiltering = 'off'；

[y,e] = filter(Hadapt,fref,primary)；

2、初始化如下：

M =

32； % Filter order

lam =

1； % Exponential weighting

factor

delta =

0.1； %

Initial input covariance estimate

w0 =

zeros(M,1)； % Initial tap

weight vector

P0 = (1/delta)*eye(M,M)； % Initial

setting for the P matrix

Zi =

zeros(M-1,1)； %

FIR filter initial states

(3)读入音频信号的程序设计

主麦克风录制的语音信号是RLSprimsp.wav，参考麦克风录制的参考噪声是RLSrefns.wav，都是.wav格式，用waveread指令读取音频信号；

指令写为如下：

primary = wavread('RLSprimsp.wav'); primary = primary';

ref = wavread('RLSrefns.wav'); fref = fref';

(4)画波形及频谱图的程序设计

figure; %作图

subplot(2,2,1);

plot(output); %画降噪后的语音波形

title('output');

wavwrite(output,'lym0'); %生成降噪后的语音

subplot(2,2,2);plot(primary); %画主麦克风输入的语音波形

title('primary input');

subplot(2,2,3);plot(fref); %画参考麦克风输入语音波形

title('fref noise');

(5)语音读出音频信息及生成音频的指令

wavplay(output) %语音输出降噪后的语音

wavwrite(output,’output’) %生成语音文件wav.格式

(6)对比设计感想说明：

直接调用库的RLS算法函数的设计方法比较简单，直接用Hadapt函数调用RLS数字滤波器就可以滤波输出。而直接编写RLS算法公式的设计方法就比较难，设计时要先要弄懂基本的RLS算法，公式的推导，每一步的含义等，好有的是要掌握好MATLAB指令，如何去编写公式也是难点，此方法的设计过程当中就参考了一些数字滤波器的设计资料，还有矩阵的写法与匹配问题，需要自己分析解决一些问题。

五、调试分析

1、环境噪声中的语音波形分析：

(1)麦克风主噪音RLSprimsp.wav信号波形如下：

(2)参考噪音RLSrefns.wav 信号波形如下：

2、RLS算法的滤波效果：

算法仿真收敛以后，得到增强的语音信号

3、分别对增强前后的语音信号作频谱分析

(1)对麦克风主噪音RLSprimsp.wav信号进行频谱分析：

频谱图如下：

频谱分析代码如下：

[y,fs,bits]=wavread('C:MATLAB6p5p1exampleRLSprimsp.wav');

sound(y,fs,bits);

plot(y);

Y=fft(y,4096);

subplot(211);plot(y);title('麦克风主语音输入波形');

subplot(212);plot(abs(Y));title('麦克风主语音输入频谱');

(2)对参考噪音RLSrefns.wav

信号进行频谱分析：

频谱图如下：

频谱分析代码如下：

[y,fs,bits]=wavread('C:MATLAB6p5p1exampleRLSrefns.wav');

sound(y,fs,bits);

plot(y);

Y=fft(y,4096);

subplot(211);plot(y);title('参考语音输入波形');

subplot(212);plot(abs(Y));title('参考语音输入频谱');

(3)对降噪后的输出语音lym0.wav进行频谱分析

频谱图如下：

频谱分析代码如下：

[y,fs,bits]=wavread('C:MATLAB6p5p1examplelym0.wav');

sound(y,fs,bits);

plot(y);

Y=fft(y,4096);

subplot(211);plot(y);title('降噪后语音输出波形');

subplot(212);plot(abs(Y));title('降噪后语音输出频谱');

六、结果分析

调试过程及波形和频谱的分析，两种设计方法都可以滤波输出源语音信号，达到了降噪滤波的效果。

五、参考文献

信号与系统基础—应用web和matlab 科学出版社

数字信号处理 清华大学出版社

Matlab信号处理与应用 国防工业出版社

数字信号处理及其matlab实现 化学工业出版社

(1)方法一、直接编写RLS算法进行设计的主程序清单

primary=wavread('RLSprimsp.wav');

%读入主麦克风语音信号

primary=primary';

fref=wavread('RLSrefns.wav'); %读入参考语音信号

fref= fref';

% 初始化

Worder=32; %滤波器阶数

lambda=1

; % 设置遗忘因子

Delta=0.001 ;

p=(1/Delta) * eye ( Worder,Worder )

;

w=zeros(Worder,1);

output=primary; %主语音输出

loopsize=max(size(primary));

for

i=1+Worder:loopsize %写RLS算法公式

z=primary(i)-w'*(fref(i-Worder+1:i))';

n2=fref(i-Worder+1:i)';

k=(1/lambda)*p*n2;

K=k/(1+n2'*k);

w = w + K*z;

p0=K*n2';

p = (p-p0*p)/lambda;

output(i-Worder)=z;

disp(i);

end;

figure; %作图

subplot(2,2,1);

plot(output); %画降噪后的语音波形

title('output');

wavwrite(output,'lym0'); %生成降噪后的语音

subplot(2,2,2);plot(primary);

%画主麦克风语音波形

title('primary input');

subplot(2,2,3);plot(fref);

%画参考麦克风语音波形

title('fref noise');

wavplay(output); %语音输出降噪后的语音

(2)方法二、直接调用库RLS算法函数滤波器的设计程序

primary = wavread('RLSprimsp.wav'); primary =

primary'; %读入语音信号

fref = wavread('RLSrefns.wav'); fref = fref';

subplot(2,2,1);plot(primary);grid;

%画输入语音波形

title('primary');

subplot(2,2,2);plot(fref);grid;

title('fref');

M =

32; %初始化

lam =

1;

delta =

0.1;

w0 =

zeros(M,1);

P0 = (1/delta)*eye(M,M);

Zi =

zeros(M-1,1);

Hadapt =

adaptfilt.rls(M,lam,P0,w0,Zi); %调用库函数滤波器

Hadapt.ResetBeforeFiltering = 'off';

[y,e] = filter(Hadapt,fref,primary);

subplot(2,2,3); plot(y);grid;

title('y');

subplot(2,2,4); plot(e);grid;

title('e'); %画滤波输出波形

grid on;

wavwrite(y,'y0');

wavwrite(e,'lym');

wavplay(lym)