2006-03-30
2．2 系统模型
为解决由串扰引起的种种问题，基于以上的实际环境模型，研究了如图2所示的三级抗交叉串扰自适应系统模型。滤波器A具有系统辨识和消除噪声串扰的双重作用，滤波器B、C为相关滤波器，消噪过程表述如下：
（1）在无声阶段：M1和M2拾取的信号为纯噪声信号，此时可将它们用作主信号和参考信号输入滤波器A进行自适应系统辨识，只要所采用的自适应滤波算法性能良好，当阶数大于一定的数值时，系统辨识就会很快收敛，当输出误差小于某个极小门限数值时，即可停止自适应系统辨识过程，所得到的HA（z）可在一定程度上逼近实际的声场传输函数Hn2n1（z）。
（2）在有声阶段：主信号和参考信号均为语音和噪声的混合。在此阶段滤波器A停止自适应辨识过程，只利用无声阶段获得的HA（z）进行滤波。滤波器B、C始终在自适应滤波。输出为：
上式中，由于M1和M2在空间的位置或多或少有差异，所以一般有：
理论上，e1（n）将主要含有与有用信号S1（n）相关的成分，是S1（n）的一个失真变形信号，所有的噪声成分都被滤除。
将p（n）、e1（n）分别作为主信号和参考信号输入滤波器B进行自适应滤波。当滤波过程达到收敛后，其输出e2（n）为去掉了与e1（n）相关的成分后的剩余，主要为原始含噪语音中的噪声信号。最后将p（n）、e2（n）分别作为主信号、参考信号输入到滤波器
C，自适应滤波达到收敛后，e3（n）主要为原始含噪语音的有用信号，所含的噪声将比p（n）大大减少，而且保持一定的保真度和可懂度，此即达到了消噪的目的。
按此模型，即使主信道和参考信道间的串扰很严重，由于利用系统辨识得到了声场传输函数的知识，而且利用同一声源在空间不同点激励的信号具有相关性，不同声源激励的信号不相关的特点，完全有可能用自适应的方法对它们进行预测，消除大部分噪声。图3给出了计算机仿真结果，自适应算法采取带平方根的Givens－Lattice算法。（a）为原始含噪语音，从图中可看出有用信号完全淹没在噪声中。（b）为三级抗交叉串扰处理后的消噪结果。（c）为原始含噪声语音中的纯净语音信号。比较图（b）和（c），其波形几乎完全一致，证明了模型和算法的正确性和可行性。
3 自适应抗噪与谱相减的结合
将自适应抗噪处理的结果再经过频谱相减处 理，能得到更好的消噪效果。图4所示为采集的实际
数据在MATLAB集成环境下的仿真结果，从图中对比可知这种技术将噪声完全消去了。这里，噪声为话筒拾取的来源于收音机失谐时的纯噪声，话音为“抗背景干扰的自适应滤波系统的设计与实现”的人的讲话声。自适应抗噪选用的是LMS算法，谱相减采用的是改进的频谱相减算法。由于LMS算法的运算量小，谱相减是数据块处理，因此用DSP实时实现是可行的。
4 实时实现
在算法研究成熟的基础上，利用DSP实现了语音抗噪的实时处理。基于语音消噪处理算法的特点和运算量，在设计中采用由北京高科数字处理公司开发的GK－TMS320C32B型开发／高速处理开发板，并选用与TMS320C3X串行口直接相连而不需要外围电路的专用14位音频A／D、D／A转换器TLC32044CN，开发了两路无相差信号采集接口板（AIC），形成了语音处理工作站样机，其基本框架如图5所示。DSP按样点处理，对信号采样率为8kHz，整个系统的延迟时间为125μs，对信噪比的改善达
到了15dB，且对语音信号几乎无损伤。
5 结束语
以TLC32044CN和TMS320C32为核心的语音处理工作站，为语音处理提供了一个工作平台。该技术前不久通过了信息产业部军工预研局的鉴定，获得了一致的好评。该样机已接近实用阶段，具有开发应用的前景。
评论0
