导读:本文包含了回波抵消论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:回波,自适应,步长,滤波器,算法,助听器,参量。
回波抵消论文文献综述
丁猛,谷爱梅[1](2018)在《无延迟闭环子带自适应滤波器在声回波抵消中的应用》一文中研究指出在许多非手持语音通信系统中,语音信号不可避免的会受到来自环境噪声和室内混响的干扰。声学回声也会对通话质量和系统稳定性造成不利影响,因此,语音通信系统还需要进行回声消除。在回声消除的解决方案中,自适应滤波器是必不可少的部分。本文利用闭环无延迟子带自适应滤波器进行声学回声的消除,通过MATLAB仿真,表明本文采用的方法能有效降低噪声和回声对系统的影响。(本文来源于《全国声学设计创新技术与文化建筑声学工程学术会议论文集》期刊2018-06-15)
马敏[2](2017)在《自适应声回波抵消算法在数字助听器中的研究》一文中研究指出数字助听器能够改善听障患者的听力,已经成为众多听障患者生活中不可或缺的一部分。但是由于助听器体积小,麦克风与扬声器距离很接近,导致数字助听器容易形成声反馈现象,产生回波,严重时候产生刺耳的啸叫,不仅会损伤人耳听力,而且极易损坏助听器,因此处理声反馈问题是数字助听器中必不可少的部分。本文主要对数字助听器中自适应声回波抵消算法进行了研究,为了实现实时消除回声的目的,提出了将回声延时估计运用到自适应回波抵消中的改进算法,然后提出了在时域和频域的啸叫检测算法,并分别对算法进行了仿真实验。介绍了数字助听器中的语音增强、响度补偿和回波抵消叁个关键技术。并分别对每种技术的原理与实现过程进行了说明。数字助听器的声反馈消除主要基于自适应声回波抵消算法,对常用的最小均方差(LMS)算法与归一化最小均方差(NLMS)算法的原理进行了说明和推导。并用录制的音频在Matlab下进行了两种算法的仿真实验分析,研究表明NLMS算法具有更好的适应性。由于回波路径往往不固定,导致回波传输时间延时具有不确定性,针对此问题提出基于回声延时估计的NLMS自适应回波抵消算法,旨在能够实时的解决数字助听器中的回声问题。对此,提出了基于互相关函数检测的广义互相关(GCC)法、互功率谱相位(CSP)法和基于路径传递函数的自适应最小均方差(LMS)法进行回声延时估计。GCC法与CSP法通过检测相关系数峰值点估计延时时间,仿真实验发现CSP法效果优于GCC法延时估计,有回声延时估计的自适应回波抵消算法优于无回声延时估计的算法。针对啸叫信号在某几个不固定频点自激振荡的特点,提出在频域和时域进行阈值判断的啸叫检测算法。通过在频域计算峰值频点能量占比、峰值频点与邻接点能量占比、峰值持续时间,在时域计算信号的相关系数与TKEO包络进行阈值检测,并根据检测结果,进行啸叫信号的抑制。实验结果表明,基于阈值检测的方法能够一定程度上检测并抑制啸叫。(本文来源于《哈尔滨工业大学》期刊2017-12-01)
伍晓雅[3](2016)在《耳挂式数字助听器中自适应回波抵消算法的研究》一文中研究指出数字助听器能够改善听力受损者的听力状况,而随着助听器的体积逐渐变小,回波现象日趋严重,回波的存在严重影响了助听器佩戴的舒适度和对语音的可懂度,回波抵消算法所占地位越来越重要,本文对常见的耳挂式助听器中的自适应回波抵消算法进行了研究。对人耳的听觉特性和听力障碍原理进行了介绍,详细论述了数字助听器的硬件结构和软件算法,硬件结构包括:麦克风、DSP处理模块、受话器等,软件算法包括语音增强算法、响度补偿算法、移频压缩算法、声源定位算法、回波抵消算法等,在回波抵消算法中介绍了回波抵消的原理,为数字助听器中自适应回波抵消算法的研究提供基础。对维纳滤波器和最陡下降法的原理进行了研究,分析最小均方差算法(LMS)、归一化最小均方差算法(NLMS)、递归最小二乘法(RLS)的推导过程,并对其算法的性能在MATLAB平台上进行仿真对比。步长是算法的关键参数之一,设置LMS在不同的步长参数下性能的仿真对比,通过对于LMS、NLMS、RLS算法的仿真对比可知,RLS算法收敛速度最快,但是运算量大,而LMS算法过于简单,性能较差,NLMS算法运算量居中,性能较好,在助听器中得到了广泛的应用。