需要金幣： 1000 個(gè)金幣 |
資料包括：完整論文 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字?jǐn)?shù)：13662 |  | |
| 折扣與優(yōu)惠：團(tuán)購(gòu)最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要:當(dāng)前，通信系統(tǒng)分析過(guò)程中的噪聲消除問(wèn)題是通信過(guò)程中信號(hào)處理的核心問(wèn)題之一.目前常見的做法是讓信號(hào)通過(guò)濾波器，抑制噪聲從而達(dá)到提取出有用信號(hào)的目的. 自1967年來(lái)，信號(hào)處理領(lǐng)域提出了自適應(yīng)濾波概念，自適應(yīng)濾波器就因?yàn)槠溆?jì)算量小、易于實(shí)現(xiàn)等優(yōu)點(diǎn)，發(fā)展的極為迅速.本文就基于現(xiàn)有的研究成果，簡(jiǎn)單的研究了自適應(yīng)噪聲抵消器的原理、設(shè)計(jì)以及實(shí)現(xiàn).本文的內(nèi)容可分為以下幾個(gè)部分： （1）簡(jiǎn)單分析了自適應(yīng)濾波系統(tǒng)的工作原理，闡述了使用自適應(yīng)信號(hào)處理技術(shù)之后自適應(yīng)濾波系統(tǒng)的發(fā)展過(guò)程，簡(jiǎn)單的介紹了自適應(yīng)噪聲抵消的原理及概念； （2）分析了自適應(yīng)濾波器的原理，簡(jiǎn)單介紹了自適應(yīng)濾波器的兩種不同輸入方式所對(duì)應(yīng)的基本結(jié)構(gòu)，接下來(lái)，又結(jié)合自適應(yīng)噪聲抵消系統(tǒng)框圖分析了自適應(yīng)噪聲抵消的算法原理. （3）重點(diǎn)分析了LMS算法原理，并根據(jù)算法的推導(dǎo)過(guò)程分析了LMS算法的性能，如收斂性、權(quán)向量噪聲及算法曲線等.接下來(lái)，對(duì)LMS算法的改進(jìn)算法NLMS算法、MLMS算法也進(jìn)行了相同的分析，最后，讓這三種算法在MATLAB環(huán)境下進(jìn)行仿真，通過(guò)對(duì)比得出三種算法的優(yōu)缺點(diǎn)； （4）結(jié)合第三部分對(duì)三種算法的仿真對(duì)比結(jié)果，在第四部分，我們利用NLMS算法，對(duì)一段我們自己錄入的語(yǔ)音信號(hào)進(jìn)行去噪處理，驗(yàn)證算法的有效性. 關(guān)鍵詞：自適應(yīng)濾波；噪聲抵消；自適應(yīng)算法；語(yǔ)音信號(hào)去噪
目錄 摘要 ABSTRACT 第1章 緒論-1 1.1 自適應(yīng)濾波器研究背景及現(xiàn)狀-1 1.2 自適應(yīng)信號(hào)處理發(fā)展過(guò)程-1 1.3 自適應(yīng)噪聲抵消系統(tǒng)的研究-2 1.4 本文主要結(jié)構(gòu)-2 第2章 自適應(yīng)濾波的基本原理-5 2.1 自適應(yīng)濾波器-5 2.1.1 自適應(yīng)濾波器原理-5 2.1.2 自適應(yīng)濾波系統(tǒng)結(jié)構(gòu)-6 2.2 自適應(yīng)噪聲抵消器-8 2.2.1 自適應(yīng)原理-8 第3章 自適應(yīng)噪聲抵消算法-11 3.1 LMS算法-11 3.1.1 LMS算法描述-11 3.1.2 LMS算法的收斂性-12 3.1.3 LMS算法的權(quán)向量噪聲-13 3.1.4 LMS算法學(xué)習(xí)曲線-15 3.1.5 LMS 算法流程-16 3.2 歸一化最小均方算法（NLMS）-17 3.2.1 NLMS算法描述-17 3.2.2 NLMS 算法收斂特性-18 3.2.3 NLMS 算法流程-18 3.3引入動(dòng)量項(xiàng)的LMS算法（MLMS算法）-19 3.3.1 MLMS算法描述-19 3.3.2 MLMS算法流程-20 3.4算法MATLAB仿真-20 3.4.1 LMS算法仿真-20 3.4.2 NLMS算法仿真-22 3.4.3 MLMS算法仿真-23 3.5 算法比較-25 第4章 語(yǔ)音信號(hào)去噪處理-27 4.1 語(yǔ)音去噪理論依據(jù)-28 4.2 核心代碼部分-28 4.3 實(shí)驗(yàn)記錄-29 4.4 總結(jié)-31 第5章 總結(jié)與展望-33 5.1 總結(jié)-33 5.2 不足與展望-33 參考文獻(xiàn)-34 致 謝-35 |
