本文選題：麥克風(fēng)陣列 + 卡爾曼濾波��； 參考：《湖北工業(yè)大學(xué)》2017年碩士論文

【摘要】：在生活環(huán)境中,語(yǔ)音信息都會(huì)受到周圍噪聲的干擾,從而影響許多語(yǔ)音設(shè)備的性能。麥克風(fēng)陣列具有空間選擇特性與高信號(hào)增益特性,從而可以獲得更多的有效語(yǔ)音信息,這樣就可以把噪聲更好的從語(yǔ)音中分離出來(lái)。但是僅僅只用單一的麥克風(fēng)陣列算法也難滿足要求,近年來(lái),基于麥克風(fēng)陣列的語(yǔ)音增強(qiáng)方法和其它算法相結(jié)合的方法己經(jīng)逐漸成為語(yǔ)音增強(qiáng)技術(shù)的研究熱點(diǎn)。本論文也著手研究基于麥克風(fēng)陣列的結(jié)合算法的語(yǔ)音增強(qiáng)算法。主要工作如下:針對(duì)傳統(tǒng)的卡爾曼濾波中噪聲譜估計(jì)問(wèn)題,提出一種基于能量直方圖噪聲功率譜估計(jì)的改進(jìn)方法。其基本方法是基于過(guò)去功率譜值的直方圖來(lái)得到噪聲譜估計(jì),即對(duì)新進(jìn)的每一幀,首先在幾百毫秒的時(shí)間窗上構(gòu)建一個(gè)功率譜值的直方圖。利用直方圖中最大值所對(duì)應(yīng)的的功率值代替噪聲功率譜值。通過(guò)兩個(gè)仿真實(shí)驗(yàn)來(lái)驗(yàn)證算法的消噪性能。實(shí)驗(yàn)一是最小統(tǒng)計(jì)跟蹤的噪聲譜估計(jì)算法與基于能量數(shù)量值的噪聲譜估計(jì)的改進(jìn)算法的噪聲譜估計(jì)仿真。仿真結(jié)果顯示改進(jìn)的噪聲譜估計(jì)方法更接近真實(shí)的噪聲。實(shí)驗(yàn)二是把改進(jìn)噪聲譜估計(jì)算法引入到卡爾曼濾波中,對(duì)改進(jìn)的卡爾曼濾波算法濾波算法進(jìn)行仿真驗(yàn)證。仿真圖顯示信號(hào)的語(yǔ)音成分保留下來(lái),沒有造成語(yǔ)音過(guò)估計(jì)。但改進(jìn)的卡爾曼濾波的還是存留較多的背景噪聲,這是因?yàn)閱我煌ǖ赖恼Z(yǔ)音增強(qiáng)算法并不能滿足要求,需要利用多麥克風(fēng)陣列獲得更多的語(yǔ)音信息完成去噪。針對(duì)改進(jìn)的卡爾曼濾波存在的問(wèn)題,以及傳統(tǒng)麥克風(fēng)陣列語(yǔ)音增強(qiáng)算法存在的不足,本文提出了將改進(jìn)的卡爾曼濾波與廣義旁瓣相消器相結(jié)合的方法。利用改進(jìn)卡爾曼濾波作為后置濾波,克服了GSC對(duì)非相干噪聲的抑制不明顯以及殘留較多的噪聲的缺點(diǎn)。通過(guò)仿真實(shí)驗(yàn)比較幾種算法,結(jié)果顯示相對(duì)于傳統(tǒng)的GSC自適應(yīng)算法和后置濾波算法,改進(jìn)算法濾波后的背景噪聲更小,具有更高的輸出信噪比。同時(shí)采取主觀和客觀的評(píng)價(jià)機(jī)制對(duì)幾種算法進(jìn)行比較,都證明了基于GSC結(jié)構(gòu)的改進(jìn)算法的消噪性能更好。
[Abstract]:In the living environment, the speech information will be disturbed by the surrounding noise, which will affect the performance of many speech devices. The microphone array has the characteristics of spatial selection and high signal gain, so that more effective speech information can be obtained, and the noise can be better separated from the speech. However, only a single microphone array algorithm is difficult to meet the requirements. In recent years, speech enhancement methods based on microphone array and other algorithms have gradually become the focus of research on speech enhancement technology. This thesis also studies the speech enhancement algorithm based on microphone array. The main work is as follows: aiming at the problem of noise spectrum estimation in traditional Kalman filtering, an improved method based on energy histogram noise power spectrum estimation is proposed. The basic method is to estimate the noise spectrum based on the histogram of the past power spectrum, that is, to construct a histogram of the power spectrum at the time window of several hundred milliseconds for every new frame. The noise power spectrum is replaced by the power value corresponding to the maximum value in the histogram. Two simulation experiments are carried out to verify the performance of the algorithm. The first experiment is the simulation of the noise spectrum estimation algorithm based on the minimum statistical tracking and the improved noise spectrum estimation algorithm based on the energy quantity. Simulation results show that the improved noise spectrum estimation method is closer to the real noise. In the second experiment, the improved noise spectrum estimation algorithm is introduced into the Kalman filter, and the improved Kalman filtering algorithm is simulated and verified. The simulation diagram shows that the speech component of the signal is preserved, and the speech is not overestimated. But the improved Kalman filter still has more background noise, which is because the single channel speech enhancement algorithm can not meet the requirements, and needs to use multi-microphone array to obtain more speech information to complete the de-noising. Aiming at the problems of the improved Kalman filter and the shortcomings of the traditional microphone array speech enhancement algorithm, this paper proposes a method to combine the improved Kalman filter with the generalized sidelobe canceller. The improved Kalman filter is used as the post-filter to overcome the shortcomings of the GSC in suppressing incoherent noise which is not obvious and that there is more residual noise. The simulation results show that compared with the traditional GSC adaptive algorithm and post-filtering algorithm, the improved algorithm has less background noise and higher output signal-to-noise ratio than the traditional GSC adaptive algorithm and post-filter algorithm. At the same time, the subjective and objective evaluation mechanisms are used to compare several algorithms. It is proved that the improved algorithm based on GSC structure has better performance in noise reduction.
【學(xué)位授予單位】：湖北工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN912.35

