1、word畢業設計論文 題目基于自適應濾波對音頻信號的處理學生 完成日期 2012年5月 基于自適應濾波對音頻信號的處理 摘要自適應濾波器是統計信號處理的一個重要組成局部。在信號的傳播過程中，通常會受到噪聲的干擾，這時候自適應濾波器就表達出了它的重要作用。傳統的濾波器只能過濾一種或幾種干擾噪聲，然而隨著信號傳輸環境的不斷變化，傳統的濾波器已經不能適應，這就需要一種根據環境的改變，通過自適應算法來改變濾波器的參數和結構，來到達更好濾波效果的濾波器。自適應濾波器是利用前一時刻獲得的濾波參數，自動地調節、更新現時刻的濾波參數，以適應信號和噪聲未知的統計特性，從而實現最優濾波。本文從自適應濾波器研究的意

2、義入手，介紹了自適應濾波器的根本理論思想，具體闡述了自適應濾波器的根本原理、算法及設計方法。自適應濾波器的算法是整個系統的核心。因LMS算法具有低計算復雜度、在平穩環境中的收斂性好、其均值無偏地收斂到維納解和利用有限精度實現算法時的穩定性等特性，使LMS算法成為自適應算法中應用最廣泛的算法，所以最終采用基于LMS算法設計自適應濾波器。對讀取一段wav格式的音頻文件采用 MATLAB 進行仿真，通過實驗結果來表達該濾波器可以根據信號隨時修改濾波參數，到達動態跟蹤的效果，使濾波信號更接近于原始信號。關鍵詞：自適應濾波；LMS算法； Matlab ABSTRACT The adaptive filt

3、er is an important part of the digital signal processing. in the spread of the signal process, usually subject to noise interference, and this was reflected when the adaptive filter out of its important role. The traditional filters can only filtration one or more of the noise interference, however,

4、 with the constant change of the signal transmission environment, the traditional filters can not adapt tochanges in the environment which requires a through adaptive algorithm tochange the filter parameters and structure of the device to reach the better the filtering effect of the filter. The adap

5、tive filter is to use a time before get the filter parameters have been automatically adjust and update the current moment of filter parameters, to adapt to the signal and noise statistical properties of the unknown in order to achieve optimum filter. This paper,from the adaptive filter the signific

6、ance of research and introduced its elementary theory, algorithm and design method. The core of the whole system is the auto-adapted filter's algorithm. For LMS algorithm has low computational complexity, in the environment of steady convergence, the mean unbiased to converge to a wiener solutio

7、n and the use of the limited precision of the stability of the algorithm and other characteristics . LMS algorithm as adaptive algorithm in the application of the most a wide range of algorithms.，So Finally the design of adaptive filters based on LMS algorithm.To read a wav format audio files using

8、MATLAB simulation and experimental results to reflectthe filter can be modified at any time according to the signal of the filter parameters to achieve the effect of dynamic tracking, so that the filtered signalcloser to the original signal. Keywords: adaptive filter ; LMS algorithm ; Matlab 目 錄第一章

9、緒論6 1.1 引言6 1.2 自適應濾波理論的開展6 1.3 自適應濾波器的根本概念7 1.3.1 自適應濾波器特征及特點7 1.4 自適應濾波器原理8 1.5 課題研究意義和目的9第二章 自適應LMS算法的研究11 2.1自適應LMS算法的開展11 2.1.1 LMS算法的歷史11 2.1.2 LMS算法的現狀11 2.1.3 LMS算法的開展前景11 2.2 自適應LMS算法的原理12 2.3 自適應LMS算法降噪的原理14第三章 WAV文件格式16 3.1 WAV文件格式介紹16 3.2 PCM數據的存放方式17 3.3 WAV文件格式17第四章 仿真實驗20 4.1 MATLAB語言

10、介紹20 4.1.1 MATLAB的特點20 4.1.2 MATLAB的優勢20 4.2 MATLAB仿真21 4.2.1 MATLAB程序仿真21 4.2.2 仿真結果22 4.3 LMS自適應算法性能分析24第五章 總結25參考文獻26致 謝27 第一章 緒論 1.1 引言 在過去的40年中，信號處理技術獲得了巨大開展，數字電路設計技術的進步，是促使人們對數字信號處理領域越來越感興趣的關鍵技術原因。相應的數字信號處理系統之所以具有吸引力，是因為它具有可靠性好、精度高、體積小以及靈活性強等特點。 濾波技術是信號處理中的一種根本方法和技術，尤其數字濾波技術使用廣泛，數字濾波理論的研究及其產品的