基于逐点更新算法,介绍了块处理算法,它大大降低了算法的运算量,对BLMS(Block LMS)和LMS、NBLMS(Normal BLMS)和NLMS算法进行了性能仿真对比,BLMS和NBLMS其性能比逐点运算的LMS、NLMS较差。提出了融合NBLMS算法和NLMS算法的设计构想的NBLMS_M-K算法,并利用了RLS关于遗忘因子的思想。其中M为数据处理周期的大小,K表示自适应滤波器的前K个系数。对相同K,不同M和相同M,不同K和不同M,不同K进行性能仿真对比。并将NBLMS和NBLMS_M-K进行仿真对比。对NBLMS、NLMS、NBLMS_M-K进行运算量和性能的综合分析,可根据需求在助听器中选取合适的算法。(本文来源于《哈尔滨工业大学》期刊2016-12-01)
余斯擎[4](2016)在《基于自适应算法的WCDMA回波抵消和基站锁定系统的实现》一文中研究指出随着移动通信的快速发展,需要建设大量的基站,为了降低系统覆盖成本,最好的方法是建设直放站系统。总的来说,直放站系统造价要比基站低得多,因此选用直放站是移动通信建设中比较好的解决方案。但同时直放站在施工上存在一定的难度,当收发天线距离较近时容易由发送天线输出的信号耦合到接收天线,从而导致自激的现象;同一个小区存在多个基站信号且功率相差无几的情况,导致该小区中的用户不断的进行小区切换,这不但影响了通话质量,也影响电池利用,这种现象称为导频污染;这两个问题都是直放站必须解决的技术难点。本文通过对比传统直放站系统对此类问题的解决方案,提出基于自适应算法的回波抵消系统。此外再结合WCDMA的物理层原理,通过小区搜索算法实现基站同步,然后基于自适应算法来实现导频抵消,从而实现WCDMA基站锁定技术。另外系统中还运用了数字变频、数字滤波、数字频偏校正等数字信号处理技术。通过软件仿真与实验,本文所设计的WCDMA回波抵消和基站锁定系统可以准确地搜索到设备所在区域的若干个小区信号,经过可选择性的导频抵消之后,实现锁定其中一个基站。同时验证回波抵消的正确性以及收敛速度的快慢。最后通过产品的实际测试,结果显示该系统可以达到比较好的基站锁定效果,并能很好地解决实际应用中导频污染的问题。在系统开启后,无需人工干预,系统可以自动根据当前的应用环境以及硬件的工作状态,自适应调整相应的参数,并会随着环境的变化来跟踪。加上频偏矫正技术的运用,本系统可以获得更好的小区搜索效果。打开ICS功能后,直站站增益大大提升,覆盖范围更加广泛。所以本系统既扩大了覆盖区域,又改善了通话质量,可广泛用于通信领域。(本文来源于《天津大学》期刊2016-10-01)
郭紫仕[5](2016)在《宽带通信系统回波抵消设计与实现》一文中研究指出回波抵消是通信系统设计中需要特别关注的课题之一。提高系统隔离度不仅仅需要在硬件上考虑收发天线的物理隔离,更要求在数字信号处理部分能利用算法对回波进行消除。数字信号处理近年来的发展迅猛,使得基于FPGA、DSP等平台的回波抵消算法实现慢慢替代传统采用物理隔离的方法。而随着通信技术不断进步,通信带宽越来越大,回波抵消技术所要面对的影响因素也相应增多,现有的回波抵消方案已经无法完全满足需求。本论文主要介绍了宽带通信系统回波抵消方案的设计和实现。首先对宽带通信系统中常用的回波抵消模块自适应算法做了系统的介绍和研究,分析了各种算法的优缺点。综合考虑了各种算法的计算效率和收敛速度,并对基于FPGA实现的LMS算法做了原理简述和Matlab仿真。其次利用FPGA平台实现了宽带通信系统回波抵消的具体方案,对各模块的原理和接口进行了详细介绍,并通过verilog代码予以实现。对本方案中采用零中频接收需要解决的关键问题做了重点说明,包括宽带通信系统零中频设计中的直流偏移消除、平坦度校正和IQ不平衡校正。最终通过对实验室平台的系统调试,分析了本宽带通信系统回波抵消方案设计的性能,验证了本方案设计的可行性。(本文来源于《天津大学》期刊2016-10-01)
