本文關(guān)鍵詞： 油田噪聲 語(yǔ)音增強(qiáng) 自適應(yīng)濾波 離散余弦變換 稀疏信號(hào)　出處：《北京工業(yè)大學(xué)》2016年碩士論文　論文類(lèi)型：學(xué)位論文

【摘要】：現(xiàn)在,油田井下作業(yè)時(shí)常會(huì)遇到很多危險(xiǎn),及時(shí)有效的通訊措施則對(duì)安全保障起著重要的作用,但是目前油田工作環(huán)境中的語(yǔ)音通信質(zhì)量大都達(dá)不到要求,是由于油田工作環(huán)境非常復(fù)雜,且大功率設(shè)備較多,包括壓縮機(jī)、水泵、鉆井機(jī)、風(fēng)機(jī)等等,在這些設(shè)備運(yùn)行時(shí)則會(huì)產(chǎn)生分貝數(shù)極高的強(qiáng)噪音,從而產(chǎn)生噪聲污染,最終將會(huì)嚴(yán)重影響工人之間的通訊質(zhì)量。目前,消除噪聲的主要方法就是語(yǔ)音增強(qiáng)技術(shù),語(yǔ)音增強(qiáng)技術(shù)就是要將盡可能純凈的語(yǔ)音信號(hào)從帶噪語(yǔ)音中提取出來(lái),提高語(yǔ)音的可懂度,要完成此工作則必須要依靠高質(zhì)量的語(yǔ)音增強(qiáng)算法。先前的學(xué)者們已經(jīng)對(duì)語(yǔ)音增強(qiáng)技術(shù)做了大量的研究,并提出了大量的算法,但是在油田環(huán)境中的語(yǔ)音增強(qiáng)效果并不是很好,因?yàn)樵诖谁h(huán)境中的噪聲類(lèi)型多,強(qiáng)度高,且與人的語(yǔ)音頻率近乎在一個(gè)范圍里,所以如何提高在特定環(huán)境中的語(yǔ)音質(zhì)量是一個(gè)難題,本文根據(jù)此問(wèn)題做了如下工作:首先,本文針對(duì)井下噪聲特點(diǎn),展開(kāi)了對(duì)語(yǔ)音降噪的算法研究,根據(jù)噪聲特性,選擇了自適應(yīng)濾波算法,該算法無(wú)需得到輸入信號(hào)的先驗(yàn)知識(shí),理論上只需要收集噪聲以及帶噪語(yǔ)音的信號(hào),便可很好的完成降噪工作。經(jīng)典的LMS(Least Mean Square)自適應(yīng)算法雖然優(yōu)點(diǎn)很多,但是還存在著收斂速度與穩(wěn)態(tài)誤差相矛盾的缺點(diǎn)。然后,本文對(duì)自適應(yīng)算法的缺點(diǎn)進(jìn)行了研究,提出了改進(jìn)的可變零吸引自適應(yīng)濾波算法。通過(guò)仿真實(shí)驗(yàn)的驗(yàn)證,本文的算法在收斂速度提升的同時(shí),又保證了穩(wěn)態(tài)誤差沒(méi)有增大。然后又根據(jù)油田井下噪聲信號(hào)稀疏性不高的特點(diǎn),提出了基于離散余弦變換的可變零吸引自適應(yīng)算法,離散余弦變換可使信號(hào)能量集中,并且降低信號(hào)的自相關(guān)矩陣的相關(guān)性,將信號(hào)通過(guò)離散余弦變換基可使信號(hào)稀疏性增大,從而提高收斂速度和穩(wěn)態(tài)誤差。之后,本文經(jīng)過(guò)了大量的實(shí)驗(yàn)仿真,并且通過(guò)分析四種語(yǔ)音質(zhì)量評(píng)價(jià)指標(biāo)的結(jié)果,包括時(shí)域圖、信噪比、分段信噪比和PESQ評(píng)價(jià)方法,與其他同類(lèi)算法相比,本文的算法在各性能參數(shù)上獲得了較大的提高,語(yǔ)音增強(qiáng)效果明顯。最后,本文在實(shí)驗(yàn)室中模擬了實(shí)際油田噪聲環(huán)境,開(kāi)發(fā)了語(yǔ)音降噪軟件,將本文算法轉(zhuǎn)化為C語(yǔ)言,并在實(shí)際場(chǎng)景下進(jìn)行了實(shí)驗(yàn)測(cè)試,測(cè)試結(jié)果顯示本文的算法在實(shí)際應(yīng)用中也有較好的效果。
[Abstract]:At present, oil field downhole operations often encounter a lot of risks, and timely and effective communication measures play an important role in safety and security. However, at present, the quality of voice communication in the working environment of oil fields mostly fails to meet the requirements. It is because the working environment in the oil fields is very complex and there are more high-power equipment, including compressors, pumps, drilling rigs, fans and so on. When these equipments are in operation, they will produce very high decibels of strong noise, which will result in noise pollution. Eventually, it will seriously affect the quality of communication between workers. At present, the main way to eliminate noise is speech enhancement, which is to extract the purest speech signal from noisy speech as far as possible. In order to improve speech intelligibility, we must rely on high quality speech enhancement algorithms. Previous scholars have done a lot of research on speech enhancement technology and put forward a large number of algorithms. But the effect of speech enhancement in the oil field environment is not very good, because there are many kinds of noise in this environment, the intensity is high, and the speech frequency is almost the same as the human speech frequency. Therefore, how to improve the quality of speech in a specific environment is a difficult problem. This paper has done the following work according to this problem: firstly, this paper, aiming at the characteristics of downhole noise, has carried out a research on the algorithm of speech noise reduction, according to the characteristics of noise. The adaptive filtering algorithm is chosen. The algorithm does not need to obtain prior knowledge of input signal. In theory, it only needs to collect noise and noisy speech signals. The classical LMS(Least Mean Square-adaptive algorithm has many advantages, but it still has the disadvantage of the contradiction between the convergence speed and the steady-state error. Then, the shortcomings of the adaptive algorithm are studied in this paper. An improved adaptive filtering algorithm with variable zero attraction is proposed. The simulation results show that the proposed algorithm can improve the convergence speed. The steady-state error is not increased. Then, according to the characteristics of low sparsity of downhole noise signal, an adaptive algorithm of variable zero attraction based on discrete cosine transform is proposed. The discrete cosine transform can concentrate the signal energy. And reduce the correlation of autocorrelation matrix, signal through the discrete cosine transform basis can make the signal sparsity increase, thus improve the convergence rate and steady state error. And by analyzing the results of four kinds of speech quality evaluation indexes, including time domain map, signal-to-noise ratio, segmental signal-to-noise ratio and PESQ evaluation method, compared with other similar algorithms, the performance parameters of this algorithm have been greatly improved. The speech enhancement effect is obvious. Finally, the paper simulates the actual oilfield noise environment in the laboratory, develops the speech noise reduction software, transforms the algorithm into C language, and carries on the experiment test in the actual scene. The test results show that the algorithm in this paper also has a good effect in practical application.
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TN912.35

