《自适应噪声抵消开题报告.doc》由会员分享，可在线阅读，更多相关《自适应噪声抵消开题报告.doc（5页珍藏版）》请在三一办公上搜索。
1、XXXX大学毕业设计(论文)开题报告题目 自适应噪声抵消学生姓名 XXX班级学号XXXXX专业XXXXXXXX一、对指导教师下达的课题任务的学习与理解；1、课题任务的整体认识 通过对任务书的学习和与指导老师的交流，对自适应噪声抵消有了初步了解。自适应处理系统具有时变、参数可调整的特点，应用广泛。本课题要求学习自适应信号处理的基本原理，将自适应噪声抵消的原理应用于心电图的噪声对消和语音信号中的噪声对消。编程实现基于最小均方搜索算法的自适应噪声抵消系统，给出应用背景下的实验结果，讨论方法的有效性、适用条件。2、 课题的具体实现要求 学习自适应噪声抵消相关知识，设计自适应噪声抵消系统，利用C或Mat
2、lab语言实现算法，仿真实现心电图的噪声对消和语音信号中的噪声对消。3、 课题的成果形式 1，提交噪声对消程序；实验结果分析结论。 2，提交毕业设计报告及其电子档。二、阅读文献资料进行调研的综述（10篇左右）；2.1 噪声抵消技术的研究目的 在日常生活中，人们经常受到各种噪声的干扰。例如，在有线电话、无线通信中回波是不可避免的。回波的存在严重影响了通信的质量。各种封闭空间的噪声如厂房生产车间、汽车内的噪声等对人体也会产生危害。长期在有噪声的环境中工作，将影响人的听力、思维、生理和心理。在嘈杂的环境下工作，人们很易疲乏、反应迟钝、工作效率降低，并且容易心情烦躁。在噪声的刺激下，人们的注意力不容易
3、集中，工作容易出错，影响工作速度和工作质量，并且很容易产生错误的判断、进行错误的操作，降低了生产效率和质量。在生活中噪声的存在也很大程度上影响了人们的休息和放松，降低了生活质量。 在工程实际中，经常会遇到强噪声背景中的微弱信号检测问题。例如在超声波无损检测领域，因传输介质的不均匀等因素导致有用信号与高噪声信号迭加在一起。腹部胎儿心电信号埋藏在母亲心电等强背景噪声中以及强噪声背景下的语音识别等。在信号的传播路径中以及在信号处理过程中，都会引入噪声。噪声的引入影响了对真实信号的处理。有时候，较强的噪声会“遮盖”了信号。从而难以得到准确、稳定的真实信号。噪声对信号的污染在绝大多数情况下是不可避免的，
4、因而，对噪声的消除和抑制是信号处理中极其重要的工作。 在如今这个人们不断追求工作效率、生活质量的年代里，如何有效地消除和抑制噪声已成为人们研究的一个热门课题2.2 噪声抵消技术国内外现状 噪声干扰的形成离不开三个主要因素：噪声源、传播途径和接收者。所以传统的噪声抑制方法主要基于三个方面。这些传统的方法有一个共同点，就是利用声学材料或声学结构来抑制噪声，它属于被动式的方法。这些方法对控制中高频噪声较为有效，而对于低频噪声效果不好，而且这些方法不同程度的存在设备笨重、体积庞大和安装困难的缺点。 噪声主动控制(Active Noise Control，即ANC，也称有源消声)技术起源于上世纪30 年
5、代，它由德国物理学家Paul Leug 提出,并于1936 年在美国获得了专利，明确阐述了利用声波的相消干涉来消除噪声的原理。噪声主动控制的思想为噪声控制开辟了新途径。通过人为引入一定数量的噪声源(次级声源)，并调节使它们与原来的噪声源(初级声源)的幅值相等，相位相反，二者叠加抵消，最终达到消减噪声的目的。这种方法控制系统体积小，重量轻，对低频降噪效果好，尤其对转动或往复式机械诱发的噪声控制，有着巨大的潜力，适合于像潜艇、装甲车、汽车等这样的车辆及设备的降噪技术改进。 随着电子技术的发展，在二十世纪五十年代，有过一段研究噪声主动控制的繁荣时期，也取得了一定的成果，其中最具有代表性的就是Olso
