目录
[3.1 LMS滤波程序](#3.1 LMS滤波程序)
[3.2 GUI程序](#3.2 GUI程序)
一、背景
本文介绍了一种最佳的自适应滤波器结构,该结构采用最小均方差(LMS)作为判据,通过不断迭代自适应结构来调整得到最佳滤波器系数。并且,本文基于MATLAB的图形化语音去噪仿真系统。本文具体的研究内容如下:
(1)首先介绍了语音信号去噪的基本理论,并对常见的去噪算法进行了介绍,如傅里叶算法、短时傅里叶算法、小波算法。
(2)深入分析了自适应滤波的基本理论,并重点研究了LMS自适应滤波的语音信号去噪模型。
(3)设计了一个基于MATLAB的图形化语音去噪仿真系统,支持IIR、FIR、LMS自适应滤波等多种语音去噪算法。通过对比各类语音去噪算法的实验结果,本文发现LMS自适应滤波算法具有最好的去噪效果。
二、GUI页面
三、程序
3.1 LMS滤波程序
Matlab
function [yn,W,en]=filter_LMS(xn,dn,M,mu)
% 输入参数:
% xn 输入的信号序列 (列向量)
% dn 所期望的响应序列 (列向量)
% M 滤波器的阶数 (标量)
% mu 收敛因子(步长) (标量) 要求大于0,小于xn的相关矩阵最大特征值的倒数
% itr 迭代次数 (标量) 默认为xn的长度,M<itr<length(xn)
% 输出参数:
% W 滤波器的权值矩阵 (矩阵)
% 大小为M x itr,
% en 误差序列(itr x 1) (列向量)
% yn 实际输出序列 (列向量)
itr = length(xn);
en = zeros(itr,1); % 误差序列,en(k)表示第k次迭代时预期输出与实际输入的误差
W = zeros(M,itr); % 每一行代表一个加权参量,每一列代表-次迭代,初始为0
% 迭代计算
for k = M:itr % 第k次迭代
x = xn(k:-1:k-M+1); % 滤波器M个抽头的输入
y = W(:,k-1).' * x; % 滤波器的输出
en(k) = dn(k) - y ; % 第k次迭代的误差
% 滤波器权值计算的迭代式
W(:,k) = W(:,k-1) + 2*mu*en(k)*x;
end
% 求最优时滤波器的输出序列
yn = inf * ones(size(xn));
for k = M:length(xn)
x = xn(k:-1:k-M+1);
yn(k) = W(:,end).'* x;
end
3.2 GUI程序
Matlab
function pushbutton1_Callback(hObject,eventdata,handles)
[y,fs]=audioread('su.wav');
sound(y,fs);
n = length(y);
t = (0:n-1)/fs;
Y=fft(y,n);
subplot(2,2,2);plot(t,y);title('原始信号波形');
xlabel('时间/s');ylabel('幅值');
subplot(2,2,4);plot(abs(Y));title('原始信号频谱');
xlabel('采样点');ylabel('幅值');
% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
等等,篇幅所限
四、附录
写作不易,感谢点赞,完整程序可留言。
代做领域包括:开关电源、最大功率点跟踪(恒电压法、电导增量法、爬山法、智能算法等)、并网逆变器控制、多目标优化算法(灰狼算法、粒子群、麻雀、哈里斯鹰、布谷鸟等等)、图像处理算法(MATLAB GUI等)、嵌入式、配电网无功优化(IEEE33、21、44节点等)等。
需要的同学私聊我~