11、開發一直受到很多國家的重視。從總的來說濾波可分為經典濾波和現代濾波。經典濾波要求信號和噪聲的統計特性，如維納濾波和卡爾曼濾波?，F代濾波那么不要求信號和噪聲的統計特性，如自適應濾波。自適應濾波的原理就是利用前一時刻獲得的濾波參數等結果，自動地調節現時刻的濾波參數，從而到達最優化濾波。自適應濾波具有很強的自學習，自跟蹤能力，適用于平穩和非平穩隨機信號的檢測和估計。自適應濾波一般包括3個模塊：濾波結構、性能判斷和自適應算法。其中，自適應濾波算法一直是人們的研究熱點，包括線性自適應算法和非線性自適應算法，非線性自適應算法具有更強的信號處理能力，但計算比擬復雜，實際應用最多的仍然是線性自適應算法。線性自

12、適應算法的種類很多，有LMS自適應濾波算法、R路自適應濾波算法、變換域自適應濾波算法、仿射投影算法、共軛梯度算法等。1.2 自適應濾波理論的開展 早在20世紀40年代，就對平穩隨機信號建立了維納濾波理論。根據有用信號和干擾噪聲的統計特性自相關函數或功率譜，以線性最小均方誤差估計準那么所設計的最正確濾波器，稱為維納濾波器。這種濾波器能最大程度地濾除干擾噪聲，提取有用信號。但是，當輸入信號的統計特性偏離設計條件，那么它就不再是最正確的了，這在實際應用中受到了限制。到60年代初，由于空間技術的開展，出現了卡爾曼濾波理論，即利用狀態變量模型對非平穩、多輸入多輸出隨機序列作最優估計?，F在，卡爾曼濾波器已

13、成功地應用到許多領域，它既可對平穩的和非平穩的隨機信號作線性最正確濾波，也可作非線性濾波。實質上，維納濾波器是卡爾曼濾波器的一個特例。假設設計卡爾曼濾波器時，必須知道產生輸入過程的系統的狀態方程和測量方程，即要求對信號和噪聲的統計特性有先驗知識。但在實際中，往往難以預知這些統計特性，因此實現不了真正的最正確濾波。 Widrow B.等于1967 年提出的自適應濾波理論，可使自適應濾波系統的參數自動地調整而到達最正確狀況，而且在設計時，只需要很少的或是根本不需要任何關于信號與噪聲的先驗統計知識。這種濾波器的實現差不多像維納濾波器那樣簡單，而濾波性能幾乎如卡爾曼濾波器一樣好。因此，近十年來，自適應

14、濾波理論的方法得到了迅速開展。1.3 自適應濾波器的根本概念 但凡有能力進行信號處理的裝置都可以稱為濾波器。在近代電信裝備和各類控制系統中，濾波器應用極為廣泛。在所有的電子部件中，使用最多，技術最復雜要算濾波器了。濾波器的優劣直接決定產品的優劣，所以，對濾波器的研究和生產歷來為各國所重視。濾波器是一種用來消除干擾雜訊的器件，將輸入或輸出經過過濾而得到純潔的交流電。您可以通過根本的濾波器積木塊二階通用濾波器傳遞函數，推導出最通用的濾波器類型：低通、帶通、高通、陷波和橢圓型濾波器。傳遞函數的參數f0、d、hHP、hBP 和hLP，可用來構造所有類型的濾波器。轉降頻率f0為s項開始占支配作用時的頻率

15、。設計者將低于此值的頻率看作是低頻，而將高于此值的頻率看作是高頻，并將在此值附近的頻率看作是帶內頻率。阻尼d用于測量濾波器如何從低頻率轉變至高頻率，它是濾波器趨向振蕩的一個指標，實際阻尼值從0至2變化。高通系數hHP是對那些高于轉降頻率的頻率起支配作用的分子的系數。帶通系數hBP是對那些在轉降頻率附近的頻率起支配作用的分子的系數。低通系數hLP是對那些低于轉降頻率的頻率起支配作用的分子的系數。設計者只需這5個參數即可定義一個濾波器。1.3.1 自適應濾波器特征及特點（1） 濾波器是線性時不變的。（2） 設計過程用到希望的帶通、轉換波段、帶通波紋和阻帶衰減。（3） 因為濾波器是頻率選擇性的，所以