6、n 等的电子吸声器和Convor 的变压器有源消声实验系统。然而，由于实际噪声控制中环境的时变性和噪声产生原因的复杂性，要求控制器能自动地适应环境变化，否则不仅不能有效抑制噪声，甚至会适得其反。但是，在当时的技术水平条件下，以上这些要求是难以实现的。 随着数字信号处理理论和技术的逐步成熟，基于自适应滤波的有源噪声控制技术开始起步并迅速发展。1981 年，Burgess 率先采用自适应控制算法对管道噪声的有源控制进行了计算机仿真研究，开创了自适应有源噪声控制(Adaptive Active Noise Control, AANC)的先河。近二十年来，有源噪声控制系统几乎都采用自适应技术，各种更为
7、稳定、快速、有效的AANC 算法的理论和应用研究成为了有源噪声控制研究的重点之一。 自适应方法从理论上解决了ANC系统的时变问题，有力推动了有源噪声控制技术的迅速发展，到目前已经形成了一套比较完整的自适应有源噪声控制理论。自八十年代以来，随着功能强大、价格低廉的数字信号处理器(Digital SignalProcessor, DSP)的出现，又为AANC 算法的实现提供了硬件基础，使得噪声有源控制的大量应用成为可能。1996 年，美国德州仪器公司(Texas Instruments, TI)为推动DSP 在ANC 中的应用，撰写了题为“采用TMS320 系列DSP 的有源噪声控制系统设计”的专
8、题应用报告。 从八十年代后期开始，应用研究成了有源噪声控制的另一个研究重点。近十几年来，国内外都为推动 ANC 系统的实际应用进行了不懈的努力,典型的有如有源抗噪声耳罩，空调和风机等的管道有源消声系统，螺旋浆飞机座舱的有源噪声控制、汽车发动机启动噪声的有源控制等等。由于实际噪声系统的复杂性，大多数都还仅仅处于实验研究阶段，距离成为真正成熟实用的系统并投入商业应用还有很长的路要走。国内一些著名的声学实验室如清华大学、中科院声学研究所和南京大学等在自适应有源消声控制器及算法方面都取得很重要的研究成果。 九十年代后期，人们开始尝试将神经网络方法应用于有源消声中，如使用神经网络来解决具有非线性交叉串扰
9、的自适应噪声抵消问题，采用多层前向神经网络代替线性自适应滤波器对非线性噪声进行控制，使用人工神经网络解决传统自适应有源消声算法在应用中稳定性不足等缺点，这都决定神经网络在ANC 中起着非常重要的作用。自适应噪声主动控制系统的核心是自适应滤波器和相应的自适应算法。自适应滤波器可以按某种事先设定的准则自动调节本身的传递函数以达到所需要输出。设计自适应滤波器时可以不必预先知道其输入的统计特性，而且在滤波过程中输入的统计特性随时间变化时也能自动适应，这些突出特点使它顺理成章的被有源噪声控制研究所接纳和发展。目前，噪声主动控制的研究主要集中在宽带噪声抵消的多通道自适应系统以及利用基于人工神经网络的有源消
10、声系统解决多通道信号处理和扩展消声频段。智能结构噪声控制也是现在的研究重点。另外，自适应滤波与其它算法相结合的消噪技术也成为研究的热点，例如自适应算法与小波变换和遗传算法相结合的消噪技术。2.3 研究方案2.3.1主要研究内容 1)语音信号的采集，可以用电脑采集一段有噪声的语音信号和一段孕妇的心电信号。 2)语音信号的处理，主要包括信号的提取，信号的定点分析和滤波等。A提取：通过电脑的设备输入一段音频信号到图形用户界面中，完成音频信号的频率、幅度等信息的提取。B调整：在设计的用户界面下对输入的音频信号进行改变频率操作，实现对语音信号的调整。 3）编程实现基于最小均方搜索算法的自适应噪声抵消系统
