非均匀子带自适应噪声抵消技术研究

发布时间：2017-04-09 14:08

  本文关键词：非均匀子带自适应噪声抵消技术研究，由笔耕文化传播整理发布。

【摘要】：随着现代社会的发展和工业化进程的不断加快,噪声污染愈来愈成为主要的环境污染源,各种干扰、噪声不但影响着实际工程应用和人们的生产生活,还威胁到人们的健康。自适应噪声抵消技术可在外界干扰源特性未知,传播途径不断变化的情况下,抑制或衰减噪声,检测和提取出有用信号。本文以自适应噪声抵消为研究目标,主要工作如下:(1)基于功率谱的非均匀子带分解与重构算法的研究。应用周期图法对信号的功率谱进行估计,然后对功率谱幅度进行划分,实现信号的频谱分组,通过调制对分组后的频谱进行搬移,实现非均匀子带信号的分解;全带信号的重构,采用完全相反的过程;Matlab对子带信号本征值扩散度、信号重建性能的仿真结果表明,该算法能够控制子带信号本征值扩散度分布在合理的范围内,并具有较好的重构性能,重构误差的数量级为1016?。(2)基于功率谱的非均匀子带自适应噪声抵消算法的研究。对于期望信号采用与参考信号相同的基于功率谱分布的非均匀子带分解方法,在不同子带内独立进行频谱搬移和子带抽取后,进行自适应噪声抵消处理。仿真结果表明,该法可以有效的实现自适应噪声抵消处理,并且其收敛速度,快于全带抵消处理。(3)模型失配问题研究。针对自适应滤波器存在的阶数模型失配问题,研究了分数变阶数FIR自适应滤波算法。该算法将稳态均方片段误差定义为代价函数,以分数的形式对滤波器阶数进行迭代运算,实现自适应滤波。仿真结果表明,变阶数自适应滤波器可以在阶数未知时,给定初始阶数后,自动的收敛到最佳滤波器阶数。(4)自适应噪声抵消的实验研究。根据自适应噪声抵消的原理,设计并构建了实验系统,开展了抵消性能的实验研究。在实验环境中的噪声分别选用单频、白噪声和风扇噪声,有用信号选取一段音乐。对于实验数据,进行了相干性分析和噪声抵消性能分析,并对模型失配问题进行了实验验证。结果表明,在实际环境中,噪声间的相干性与声源大小、话筒间距离等因素有关;在风扇噪声干扰下,进行噪声抵消时,采用基于功率谱的非均匀子带分解与重构算法与均匀子带分解算法相比,同阶数时(同为50阶时),比均匀子带噪声抵消的信噪比增益高约1.0521d B;对于模型失配问题,采用变阶数LMS算法,可以实现实际环境中的噪声抵消处理,但是由于环境的复杂性,滤波器阶数浮动变化。
【关键词】：自适应噪声抵消 非均匀子带分解 功率谱 模型失配
【学位授予单位】：陕西科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.4
【目录】：