刘小蒙,邵高平,戚晓慧[6](2016)在《改进子带自适应滤波算法及其在回波抵消中的应用》一文中研究指出本文提出了两种基于多带结构的仿射投影符号子带自适应滤波器(Affine Projection Sign Subband Adaptive Filter,AP-SSAF)的改进方法。针对稀疏系统的系统识别,设计了两种子带自适应滤波器。首先给出了AP-SSAF的变正则化参数更新方程,文中采用随机梯度下降法来更新正则化参数,来使系统的均方偏差最小化,该方法能同时兼顾快速收敛及低稳态失调。其次将权重分布矩阵引入AP-SSAF得到系数比例AP-SSAF,该方法能够利用系统的稀疏性提高AP-SSAF的收敛性能。仿真中将本文所提算法用于一般系统识别以及回波抵消,实验结果验证了本文的算法对脉冲噪声具有稳健性,具有较好的跟踪性能,并具有较快的收敛速度及低稳态失调。(本文来源于《信号处理》期刊2016年08期)
杨栋[7](2016)在《回波抵消系统的参量阵预处理算法的设计与实现》一文中研究指出随着当今科技的飞速发展,水下目标探测技术的发展也日益增强,为了能够有效的对抗敌方的探测,反跟踪技术也在迅速的发展,其中回波抵消技术属于反跟踪技术之一。为了满足实际应用对设备便携性的普遍要求,可以使用声学参量阵来代替单个声纳,其独特的技术优势决定了参量阵在该方向上的重要应用。但是从技术角度来看,声学参量阵是以较大的功率和较低效能换取其特有的优势,因此合理的信号预处理算法是应用参量阵的关键部分。而当今微电子技术的高速发展,数字信号处理技术已被广泛的应用到经济建设、国防科技和科学实验等领域,尤其是可编程逻辑器件(FPGA)具有强大的并行处理能力,这一特性不仅能够提高处理速度而且能够满足高速信号的实时性。本论文主要工作是回波抵消系统的信号处理平台设计及参量阵预处理算法的实现,而对参量阵的研究,信号的预处理也是整个系统的纽带。在该课题中对KZK方程进行了推导,并求解该方程的二次微分近似解。在课题中选用了叁种调制算法作为预处理算法进行讨论,并选用了全载波单边带调制算法作为该声学参量阵的预处理算法,对该算法进行了详细的推导、论述和仿真。根据系统要求,选取合适的芯片和硬件电路来搭建信号处理平台。该平台采用以Altera公司的EP3C40F484C8N为核心处理芯片,该芯片灵活性强,并行处理能力强,而且成本也较低,能够满足整个系统的要求。在该平台放置两片SRAM来进行数据的乒乓缓存,保证采集数据能够实时、连续的处理,并能够同步输出。在信号处理平台下开发的程序为模块接口化设计,各部分程序独立相互不受影响,使设计的程序方便移植。整个程序包括四个部分:控制A/D程序模块、数据存储模块、预处理算法程序模块和控制D/A程序模块。对信号处理平台的硬件和软件部分进行了性能测试。对A/D采集的幅值和频率精度及驱动程序进行了测试;对数据存储模块程序进行了测试;对D/A数据输出幅值和频率及各通道的一致性和驱动程序进行了测试;对预处理算法程序的功能进行了测试;将各个程序模块拼接到一起进行了联调测试,验证了程序的正确性;在水池中使用声学参量阵等设备对信号处理平台和预处理算法进行了功能性验证。(本文来源于《哈尔滨工程大学》期刊2016-03-03)
蒋贤慧[8](2015)在《数字助听器中自适应回波抵消算法的研究》一文中研究指出助听器能帮助听力障碍患者改善听力,经过数百年的发展,助听器已经进入到了全数字时代。声音的高质量、助听器的微型化是我们所追求的目标。微型化意味着麦克风与扬声器的位置很接近,导致声源经过处理输出,在被人耳接收的同时,还有一部分会被麦克风重新拾取,形成回波。回波被不断地放大,容易形成啸叫,造成系统的不稳定,也限制了助听器的最大稳定增益,降低了患者的语言可懂度以及听力舒适度。为了解决助听器中回波造成的干扰问题,本论文将针对自适应回波抵消算法展开研究。本论文深入了解了传统的回波抵消算法LMS、RLS以及NLMS算法,这些算法的系数更新方式是逐点更新,运算量较大。考虑到数字助听器对实时性的高要求,引入了分块算法BLMS,形成NBLMS算法改变滤波器系数更新方式,降低算法复杂度。虽然NBLMS算法解决了由于逐点更新造成的系统资源浪费的问题,但是NBLMS算法存在着收敛效果不好、残留大、音质不好等问题。