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡光銳,虞曉;基于二階前向結(jié)構(gòu)和信息最大理論的語(yǔ)音增強(qiáng)算法[J];上海交通大學(xué)學(xué)報(bào);2000年07期

2 姚峰英,張敏;用于語(yǔ)音增強(qiáng)的高頻信噪比度量[J];聲學(xué)學(xué)報(bào);2002年05期

3 彭煊,劉金福,王炳錫;基于獨(dú)立分量分析的語(yǔ)音增強(qiáng)[J];信號(hào)處理;2002年05期

4 王金明,張雄偉;一種基于自適應(yīng)模糊濾波的語(yǔ)音增強(qiáng)方法[J];解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年01期

5 楊匯軍,鄭海英,王立紅;語(yǔ)音增強(qiáng)方法的研究[J];遼寧工學(xué)院學(xué)報(bào);2003年05期

6 徐爽,韓芳芳,鄭德忠;基于閾值的小波域語(yǔ)音增強(qiáng)新算法[J];傳感技術(shù)學(xué)報(bào);2004年01期

7 孫新德;一種改進(jìn)的語(yǔ)音增強(qiáng)方法及實(shí)現(xiàn)[J];鄭州航空工業(yè)管理學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版);2005年04期

8 錢(qián)國(guó)青;趙鶴鳴;;基于改進(jìn)譜減算法的語(yǔ)音增強(qiáng)新方法[J];計(jì)算機(jī)工程與應(yīng)用;2005年35期

9 王晶,傅豐林,張運(yùn)偉;語(yǔ)音增強(qiáng)算法綜述[J];聲學(xué)與電子工程;2005年01期

10 楊毅;楊宇;余達(dá)太;;語(yǔ)音增強(qiáng)及其消噪能力研究[J];微電子學(xué)與計(jì)算機(jī);2006年07期

相關(guān)會(huì)議論文 前10條

1 陳凱;俞蒙槐;胡上序;付強(qiáng);;語(yǔ)音增強(qiáng)系統(tǒng)性能評(píng)測(cè)方法綜述[A];第四屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];1996年

