自适应噪声抵消技术中一种变步长的最小均方(LMS)算法研究

　　在航天及航空领域中,如飞船、直升机座舱内都普遍存在噪声严重影响语言通信的问题,因而需要一种有效技术来解决。自适应噪声抵消技术是语音增强技术中一种有效降噪的方法,当系统能提供良好的参考噪声信号时,可获得很好的降噪效果,且语言失真小[1]。本文建立了一种改进的最小均方(LMS)算法,为语音增强技术的更进一步研究打下基础,为提高噪声环境语言通信质量提供新途径。

　　一、方　法

　　原理图1为自适应噪声抵消法的原理图。语音信号s(n)传输过程中受到加性噪声g(n)的污染,形成含噪语音d(n)=s(n)+g(n),作为自适应系统的主输入。与噪声信号g(n)线性相关信号x(n)作为自适应系统的参考输入。语音信号s(n)与噪声g(n)、x(n)均不相关,自适应滤波器输出为y(n),假定s(n)、g(n)、x(n)和y(n)都是统计平稳的,并具有零均值,则系统输出e(n)为:

　　两边平方后取数学期望,即对时间n取长时平均,由于s与g不相关,因此得

　　当滤波器调整得使E(e²)为最小时,因信号功率E(s²)不受影响,则相应系统最小输出功率为

　　当E(e²)最小时,E(g-y)²也同时为最小,所以滤波器输出y即为g的最佳估计,系统输出e为语音信号s的最佳估计,从而达到噪声抵消目的。

　　自适应滤波器采用FIR结构的横向滤波器实现[2](图2)。wj(n)为横向滤波器的权向量,根据系统输出e(n)进行调整,j是权向量序号,滤波器输出为:

　　自适应噪声抵消器采用归一化LMS方法(NLMS算法),其权矢量迭代公式为:

　　wj(n)是权向量第j个系数,N是抽头数。μ(n)是步长,α是步长参数,较好的步长值可通过改变α得到。依据上式不断更新自适应滤波器权向量参数,直至系统输出e2收敛至最小值,此时迭代结束,得到噪声抵消后的语音信号。

　　变步长LMS算法设计　在自适应噪声抵消方法中,影响性能的主要因素有两个,串音和回响。当语音信号有部分泄露到参考输入信号中,造成自适应滤波器输出有部分语音信号的估计,从而使最后的误差输出信号不好,这是串音问题。自适应滤波器的抽头数越多,剩余均方误差就越大,失调误差也越大,由于语音信号在自适应滤波器中的反馈特性,大的失调误差造成了回响[3]。本算法主要研究回响问题,采取估计原始输入信号信噪比的大小来调整迭代步长,其目的为降低剩余均方误差,即降低失调误差,以尽可能解决回响问题。步长μ的大小决定自适应过程收敛速度的快慢。μ大则速度快,而剩余均方误差大。μ小剩余均方误差小,而速度却慢。为了解决这一矛盾,采用变步长方法。开始时μ取大些,使收敛速度加快;当收敛过程趋于稳态时,选用较小的μ值使得收敛精度提高,并降低回响。