在此基础上,将当前时刻之前的估计误差引入归一化步长因子中,提出了NBLMS_S算法;之后在此基础上设计了两个改进算法。一是利用RLS算法中“遗忘因子”的思想对滤波器系数的更新过程做了改进,生成了NBLMS_MKS算法。另外一个算法λVS_BLMS也是基于NBLMS_S做的改进,改变了步长变化方式,在估计误差与变步长之间搭建一种类似Sigmoid表达式的非线性关系。在实现改进算法NBLMS_MKS和λVS_BLMS的设计后,将两者在PC机上进行仿真,并与最初的块处理算法NBLMS_S做性能对比。通过性能对比和运算量的分析,发现相较于NBLMS_S算法,改进算法在有更快的收敛速度和更高的收敛精度。并且,在噪声处理方面,λVS_BLMS有更好的抗噪性,更适合运用在微型化的助听器中,扩大了助听器的适用范围。(本文来源于《哈尔滨工业大学》期刊2015-12-01)
顾天斌[9](2015)在《数字助听器回波抵消算法研究》一文中研究指出听觉是人类与周围环境交流沟通的重要环节,近年来受环境、人口老龄化等因素的影响听力损失患者的数量不断增加,严重阻碍了全民健康水平的提高以及社会的发展。现阶段,数字助听器是患者补偿听力损失的最主要手段,但回声问题严重影响数字助听器的实际使用效果。本文以数字助听器中的回波抵消算法为主要研究内容,在深入理解和研究前人算法原理的基础上,提出一种变步长系数比例自适应NLMS (VSS-IPNLMS)算法以及一种改进的频域啸叫检测和抑制算法。本文的主要工作包括:1、深入研究了自适应滤波原理,重点研究了两种应用最广泛的自适应算法最小均方误差(LMS)算法和递归最小二乘(RLS)算法,并通过仿真实验和算法计算量分析对比两种算法的优缺点以及应用在数字助听器中的可行性。2、提出一种基于状态分类的VSS-IPNLMS算法。由于助听器中的回波路径具有稀疏特性,改进型系数比例自适应NLMS算法通过合理设置系数控制矩阵为自适应滤波器各抽头设置不同的步长来加快算法的收敛速度。本文将IPNLMS算法用于数字助听器回波抵消算法中,并根据自适应滤波器系数能量的变化情况将自适应滤波器分为收敛态、过渡态和稳态。自适应滤波器在收敛态和稳态采用普通的IPNLMS算法,过渡态时使用变步长的IPNLMS算法,将自适应滤波器短时系数能量与长时系数能量差的归一化值用于IPNLMS算法的全局步长控制。系统辨别实验以及助听器模型仿真实验表明,本文算法比NLMS算法以及IPNLMS算法性能更优。3、提出一种改进型频域啸叫检测与抑制算法。从啸叫产生机制出发,在充分理解研究频域和时域啸叫检测算法的基础上,提出峰值与邻域均值能量比和延续帧数相结合的频域啸叫检测算法,同时采用利用频谱细化算法进行啸叫频率的精确计算,啸叫频点确定后,利用生成的二阶陷波器进行啸叫抑制。仿真实验表明,本文算法相比一般频域啸叫检测算法和时域啸叫检测算法具有更好的精确度和健壮性。在自适应滤波算法与本文啸叫检测与抑制算法结合的实验中,算法收敛过程中产生的啸叫被有效抑制。4、数字助听器算法嵌入式平台实现。将木文回波抵消算法移植到嵌入式平台上,在嵌入式平台上完成数字助听器基本功能,并通过上位机软件控制助听系统的运行。基于实时平台的实验验证了本文回波抵消以及啸叫检测和抑制算法的有效性。(本文来源于《东南大学》期刊2015-03-01)
张晓永[10](2014)在《数字助听器的自适应回波抵消算法的研究》一文中研究指出数字助听器能帮助听力障碍患者改善听力,但是随着助听器体积的逐渐变小,加之助听器“开放耳”验配方式越来越流行,导致回波现象越来越明显。回波严重影响了语音的可懂度、清晰度。为了解决助听器中回波造成干扰的问题,本文针对自适应回波抵消算法展开研究。在深入了解传统自适应算法的基础上,实现了变步长LMS(VSS_LMS)算法,目的是解决归一化LMS(NLMS)算法收敛速度慢、自适应不好等问题,更好的实现回波抵消。本文设计了回路检测器,用来检测回波是否存在并控制回波抵消模块是否开启,目的是节省不必要的系统开销。由于环境噪声的存在、A/D等元器件的非线性,导致对回波处理之后语音信号仍有一定的回波残留,为了进一步减小回波残留,本文增加了非线性处理模块。