《DSP实现噪声消除.docxVIP

Adaptive noise cancellation is used to remove background noise from useful signals.This is an extremely useful technique where a signal is submerged in a very noisy environment.DSP is a kind of high speed and performance professional digital signal processor.Using DSP in adaptive noise cancellation system,real-time control and high precision can be achieved.In this paper,an adaptive noise cancellation system based on DSP is designed,and noise in the signals is decreased efficiently.Keyword：adaptive;noise cancellation;DSP;LMS;RLS摘要:自适应噪声消除技术在信号处于噪声很强的环境中时,可以非常有效地将噪声去除掉。而DSP是一种高速、高性能的专业数字信号处理器,用DSP实现自适应噪声消除,其具有很好的实时性和处理精度。在此完成了基于DSP的自适应噪声消除系统,有效地消除了信号中的噪声。关键词:自适应;噪声消除;DSP;LMS;RLSDSP(Digital Signal Processor，数字信号处理器)是在模拟信号变换成数字信号以后进行高速实时处理的专用处理器件，DSP具有接口简单、方便；精度高、运算速度快、稳定性好；编程方便，容易实现复杂的算法；集成方便等优点，已经被广泛的应用于通信、雷达、语音、图像、消费类电子产品等领域。DSP技术的发展和应用，使得自适应信号处理技术得以实现。自适应噪声消除是消除强背景噪声的一种有效的技术，在通常情况下，背景噪声不是稳定不变的，而是随着时间的变化而变化。因此，噪声消除应该是一个自适应噪声处理过程：既可以在时变的噪声环境下工作，还可以根据环境的改变而调整自身的工作参数。在本文中，利用DSP的优越性能，在TI公司TMS320VC5416芯片上，分别实现LMS和RLS算法的自适应强噪声消除系统，该系统经过验证，能够很好地消除背景噪声，恢复出原始话音信号。1 自适应噪声消除算法自适应噪声消除算法的基本思想是将噪声混杂的信号通过一个滤波器来达到抑制噪声，并使信号本身无失真通过的这样一个过程。并且，正如上面所述，这个自适应处理过程不需要预先知道信号以及噪声的特点。图1为自适应噪声消除算法的原理框图。为了实现这个自适应噪声消除系统，这里使用2个输入源和1个自适应滤波器。一个输入源是混入了噪声的信号(称之为主输入源，用s十n0表示)，另一个输入源为背景噪声，这个背景噪声与主输入源噪声相关，而与主输入源中的信号无关(称之为噪声参考输入源，用n1表示)，噪声参考输入源通过自适应滤波器后输出yo滤波器不断地自我重新调整，使得y与n0的误差达到最小。然后用主信号源减去输出y得到系统的输出z=s+n0-y，z即去噪后的信号。假设s，n0，n1，y是平稳过程，并且均值为0，s与n0和n1无关联，而n1和n0相关，则可以得出以下的表达式：当调整滤波器，使得E[z2]达到最小值时，E[(n0-y)2]也是最小值，因此，系统输出z可以作为自适应滤波器的误差信号。文中的自适应滤波器采用2种自适应滤波算法：一种是最小均方算法(LMS)，另一种是RLS算法。最小均方算法(LMS)应用最广、算法最简单。LMS算法主要目的是使误差信号的均方值达到最小。自适应滤波器的系数由下式决定。其中，P(i)是第i个自相关矩阵的逆；k(i)是第i个增益向量；λ是指数型遗忘因子。从算法中矩阵的运算可以看出来，RLS算法比LMS算法要复杂得多。对于一个N阶的滤波器，LMS算法每次迭代需要O(N)次运算，而RLS算法需要O(N2)此运算。在DSK方式实现时，发现在48 kHz的采样率下，采用LMS算法设计的滤波器的阶数最多20阶，而在同样的条件下，采用RLS算法设计的滤波器的阶数只有5阶左右。2 DSP实现本文的自适应噪声消除算法处理器件采用TI的TMS320VC5416型DSP处理器。该处理器采用改进的哈佛结构，拥有专用的硬件乘法器和专门为数字信号处理而设计的指令系统，快速的指令周期等优点。由于声音是模拟信号，要使用DSP对其进行处理，首先需要将模拟信号进行模／数转换，本文采用MAX197作为A／D转换芯片。MAX 197是Max