张志强　余莉　韩方剑　刘志强

摘要：该文以语音信号为对象进行噪声抵消研究。首先对自适应噪声抵消（ANC）系统的基本原理进行了阐述；而后分别对基于LMS（最小均方）、NLMS（归一化最小均方）、RLS（递归最小二乘）、BP（误差反向传播神经网络）算法的自适应噪声抵消系统进行MATLAB仿真，发现LMS算法去噪效果较好、但迭代次数多，不能满足语音通信的实时性及高质量语音的要求。而训练函数为trainrp的BP算法去噪能力最好，可应用于语音质量要求高的去噪；训练函数为traincgf的BP算法收敛速度最快，可应用于抢险救灾、处突维稳等任务的实时语音去噪。

关键词：语音信号；自适应噪声抵消；LMS算法；NLMS算法；BP算法

中图分类号：TN912.35 文献标识码：A 文章编号：1009-3044（2016）02-0227-05

1 引言

噪声消除是信号处理的核心问题之一。通常实现最优滤波的滤波器为维纳滤波器与卡尔曼滤波器；其要求预先知道信号和噪声的先验统计特性，而在现实中这往往是无法预知的。为此，不需预知信号和噪声统计特性的自适应滤波技术得以发展。1965年，美国斯坦福大学建成了世界上首个自适应噪声抵消（ANC）系统；随着计算机技术与集成电路技术的进步，新的自适应算法不断涌现，自适应噪声抵消在理论和应用上得到了很大发展。

自适应噪声抵消技术是一种有效消除噪声影响的信号处理技术；在未知外界干扰源特征、传递途径不断变化以及噪声和对象波形相似的情况下，通过自适应算法自动调节滤波器参数，有效消除外界声源干扰，获得高信噪比的对象信号。……