在Matlab中实现基于LMS算法语音信号去噪

摘要：该文描述了在Matlab中编程实现语音通信中去除噪声技术。依据输入信号在迭代过程中估计梯度矢量、更新权系数以达到最优的自适应迭代算法，采用一种期望响应和滤波输出信号之间误差的均方值最小（LMS算法）为准则的梯度最陡下降方法。讨论收敛因子[μ]的取值范围使降噪效果达到最优。

关键词：最小均方LMS算法；期望值；最陡下降法；权系数向量；收敛因子

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2014）32-7650-03

Abstract： This article describes to remove noise in Matlab programming realization of voice communication technology.On the basis of the input signal in the process of iteration estimates gradient vector，update the weights in order to achieve the optimal adaptive iteration algorithm.Using an expected response and filtering the mean square error between the output singals as the criterion of minimum gradient steepest descent method.Discuss the scope of convergence factor causes the noise reduction effect to achieve the optimal.

Key words： Minimum mean square LMS algorithm； expected value； steepest descent method； Weight vector； convergence factor

语音通信在当今社会中成为人们交往不可或缺的通信方式，但在通信过程中不可避免地受到来自环境、传输媒介、通信设备等等引入的噪声。而这些信号与噪声是非平稳的统计特性先验未知的随机信号。在众多的噪声消除方法中，自适应算法（LMS算法）对含有噪声的语音去除噪声效果较好。该算法的特点是其简单性，不需要计算相应的相关函数，也不需要进行矩阵运算。该文通过MATLAB仿真软件对去除噪声研究进行分析、验证。

1 噪声度量

声音的基本度量有声压、声强、声功率。为了便于在测量仪器上读出噪声评价量，在噪声测量仪器上设计一种特殊的滤波器，使测量仪器上接收的声音按不同程度大小滤波。A声级（用A计权网络测得的声压级）模拟人耳对55分贝以下噪声的频率特性，测得结果与人耳对声音的响度感觉相近。因此把A声级用来评价噪声，它已成为国际标准化组织和绝大多数国家噪声标准中的主要指标。

4 小结

在众多的语音增强技术中，自适应滤波器的LMS算法使用了一个噪声辅助输入，可以在未知环境中实时跟踪输入信号从而获得较全面的噪声信息，而当辅助输入噪声与语音中的噪声完全相关情况下，自适应噪声抵消法以均方误差为最小准则，采用最陡下降法，消除语音中的噪声成分，获得比较好的降噪效果。在信噪比方面和语音可懂度方面有较大提高。

参考文献：

[1] 宋知用.MATLAB在语音信号分析与合成中的应用[M].北京：北京航空航天大学出版社，2013.