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李倩,王讓定,陳金兒;基于改進(jìn)閾值的小波域語(yǔ)音增強(qiáng)算法[J];寧波大學(xué)學(xué)報(bào)(理工版);2005年03期

2 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

3 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

4 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

5 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

6 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

7 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

8 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

9 錢國(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

10 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

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 張龍;有監(jiān)督學(xué)習(xí)條件下的單通道語(yǔ)音增強(qiáng)算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

2 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

3 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

4 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

5 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

6 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

7 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

8 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

9 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

10 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

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 陳成斌;針對(duì)于家居環(huán)境的語(yǔ)音增強(qiáng)系統(tǒng)的研究與開發(fā)[D];華南理工大學(xué);2015年

3 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

4 胡勇;麥克風(fēng)陣列語(yǔ)音增強(qiáng)算法研究[D];電子科技大學(xué);2014年

5 曹后斌;有色背景噪聲環(huán)境下語(yǔ)音增強(qiáng)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

6 馬小惠;陣列語(yǔ)音增強(qiáng)在車載環(huán)境中的應(yīng)用[D];大連理工大學(xué);2015年

7 李達(dá);無(wú)線聲學(xué)傳感器網(wǎng)絡(luò)中分布式語(yǔ)音增強(qiáng)方法研究[D];大連理工大學(xué);2015年

8 高珍珍;基于梅爾頻譜域HMM的語(yǔ)音增強(qiáng)方法研究[D];北京工業(yè)大學(xué);2015年

9 宋環(huán)宇;全數(shù)字助聽器語(yǔ)音增強(qiáng)算法研究[D];哈爾濱工業(yè)大學(xué);2014年

10 王永杰;基于麥克風(fēng)陣列的語(yǔ)音增強(qiáng)算法研究[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：2004218