• 摘要4-6
• ABSTRACT6-11
• 1 绪论11-16
• 1.1 研究的背景、目的和意义11-12
• 1.2 子带自适应噪声抵消技术的研究现状12-14
• 1.2.1 自适应噪声抵消算法的研究现状12-13
• 1.2.2 子带分解的技术现状13-14
• 1.2.3 自适应滤波器的模型失配问题技术现状14
• 1.3 本文主要工作及章节安排14-16
• 1.3.1 本文的主要工作14-15
• 1.3.2 章节安排15-16
• 2 自适应噪声抵消的原理介绍16-24
• 2.1 自适应噪声抵消的基本原理16-17
• 2.2 相关性与自适应噪声抵消17-18
• 2.3 自适应噪声抵消常用算法及性能分析18-23
• 2.4 本章小结23-24
• 3 基于功率谱的动态非均匀子带分解与重构算法研究24-34
• 3.1 功率谱估计原理24-25
• 3.2 基于功率谱的非均匀子带分解原理25-28
• 3.2.1 分析滤波器组的结构25-26
• 3.2.2 基于功率谱的非均匀子带分解26-28
• 3.3 基于功率谱的非均匀子带信号重构原理28-29
• 3.3.1 综合滤波器组的结构28
• 3.3.2 基于功率谱的非均匀子带信号的重构28-29
• 3.4 子带分解与重构的系统结构设计29
• 3.5 子带分解与重构性能分析29-33
• 3.5.1 功率谱估计29-30
• 3.5.2 非均匀子带的划分30-31
• 3.5.3 频谱搬移及恢复31
• 3.5.4 重构性能分析31-32
• 3.5.5 本征值扩散度分析32-33
• 3.6 本章小结33-34
• 4 基于功率谱的非均匀子带自适应噪声抵消算法研究34-41
• 4.1 基于功率谱的非均匀子带自适应噪声抵消原理34-36
• 4.1.1 非均匀子带自适应噪声抵消的系统结构设计34-35
• 4.1.2 基于NLMS的子带抵消算法35-36
• 4.1.3 子带抽取因子的确定36
• 4.2 抵消性能分析36-40
• 4.2.1 非均匀子带信号分解36-38
• 4.2.2 子带抽取与内插38
• 4.2.3 子带抵消性能38-39
• 4.2.4 全带抵消性能39-40
• 4.3 本章小结40-41
• 5 自适应滤波器模型失配与变阶数算法41-47
• 5.1 模型失配41-43
• 5.1.1 模型失配的产生原因41
• 5.1.2 模型失配对抵消性能的影响41-43
• 5.2 基于FIR滤波器的变阶数非均匀子带自适应噪声抵消43-46
• 5.2.1 分数变阶数LMS自适应噪声抵消的原理43-44
• 5.2.2 基于分数变阶数算法的非均匀子带自适应噪声抵消44-46
• 5.3 本章小结46-47
• 6 实验研究47-64
• 6.1 实验系统的设计与数据采集47-52
• 6.1.1 实验系统的设计47-50
• 6.1.2 实验过程及数据采集50-52
• 6.2 实验数据处理及分析52-63
• 6.2.1 相关特性与抵消性能分析52-58
• 6.2.2 子带噪声抵消性能分析58-62
• 6.2.3 模型失配实验分析62-63
• 6.3 本章小结63-64
• 7 总结与展望64-66
• 7.1 全文工作总结64
• 7.2 未来工作展望64-66
• 致谢66-67
• 参考文献67-71
• 攻读硕士期间发表的学术论文及专利目录71-73

【参考文献】

中国期刊全文数据库 前9条

1 辛青华;陈建宏;;噪声污染对化工企业影响分析及控制研究[J];工业安全与环保;2009年04期

2 何丰;武鹏飞;黄志辉;;多速率信号处理中的频谱研究[J];光通信研究;2014年06期

3 王瑜琳;田学隆;高雪利;;自适应滤波语音增强算法改进及其DSP实现[J];计算机工程与应用;2015年01期

4 蔡剑华;王先春;;基于LMD-Teager变换的功率谱估计[J];中国激光;2015年03期

5 马令坤;黄建国;谢达;;基于DFT的信号子带分解与准确重构新方法[J];数据采集与处理;2009年06期

6 李宁;张勇刚;赵玉新;郝燕玲;;一种变迭代参数的变阶数LMS算法[J];数据采集与处理;2010年03期

7 伦淑娴,张化光,李英顺,冯健;基于自适应模糊神经网络的噪声抵消器[J];仪表技术与传感器;2003年05期

8 许小东;张炜;戴旭初;;基于功率谱的非均匀子带自适应滤波[J];中国科学技术大学学报;2012年02期

9 陈晓龙;王家礼;孙璐;冯丹;;脉冲调制信号相位噪声测量中的功率谱估计方法[J];西安电子科技大学学报;2012年04期

  本文关键词：非均匀子带自适应噪声抵消技术研究，由笔耕文化传播整理发布。

，

本文编号：295414