16、當輸入信號的各個局部占據不重疊頻帶時，濾波器工作得最好。例如，它可以輕易別離頻譜不重疊的信號和附加噪聲。（4） 濾波系數在設計階段選定，并在濾波器的正常運行中保持不變。然而，在實際應用中有很多問題不能用固定數字濾波器很好地解決，因為我們沒有充足的信息去設計固定系數的數字濾波器，或設計規那么會在濾波器正常運行時改變。絕大數這些應用都可以用特殊的智能濾波器，即常說的自適應濾波器來成功解決。自適應濾波器的顯著特征是：它在工作過程中不需要用戶的干預就能改變響應以改善性能。（5） 濾波結構。這個模塊使用輸入信號的測量值產生濾波器的輸出。如果輸出是輸入測量值的線性組合，那么這個濾波器就是線性的，否那么稱為

17、非線性的。結構有設計者設定，它的參數由自適應算法調整。（6） 性能標準。自適應濾波器的輸出和期望的響應當可獲得時由 COP 模塊處理，并參照特定應用的需要來評估它的質量。（7） 自適應算法。自適應算法使用性能標準的數值或它的函數、輸入的測量值和期望值的響應來決定如何修改濾波器的參數，以改善性能。 1.4 自適應濾波器原理 所謂的自適應濾波，就是利用前一刻已獲得的濾波參數的結果，自動的調節現時刻的濾波器參數，以適應信號和噪聲未知的或隨時間變化的統計特性，從而實現最優濾波。自適應濾波器實質上就是一種能調節其自身傳輸特性以到達最優的維納濾波器。自適應濾波器不需要關于輸入信號的先驗知識，計算量小，特別

18、適用于實時處理。圖1-1 自適應濾波器原理圖圖1-1 描述的是一個通用的自適應濾波估計問題，圖中離散時間線性系統表示一個可編程濾波器，它的沖擊響應為h(n)，或稱其為濾波參數。自適應濾波器輸出信號為y(n)，所期望的響應信號為d(n)，誤差信號e(n)為d(n) 與y(n)之差。這里，期望響應信號d(n) 是根據不同用途來選擇的，自適應濾波器的輸出信號y(n)是對期望響應信號d(n)進行估計的，濾波參數受誤差信號e(n)的控制并自動調整，使y(n)的估計值等于所期望的響應d(n).因此，自適應濾波器與普通濾波器不同，它的沖擊響應或濾波參數是隨外部環境的變化而變化的，經過一段自動調整的收斂時間到

19、達最正確濾波的要求。但是，自適應濾波器本身有一個重要的自適應算法，這個算法可以根據輸入、輸出及原參數量值，按照一定準那么改變濾波參量，以使它本身能有效地跟蹤外部環境的變化。通常，自適應濾波器是線性的，因而也是一種線性移變濾波器。當然，它可推廣到自適應非線性濾波器。 在圖1-1中，離散時間線性系統可以分為兩類根本結構，其中一類為非遞歸型橫向結構的數字濾波器，它具有有限的記憶，因而稱之為有限沖激響應FIR系統，即自適應FIR濾波器。另一類為遞歸型數字濾波器結構，理論上，它具有無限的記憶，因而稱之為無限沖激響應IIR系統，即自適應IIR濾波器。對于上述兩類自適應濾波器，還可以根據不同的濾波理論和算法

20、，分為結構不同的自適應濾波器，它們的濾波器性能也不完全相同。 1.5 課題研究意義和目的對自適應濾波算法的研究是當今自適應信號處理中最為活潑的研究課題之一。 Windrow 等于1967年提出的自適應濾波系統的參數能自動的調整而到達最優狀況，而且在設計時，只需要很少的或根本不需要任何關于信號與噪聲的先驗統計知識。這種濾波器的實現差不多像維納濾波器那樣簡單，而濾波器性能幾乎如卡爾曼濾波器一樣好。自適應濾波器與普通濾波器不同，它的沖激響應或濾波參數是隨外部環境的變化而變化的，經過一段自動調節的收斂時間到達最正確濾波的要求。自適應濾波器本身有一個重要的自適應算法，這個算法可以根據輸入、輸出及原參量信