本文对VSS_LMS与NLMS算法进行了仿真对比,从客观判断,变步长算法具有较快的收敛速度和较小的回波残留;从主观判断,变步长算法具有了较好清晰度和舒适度。NBLMS(归一化块处理LMS)算法有效改变了NLMS、RLS等算法的逐点更新滤波器系数的方式,解决了由于逐点更新造成的系统资源浪费的问题,但是NBLMS算法存在着收敛效果不好、残留大、音质不好等问题,本文对NBLMS算法进行了改进,提出了NBLMS_M-K算法。在实现了NBLMS_M-K算法之后,在PC机上进行仿真。通过对仿真结果进行主观判断和客观判断,相比于NBLMS算法,NBLMS_M-K算法有较高的回波处理能力,性能较优。(本文来源于《哈尔滨工业大学》期刊2014-12-01)
回波抵消论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
数字助听器能够改善听障患者的听力,已经成为众多听障患者生活中不可或缺的一部分。但是由于助听器体积小,麦克风与扬声器距离很接近,导致数字助听器容易形成声反馈现象,产生回波,严重时候产生刺耳的啸叫,不仅会损伤人耳听力,而且极易损坏助听器,因此处理声反馈问题是数字助听器中必不可少的部分。本文主要对数字助听器中自适应声回波抵消算法进行了研究,为了实现实时消除回声的目的,提出了将回声延时估计运用到自适应回波抵消中的改进算法,然后提出了在时域和频域的啸叫检测算法,并分别对算法进行了仿真实验。介绍了数字助听器中的语音增强、响度补偿和回波抵消叁个关键技术。并分别对每种技术的原理与实现过程进行了说明。数字助听器的声反馈消除主要基于自适应声回波抵消算法,对常用的最小均方差(LMS)算法与归一化最小均方差(NLMS)算法的原理进行了说明和推导。并用录制的音频在Matlab下进行了两种算法的仿真实验分析,研究表明NLMS算法具有更好的适应性。由于回波路径往往不固定,导致回波传输时间延时具有不确定性,针对此问题提出基于回声延时估计的NLMS自适应回波抵消算法,旨在能够实时的解决数字助听器中的回声问题。对此,提出了基于互相关函数检测的广义互相关(GCC)法、互功率谱相位(CSP)法和基于路径传递函数的自适应最小均方差(LMS)法进行回声延时估计。GCC法与CSP法通过检测相关系数峰值点估计延时时间,仿真实验发现CSP法效果优于GCC法延时估计,有回声延时估计的自适应回波抵消算法优于无回声延时估计的算法。针对啸叫信号在某几个不固定频点自激振荡的特点,提出在频域和时域进行阈值判断的啸叫检测算法。通过在频域计算峰值频点能量占比、峰值频点与邻接点能量占比、峰值持续时间,在时域计算信号的相关系数与TKEO包络进行阈值检测,并根据检测结果,进行啸叫信号的抑制。实验结果表明,基于阈值检测的方法能够一定程度上检测并抑制啸叫。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
回波抵消论文参考文献
[1].丁猛,谷爱梅.无延迟闭环子带自适应滤波器在声回波抵消中的应用[C].全国声学设计创新技术与文化建筑声学工程学术会议论文集.2018
[2].马敏.自适应声回波抵消算法在数字助听器中的研究[D].哈尔滨工业大学.2017
[3].伍晓雅.耳挂式数字助听器中自适应回波抵消算法的研究[D].哈尔滨工业大学.2016
[4].余斯擎.基于自适应算法的WCDMA回波抵消和基站锁定系统的实现[D].天津大学.2016
[5].郭紫仕.宽带通信系统回波抵消设计与实现[D].天津大学.2016
[6].刘小蒙,邵高平,戚晓慧.改进子带自适应滤波算法及其在回波抵消中的应用[J].信号处理.2016
[7].杨栋.回波抵消系统的参量阵预处理算法的设计与实现[D].哈尔滨工程大学.2016
[8].蒋贤慧.数字助听器中自适应回波抵消算法的研究[D].哈尔滨工业大学.2015
[9].顾天斌.数字助听器回波抵消算法研究[D].东南大学.2015
[10].张晓永.数字助听器的自适应回波抵消算法的研究[D].哈尔滨工业大学.2014