2 王建波;林本浩;田春明;劉睿;;語(yǔ)音增強(qiáng)及其相關(guān)技術(shù)研究[A];2009通信理論與技術(shù)新發(fā)展——第十四屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2009年

3 徐舒;孫洪;;基于融合迭代的語(yǔ)音增強(qiáng)方法[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

4 牛剛;任新智;吳國(guó)慶;;諧波能量匯集度在語(yǔ)音增強(qiáng)中的應(yīng)用[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

5 國(guó)雁萌;;一種極低信噪比條件下的語(yǔ)音增強(qiáng)方法[A];第六屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];2001年

6 江峰;李曉東;;適用于抑制非平穩(wěn)背景噪聲的語(yǔ)音增強(qiáng)算法[A];中國(guó)聲學(xué)學(xué)會(huì)2003年青年學(xué)術(shù)會(huì)議[CYCA'03]論文集[C];2003年

7 閻兆立;杜利民;;維納后濾波語(yǔ)音增強(qiáng)算法研究[A];中國(guó)聲學(xué)學(xué)會(huì)2005年青年學(xué)術(shù)會(huì)議[CYCA'05]論文集[C];2005年

8 劉淑華;胡強(qiáng);覃團(tuán)發(fā);萬(wàn)海斌;;語(yǔ)音增強(qiáng)算法的研究[A];2005通信理論與技術(shù)新進(jìn)展——第十屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2005年

9 魏臻;張景達(dá);陸陽(yáng);;嵌入式系統(tǒng)中語(yǔ)音增強(qiáng)改進(jìn)算法的研究[A];2007'中國(guó)儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（一）[C];2007年

10 楊威明;;基于閾值的小波變換語(yǔ)音增強(qiáng)方法[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 歐世峰;變換域語(yǔ)音增強(qiáng)算法的研究[D];吉林大學(xué);2008年

2 尹偉;基于模型的語(yǔ)音增強(qiáng)方法及質(zhì)量評(píng)估研究[D];武漢大學(xué);2009年

3 王海艷;基于統(tǒng)計(jì)模型的語(yǔ)音增強(qiáng)算法研究[D];吉林大學(xué);2011年

4 方瑜;語(yǔ)音增強(qiáng)相關(guān)問(wèn)題研究[D];北京郵電大學(xué);2012年

5 姚峰英;語(yǔ)音增強(qiáng)系統(tǒng)的研究與實(shí)現(xiàn)[D];中國(guó)科學(xué)院上海冶金研究所;2001年

6 夏丙寅;面向移動(dòng)通信的單通道語(yǔ)音增強(qiáng)方法研究[D];北京工業(yè)大學(xué);2014年

7 徐勇;基于深層神經(jīng)網(wǎng)絡(luò)的語(yǔ)音增強(qiáng)方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

8 陶智;低信噪比環(huán)境下語(yǔ)音增強(qiáng)的研究[D];蘇州大學(xué);2011年

9 王娜;基于小波變換與約束方差噪聲譜估計(jì)的語(yǔ)音增強(qiáng)算法研究[D];燕山大學(xué);2011年

10 趙彥平;基于稀疏表示的語(yǔ)音增強(qiáng)方法研究[D];吉林大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 肖佩霖;雙通道語(yǔ)音增強(qiáng)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2011年

2 魏有權(quán);基于噪聲估計(jì)的語(yǔ)音增強(qiáng)算法研究[D];昆明理工大學(xué);2015年

3 郭栗;特定人語(yǔ)音增強(qiáng)算法的研究[D];上海交通大學(xué);2015年

4 紀(jì)志春;基于字典學(xué)習(xí)的語(yǔ)音增強(qiáng)算法研究[D];大連海事大學(xué);2016年

5 尹波;基于麥克風(fēng)小陣列的語(yǔ)音增強(qiáng)算法的研究[D];湖北工業(yè)大學(xué);2016年

6 張建偉;基于噪聲譜估計(jì)和信噪比約束的語(yǔ)音增強(qiáng)研究[D];安徽大學(xué);2016年

7 魏泉水;基于深度神經(jīng)網(wǎng)絡(luò)的語(yǔ)音增強(qiáng)算法研究[D];南京大學(xué);2016年

8 王鵬宇;壓縮感知技術(shù)在語(yǔ)音增強(qiáng)和EEG信號(hào)中的應(yīng)用研究[D];福州大學(xué);2014年

9 魏清泉;有色噪聲下語(yǔ)音增強(qiáng)算法及應(yīng)用研究[D];福州大學(xué);2014年

10 黃劍文;多通道語(yǔ)音增強(qiáng)算法及應(yīng)用研究[D];福州大學(xué);2014年

，

本文編號(hào)：1495584