21、號按照一定準那么修改濾波參量，以使它本身能有效的跟蹤外部環境的變化。因此，自適應數字系統具有很強的自學習、自跟蹤能力和算法的簡單易實現性。 自適應濾波技術的核心問題是自適應算法的性能問題，提出的自適應算法主要有最小均方(LMS)算法、遞歸最小二乘(RLS)算法及相應的改良算法如：歸一化(NLMS)算法、變步長(SVSLMS)算法、遞歸最小二乘方格形(RLSL)算法等。這些算法各有特點，適用于不同的場合。研究自適應算法是自適應濾波器的一個關鍵內容。最小均方誤差(LMS，The least Mean square)算法是線性自適應濾波算法中最根本的兩類算法之一，其主要思想 是基于最小均方誤差準那么

22、，使濾波器的輸出信號與期望輸出信號之間的均方誤差最小。由于LMS算法簡 單有效、魯棒性好、易于實現，得到了廣泛的應用。目前應用最多的是系統辨識、回波消除、自適應譜線增強、自適應信道均衡、語音線性預測、自適應天線陣等諸多領域。 第二章 自適應LMS算法的研究2.1自適應LMS算法的開展2.1.1 LMS算法的歷史 1955-1966年期間美國通用公司在研制天線的過程中，為抑制旁瓣，由windows和hoff在60年代初提出了根本LMS算法。隨后又開展出了歸一化算法和加遺忘因子LMS算法。1977年，makjoul提出了格型濾波器，并由此開展出LMS自適應格型濾波器算法。Herzberg、cohe

23、n和beery提出了延時LMSDLMS算法。2002年，尚勇，吳順君，項海格提出了并行延時LMS算法。此外，還有復數LMS算法、數據塊LMS算法等。2.1.2 LMS算法的現狀因LMS算法具有低計算復雜度、在平穩環境中的收斂性好、其均值無偏地收斂到wiener解和利用有限精度實現算法時的穩定性等特性，使LMS算法成為自適應算法中應用最廣泛的算法。由于LMS算法的廣泛應用，以及在實際條件下，為解決實際問題，基于LMS算法的新LMS類算法不斷出現。2.1.3 LMS算法的開展前景 因LMS算法是自適應濾波器中應用最廣泛的算法，所以可以說，自適應濾波的開展前景也就是LMS算法的開展前景。它主要包括以

24、下幾個方面的應用：1、系統辨識和建模(System Identification and Modeling)。自適應濾波器作為估計未知系統特性的模型。2、自適應信道均衡(Adaptive Channel Equlization)。在數字通信中采用自適應信道均衡器，可以減小傳輸失真，以及盡可能地利用信道帶寬。3、回波消除(Echo Cancellation)。在2線和4線環路 系統中，線路間存在雜散電路耦合，這些雜散導致阻抗不匹配，從而形成了信號的反射，也就是我們在線路兩端聽到的回聲。這種回波能對高速數據傳輸造成災難性的后果?；夭ㄏ褪穷A先估計一個回波，然后用返回信號來減此回波，從而到達回波消

25、除的目的。消除心電圖中的電源干擾就是它的一個具體應用。4、線性預測編碼Linear Predictive Coding。近年來，對語音波形進行編碼，它可以大大降低數據傳輸率。在接收端使用LPC分析得到的參數，通過話音合成器重構話音。合成器實際上是一個離散的隨時間變化的時變線性濾波器。時變線性濾波器既當作預測器使用，又當作合成器使用。分析語音波形時作預測器使用，合成語音時作話音生成模型使用。5、自適應波束形成Adaptive Beaamforming。頻譜資源越來越緊張，利用現有頻譜資源進一步擴展容量成為通信開展的一個重要問題。智能天線技術利用陣列天線替代常規天線，它能夠降低系統干擾，提高系統容

26、量和頻譜效率，因此智能天線技術受到廣泛關注。自適應束波形成通過調節天線各陣元的加權幅度和相位，來改變陣列的方向圖，使陣列天線的主瓣對準期望用戶，從而提高接收信噪比，滿足某一準那么下的最正確接收。在雷達與聲納的波束形成中，自適應濾波器用于波束方向控制，并可在方向圖中提供一個零點以便消除不希望的干擾。其應用還有噪聲中信號的濾波、跟蹤、譜線增強以及預測等。2.2 自適應LMS算法的原理 LMS算法的根本思想：調整濾波器自身參數，使濾波器的輸出信號與期望輸出信號之間的均方誤差最小，這樣系統輸出為有用信號的最正確估計。LMS算法的結構圖如圖 2-1 所示。輸入信號x依次經過 m-1 個延時單位，在 n