11、，给出应用背景下的实验结果，讨论方法的有效性、适用条件。2.3 .2 自适应滤波原理 如图1原始输入为受干扰信号d(n)=s(n)+v0(n);参考输入为v1(n);v0(n)与v1(n)相关，而与原始信号s(n)不相关，原始输入加到自适应滤波器的a端，参考输入加到自适应滤波器的b端，图中自适应滤波器AF接收误差e(n)的控制，调整权矢量w(n),使得它的输出y(n)趋于等于d(n)中与它相关的V0(n),于是e(n)作为d(n)与y(n)之差就接近等于信号s(n)。证明如下：e(n)=d(n)-y(n)=s(n)+v0(n)-y(n) -(1)Soe(n)*e(n)=s(n)*s(n)+(v
12、0(n)-y(n)*(v0(n)-y(n)+2s(n)(v0(n)-y(n) -(2)两边取数学期望得：Ee(n)*e(n)=Es(n)*s(n)+E(v0(n)-y(n)*(v0(n)-y(n)+2Es(n)*(v0(n)-y(n) -(3)自适应过程就是自动调节权重wj使均方最小的过程，式(3)中第一项为0,。所以要使Ee(n)*e(n)min成立，即式(3)中第二项应该最小，即：E(v0(n)-y(n)2=E(v0(n)-y(n)2min -(4)So Ee(n)2min=Es2(n)+E(v0(n)-y(n)2min -(5)由图一得：e(n)-s(n)=v0(n)-y(n) -(6)
13、 So E(e(n)-s(n)2=E(v0(n)-y(n)2 -(7) 当E(v0(n)-y(n)2被最小化，E(e(n)-s(n)2也被最小化，e(n)以最小均方差趋于s(n),可能的最好情况为：y(n)=v0(n) ，则e(n)=s(n):最小化输出功率使输出完全没有噪声，是自适应滤波器的最理想的情况。因此，自适应滤波器可以用来从噪声中提取有用信号。三、 根据任务书的任务及文献调研结果，初步拟定的执行（实施）方案（含具体进度计划）。 第1-2周：开题调研。收集、阅读参考文献，初步理解原理，完成开题报告。 第3-4周：熟悉Matlab软件使用，学习编程。进一步学习原理。 第5-7周：编写和调
14、试基于LMS算法的噪声抵消程序，获得实验结果。完成英文资料翻译。进行中期检查。 第8-10周：讨论方法的有效性、适用条件和参数选取。评价性能，提出改进手段。 第11周：讨论论文结构。整理资料，准备撰写毕业设计论文。 第12-13周：撰写、修改、完善毕业设计论文。准备答辩。 第14周：毕业设计论文答辩。四、主要参考文献及资料；1 B.Widrow, S.D.Steans. Adaptive Signal ProcessingM. 北京：机械工业出版社（影印版），2008.（或中译本：自适应信号处理. 王永德，龙宪惠译. 北京：机械工业出版社，2008.）2 Simon Haykin. Adapt
15、ive Filter TheoryM. Prentice Hall & 电子工业出版社，2002.3 B.Widrow, etc. Adaptive noise cancelling: Principles and applicationsJ, Proceedings of the IEEE, 1975, 63(12): 1692 1716.4 何振亚.自适应信号处理M.北京：科学出版社，2002.5 赵力.语音信号处理M. 北京：机械工业出版社，2003.6 沈福民. 自适应信号处理. 西安：西安电子科技大学出版社, 2001.7 姜达,屠庆平.自适应噪声抵消技术的应用研究与仿真.计算机仿真. 2007,(2):311-314. 8 曹斌芳.自适应噪声抵消技术的研究D.湖南大学，2007.9 石艳丽.基于DSP的自适应噪声抵消系统研究D.长春理工大学,2008.10 维纳.K.恩格尔，约翰.G.普罗克斯. 数字信号处理使用MatlabM. 刘树棠译. 西安：西安交通大学出版社,2002.指导教师批阅意见 指导教师(签名)： 年 月 日
