范鳶春

【摘要】 在語音通信中，語音信號(hào)會(huì)不可避免地受到噪聲的干擾，強(qiáng)背景噪聲甚至?xí)?yán)重影響語音信號(hào)的質(zhì)量。因此，在語音通信中必須采取先進(jìn)的信號(hào)處理技術(shù)抵消背景噪聲、提高語音質(zhì)量。本文提出一種基于FDM結(jié)合時(shí)域LMS的算法，并將此算法和傳統(tǒng)的ANC算法進(jìn)行比較，分析了在不同背景噪聲下的性能，改進(jìn)了雙麥克風(fēng)系統(tǒng)性能。

【關(guān)鍵詞】 雙麥克風(fēng) ANC算法 FDM算法 系統(tǒng)仿真

Analysis of FDM Based Dual-Microphone System

Fan Yuanchun（Marvell Technology Hefei Branch， Anhui Hefei 230001， China）

Abstract In the voice communication， the voice signal could be inevitably affected by noise； strong background noise could even badly decrease the voice quality. So advanced signal processing should be used to cancel the background noise and improve the voice quality. This paper introduces a new approach which use FDM algorithm， compares with legacy ANC algorithm， analyzes the performance in different background noise， and improve the dual-microphone performance.

Keywords dual-microphone， ANC algorithm， FDM algorithm， system simulation

一、引言

任何系統(tǒng)都不可避免地受到噪聲的影響，如何有效地消除和抑制噪聲是多年來熱門的研究課題之一。噪聲抑制方法可以分為兩大類：被動(dòng)噪聲抑制和主動(dòng)噪聲抑制。隨著控制系統(tǒng)理論和數(shù)字信號(hào)處理技術(shù)的發(fā)展，主動(dòng)噪聲抑制技術(shù)開始以自適應(yīng)為主要研究方向。自適應(yīng)噪聲抵消（Adaptive Noise Cancellation，ANC）技術(shù)是基于自適應(yīng)濾波原理的一種擴(kuò)展，它能從被噪聲干擾的環(huán)境中檢測和提取有用信號(hào)，抑制或衰減噪聲干擾，從而提高信號(hào)傳遞和接收的質(zhì)量。

雙麥克風(fēng)系統(tǒng)是消除語音通信中噪聲干擾的有效方法，其原理是一個(gè)輔助麥克風(fēng)用于拾取背景噪聲，在主麥克風(fēng)信號(hào)中減去噪聲干擾，盡可能從帶噪語音信號(hào)中提取純凈的原始語音。

二、系統(tǒng)框圖

圖1為傳統(tǒng)的ANC系統(tǒng)框圖， 它只有一個(gè)濾波器， 以輔麥克風(fēng)輸入為參考信號(hào)，以主麥克風(fēng)信號(hào)為期望信號(hào)。

這里筆者提出一種FDM（Finite Difference Method，有限差分）結(jié)合時(shí)域LMS（Least Mean Square，最小均方）的算法，簡稱為FDM方法。其基本原理描述如下：

采用FDM算法的系統(tǒng)如圖2所示，這里a和delay2理論上的值等于模型中的信號(hào)衰減和延時(shí)。實(shí)際使用時(shí)，這兩個(gè)值都可以通過預(yù)先校正的方法得到。由于存在校正誤差和分?jǐn)?shù)采樣率延時(shí)情況，其實(shí)際值會(huì)與理論值有所偏差。對(duì)于幅度a，一般校正結(jié)果比較準(zhǔn)確。而對(duì)于延時(shí)，由于在數(shù)字域內(nèi)存在分?jǐn)?shù)采樣率延時(shí)的問題，例如理論的信號(hào)延時(shí)為2.5個(gè)采樣率延時(shí)時(shí)， 模型中的delay1應(yīng)向上取整選為3個(gè)采樣率延時(shí)。

圖2中的H（z）自適應(yīng)濾波器的參考信號(hào)是FDM后的信號(hào)，期望信號(hào)為主麥克信號(hào)，在在噪聲段進(jìn)行LMS系數(shù)計(jì)算和更新。

三、仿真分析

由前面的分析可知，理想情況下，經(jīng)典的ANC當(dāng)中的H（z）=H1（z）/H2（z）時(shí)，噪聲完全消除。FDM中由于添加了調(diào)制部分，理想的H（z）=H1（z）/（H2（z）-aH1（z））。下面將對(duì)不同的信噪比，對(duì)比ANC和FDM兩種方法的結(jié)果差異。

添加pink噪聲，不同信噪比下的含噪語音如圖3示。

3.1 ANC處理結(jié)果（圖4）

3.2 FDM處理結(jié)果（圖5）

從上面ANC和FDM結(jié)果對(duì)比看出，對(duì)不同的信噪比，采用FDM比ANC的噪聲壓制效果要好。另外在存在混響時(shí)，不論是ANC還是FDM，在低信噪比時(shí)都能部分恢復(fù)信號(hào)，但結(jié)果比不存在混響的時(shí)候差，高信噪比時(shí)結(jié)果理想。同時(shí)可以看出，用FDM時(shí)，在高頻部分的信號(hào)譜圖比ANC要好。

四、 結(jié)論

本文分析了傳統(tǒng)ANC系統(tǒng)結(jié)構(gòu)，提出了一種FDM結(jié)合時(shí)域LMS的算法。通過系統(tǒng)仿真，比較了在不同信噪比下ANC 和FDM的仿真結(jié)果，分析結(jié)果表明FDM結(jié)果較優(yōu)。

參 考 文 獻(xiàn)

[1] J.S. Lim and A.V. Oppenheim. Enhancement and bandwidth compression of noisy speech. Proceedings of IEEE， 1979， 67（12）：1586-1604

[2] S.Haykin， Adaptive Filter Theory， Fourth Edition. Beijing Publishing House of Electronic Industry， 2002

[3] Butterweck H J. Steady-state analysis of the long LMS adaptive filter [J]. Signal Processing， 2011， 91（4）：690-701

[4] Bryan Davis. Adaptive Noise Cancellation Using LMS and Optimal Filtering. University of Florida. 2003， 9（13）：23～30