27、時刻構成了一個信號矢量 x(n)。 圖2-1 LMS算法結構圖輸入信號矢量為：加權矢量即濾波器抽頭系數矢量為：相應的濾波器的輸出為： 1yn相對于期望信號 dn的誤差為： 2根據最小均方誤差MSE準那么，最正確的濾波器參數 應使得性能函數均方誤差 為最小，根據 xn及其過去值 xn-1，xn-2，xn-3，.,xn-m+1去估計 dn，wn的最優估計值 使估計誤差的均方值為最小， 滿足正那么方程： 3式中為輸入信號矢量 xn的自相關函數， 為輸入信號矢量 xn與實際需要信號 dn的互相關函數。直接求解該正那么方程的運算量很大，尤其是加權矢量參數個數很多時。LMS算法采用遞推收斂到最正確值 的方

28、法來尋求這個最正確的濾波器加權矢量參數 。 LMS算法推導如下：利用最優方法中的最速下降法求最正確權系數向量的近似值。最速下降法，即“下一時刻權系數向量 wn+1應該等于“現時刻權系數向量 wn加上一個負均方誤差梯度 的比例項，即： 4為控制收斂速度與穩定性的常數，稱之為收斂因子。按照近似方法，直接取作為均方誤差 的估計值，即： 5 6 于是可得： 7 其中，為步長，所以為方便起見，仿真時遞推公式采用下式： 8 收斂條件為： ，是輸入信號自相關矩陣的最大特征值。算法步驟：（1） 算法初始化，W0=0，或者根據對環境的先驗知識確定初始權值。（2） 對每一時刻 n=0,1，2，.計算濾波：;誤差估

29、計：；權向量更新：其中是用來控制穩定性和收斂速率的步長參數。為確保自適應過程的穩定性，必須滿足，其中 為輸入功率。綜上所述，LMS算法主要步驟為：1數據采集與生成，取得dn和Xn。2自適應濾波算法的參數初始化。3自適應濾波處理。4濾波器系統更新。2.3 自適應LMS算法降噪的原理自適應噪聲抵消系統的核心是自適應濾波器，自適應算法對其參數進行控制，以實現最正確濾波，因為這種方法比其他方法多用了一個參考噪聲作為輔助輸入，從而獲得了比擬全面的關于噪聲的信息，因而能得到更好的降噪效果，特別是在輔助輸入噪聲與語音中的噪聲完全相關的情況下，自適應噪聲抵消法能完全排除噪聲的隨機性，徹底地抵消語音中的噪聲成分

30、，從而無論在信噪比SNR方面還是在語音可懂度方面都能獲得較大的提高，自適應噪聲抵消器的原理如圖 2-2 所示： 圖 2-2下面將采用最小均方誤差準那么來分析自適應噪聲抵消的原理。原始輸入為受擾信號；參考輸入為，與相關，而與信號sn不相關。原始輸入加到自適應濾波器的a 端，參考輸入加到自適應濾波器的b 端。圖中自適應濾波器AF 接收誤差 en的控制，調整權矢量wn，使得它的輸出 yn趨于等于 dn中與它相關的 ，于是en作為dn與 yn之差就接近等于信號 sn。證明如下：由圖3得： 1 2 兩邊取數學期望，可得： 3 自適應過程就是自動調節權重 使均方最小的過程，式3中第一項為信號功率，與wn無

31、關。由于信噪不相關，第三項為0。所以，要使 成立，即式3中第二項應最小，即： 4 5 由圖 1 得： 6 7 當 被最小化， 也被最小化，en以最小均方差趨于sn，可能的最好情況為：，那么en=sn；最小化輸出功率使輸出完全沒有噪聲，是自適應濾波器最理想的情況。因此，自適應濾波器可以用來從噪聲中提取信號。 第三章 WAV文件格式3.1 WAV文件格式介紹 WAV文件格式是一種由微軟和IBM聯合開發的用于音頻數字存儲的標準，它采用RIFF文件格式結構，非常接近于AIFF和IFF格式。符合RIFF Resource Interchange File Format標準。所有的WAV都有一個文件頭，這

32、個文件頭有音頻流的編碼參數。 WAV文件作為多媒體中使用的聲波文件格式之一，它是以RIFF格式為標準的。每個WAV文件的頭四個字節便是“RIFF。WAV文件由文件頭和數據體兩大局部組成。其中文件頭又分為RIFFWAV文件標識段和聲音數據格式說明段兩局部。下列圖3-1為WAV文件格式說明表。常見的聲音文件主要有兩種，分別對應于單聲道11.025KHz采樣率、8Bit的采樣值和雙聲道44.1KHz采樣率、16Bit的采樣值。采樣率是指：聲音信號在“模數轉換過程中單位時間內采樣的次數。采樣值是指每一次采樣周期內聲音模擬信號的積分值。對于單聲道聲音文件，采樣數據為八位的短整數short int 00H

33、-FFH； 而對于雙聲道立體聲聲音文件，每次采樣數據為一個16位的整數int，高八位和低八位分別代表左右兩個聲道。WAV文件數據塊包含以脈沖編碼調制PCM格式表示的樣本。WAV文件是由樣本組織而成的。在單聲道WAV文件中，聲道0代表左聲道，聲道1代表右聲道。在多聲道WAV文件中，樣本是交替出現的。文件頭偏移地址字節數數據類型內 容00H4char"RIFF"標志04H4longint 文件長度08H4char"WAV"標志0CH4char"fmt"標志10H4 過渡字節不定14H2int格式類別10H為PCM形式的聲音數據)

34、16H2int單聲道為1，雙聲道為2通道數18H2int采樣率每秒樣本數，表示每個通道的播放速度1CH4long波形音頻數據傳送速率，其值為通道數×每秒數據位數×每樣 本的數據位數8。播放軟件利用此值可以估計緩沖區的大小22H2 每樣本的數據位數，表示每個聲道中各個樣本的數據位數。如果有多 個聲道，對每個聲道而言，樣本大小都一樣。 24H 4 char 數據標記符data 28H 4 long int 語音數據的長度 圖 3-13.2 PCM數據的存放方式PCM數據的存放方式： 8位單聲道 0聲道 0聲道 8位立體聲 0聲道左 1聲道右 0聲道左 1聲道右 16位

35、單聲道 0聲道低字節 0聲道高字節 0聲道低字節 0聲道高字節 16位立體聲 0聲道左低字節 0聲道左高字節 1聲道右低字節 1聲道 右高字節 WAV文件的每個樣本值包含在一個整數i中，i的長度為容納指定樣本長度所需 的最小字節數。首先存儲低有效字節，表示樣本幅度的位放在i的高有效位上， 剩下的位置為0，這樣8位和16位的PCM波形樣本的數據格式如下所示。樣本大小數據格式最大值最小值8位PCMunsigned int225016位PCMint32767 圖 3-23.4 WAV文件格式WAVE文件是非常簡單的一種RIFF文件，它的格式類型為"WAVE"。RIFF塊包含兩個子

36、塊，這兩個子塊的ID分別是"fmt"和"data",其中"fmt"子塊由結構PCMWAVEFORMAT所組成，其子塊的大小就是sizeofof(PCMWAVEFORMAT),數據組成就是PCMWAVEFORMAT結構中的數據。標志符RIFF數據大小格式類型"WAVE""fmt"Sizeof(PCMWAVEFORMAT)PCMWAVEFORMAT"data"聲音數據大小聲音數據        

37、60;                                       圖 3-3 WAVE文件結構 "data"子塊包含WAVE文件的數字化波形聲音數據，其存放格式依

38、賴于"fmt"子塊中wFormatTag成員指定的格式種類，在多聲道WAVE文件中，樣本是交替出現的。如16bit的單聲道WAVE文件和雙聲道WAVE文件的數據采樣格式分別如圖四所示：16位單聲道：采樣一采樣二低字節高字節低字節高字節16位雙聲道：采樣一左聲道右聲道低字節高字節低字節高字節            圖 3-4 WAVE文件數據采樣格式3.5 WAV文件信息的具體應用 WAV文件中包括了對原始聲音的高速率采樣，并且以WAVE_PCM_FORMA

39、T脈派編碼調變格式，我們可以在VISUALC+程序中實現，在讀出WAVEHDR文件頭之后，下面就是原始聲音的高速率采樣信息，我們可以對它作多方面的信息處理。 波形顯示我們可以以時域-幅度的方式顯示出原始聲音的波形，這是最簡單同時也是最直接的信息處理方式。在時域范圍內，我們可以觀察該信號波形是否連續，中間是否有跳變等。 3.5.2 頻譜顯示 我們可以以頻域-幅度的方式顯示出原始聲音的頻譜，在對原始信號經過FFT變換之后，可以得到該信號的頻譜，進而得到該信號的能量集中帶，分布特征，譜對稱系數等等。 3.5.3 用于語音信號識別 講話者的個體識別是語音信號處理的一個重要內容，但它的一個前提條件是必須

40、提供語音信號的數字波形，通常的方法是將原始的語音信號進行放大、抗混疊濾波、A/D采樣、數值編碼，最終得到語音信號的數字波形，通常多采用硬件處理，費時費力，如果我們借助非常成熟的聲卡技術，將WAV文件翻開，就非常方便地得到語音信號的數字波形，為下一步進行語音信號識別提供良好的前端預處理。 第四章 仿真實驗4.1 MATLAB語言介紹當計算涉及矩陣運算或畫圖時，利用FOTRRAN和C語言等計算機語言進行程序設計是一項很麻煩得工作，不僅需要對所利用的有關算法有深刻的了解，還需要熟練掌握所用語言的語法和編程技巧，MATLAB正是為了免除上述局面產生的，它是集命令翻譯，科學計算于一身的一套交互軟件系統，

41、在MATLAB下，矩陣的運算變得異常的容易，后來又增添了豐富多彩的圖形處理及多媒體功能，使得MATLAB的應用范圍越來越廣泛。MATLAB具有強大的語言功能，它允許用戶以數學形式的語言編寫程序，比BASIC、FOTRRAN和C等語言更接近于書寫計算公式的思維方式。它的操作和功能函數指令是以平時計算機和數學書上的簡單英文單詞表達的。由于它在很長一段時間內是用C語言開發的，它的不多的幾個程序流控制語句同語言差異甚微，初學者很容易掌握。MATLAB可以進行矩陣運算、繪制函數和數據、實現算法、創立用戶界面、連接其他編程語言的程序等。主要應用于工程計算、控制設計、信號處理與通訊、圖像處理、信號檢測、金融

42、建模設計與分析等領域。4.1.1MATLAB的特點（1） 其高級語言可用于技術計算。（2） 開發環境可對代碼、文件和數據進行管理。（3） 交互式工具可以按迭代的方式探查、設計及求解問題。（4） 數學函數可用于線性代數、統計、傅里葉分析、篩選、優化以及數值積分等。（5） 二維和三維圖形函數可用于可視化數據。（6） 各種工具可用于構建自定義的圖形用戶界面。（7） 各種函數可將基于MATLAB的算法與外部應用程序和語言集成。（8） 不支持大寫輸入，內核僅僅支持小寫。4.1.2 MATLAB的優勢（1） 友好的工作平臺和編程環境。（2） 簡單易用的程序語言。（3） 強大的科學計算機數據處理能力。（4）

43、 出色的圖形處理功能。（5） 應用廣泛的模塊集合工具箱。（6） 實用的程序接口和發布平臺。（7） 應用軟件開發包括用戶界面。4.2 MATLAB仿真 MATLAB程序仿真使用MATLAB編程，采用自適應濾波器技術實現語音去噪過程，程序如下：clear all;clc;hord=20; % - signal and noise generation - s=wavread('e.wav'); %讀取wav文件Sound(s); %聲音的回放len=length(s);n=1:len; v=(sin(0.6*n)+2*sin(2*pi*n)+sin(0.5*n); %噪聲x=(si

44、n(0.6*n)+sin(2*pi*n+0.8)+sin(0.5*n+2*pi); %參考輸入d=s+10*v; wavrite(x,15000,16,'d:daizao'); ws=zeros(hord+1,len-hord); errs=zeros(len,1); mus=0.008; %迭代步長 % - LMS noise cancellation - for i=hord+1:len-hord j=i-hord:1:i; x1=x(j); ys(i)=ws(:,i)'*x1; errs(i)=d(i)-ys(i); q(i)=errs(i)-s(i); n1=hord+1;n2=len-hord; Eq(i)=sum(abs(q(i).2); Pq(i)=Eq(i)/(n2-n1); ws(:,i+1)=ws(:,i)+mus*x1*errs(i); end % WAVWRITE(Y,FS,WAVEFILE) wavwrite(errs,15000,'d:shuchu'); figure(1) plot(s),title('original'); figure(2) plot(d),title('no