C语言LMS双麦克风消噪算法,基于两个时域LMS算法双麦克风系统分析.doc

基于两个时域LMS算法双麦克风系统分析

基于两个时域LMS算法双麦克风系统分析

【摘要】 本文介绍了基于两个时域LMS算法的双麦克风系统结构以及性能分析。本文提出一种采用两个时域LMS的算法，并将此算法和传统的ANC算法进行比较，分析了在不同背景噪声下的性能，改进了双麦克风系统性能。

【关键词】 双麦克风 时域LMS 系统仿真 噪声模型

Analysis of Time-Domain Two LMS Based Dual-Microphone System

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

Abstract This paper introduces the system framework and performance of dual microphone system based on the time domain two LMS algorithm. It introduces a new approach which use time domain two LMS algorithm， compares with legacy ANC algorithm，

analyzes the performance in different background noise， and improve the dual-microphone performance.

Keywords dual-microphone， time domain LMS， system simulation， noise model

一、引言

在我们的语音通信中，语音信号会不可避免地受到噪声的干扰，强背景噪声甚至会严重影响语音信号的质量。因此，在语音通信中必须采取先进的信号处理技术抵消背景噪声、提高语音质量。双麦克风系统是消除语音通信中噪声干扰的有效方法，其原理是一个辅助麦克风用于拾取背景噪声，在主麦克风信号中减去噪声干扰，尽可能从带噪语音信号中提取纯净的原始语音。

Widrow、Hoff于1959年提出最小均方算法，即LMS(Least Mean Square)算法。在1965年，首次实现了基于LMS算法的自适应噪声抵消系统；随后自适应噪声抵消在信号处理、地震和生物医学等领域获得广泛应用。

二、系统框图

图1为传统的ANC(Adaptive Noise Cancellation，自适应噪声抵消)框图， 它只有一个滤波器， 以辅麦克风输入为参考信号，以主麦克风信号为期望信号。

语音信号经过G1(z)和G2(z)后分别到达两个麦克风，一般地辅助麦克风信号会比主麦克风有一定程度的衰减：

S2(n)=aS1(n-d)

噪声有各种类型，如平稳白噪声，非平稳噪声等，一般常用的包含babble， white， car等噪声。噪声经过空间传输后，达到麦克风，有：

n1(n)=n(n)*hn1(n)

n2(n)=n(n)*hn2(n)

这里笔者提出一种采用两个时域LMS的方法，称为time domain two-LMS，其基本原理描述如下：

时域two-LMS算法框图如图2所示，主要包含两个自适应滤波器。其中Filter1主要消除辅麦克信号当中的语音，它以主麦克风信号为参考信号，以辅麦克风信号为期望信号，在语音段进行LMS系数计算和更新；它的理想特性是完全消除辅麦克风中的语音，理论上的响应a*z^-d；实际使用时，先通过校正的方法得到模型当中的衰减和延时，做为滤波器的初始系数。

Filter2主要消除主麦克风信号中的噪声，它以Filter1的输出为参考信号，以主麦克风信号为期望信号，在噪声段进行LMS系数计算和更新。

注意到Filter1和 Filter2是一个在语音段计算，另外一个在噪声段计算。因此VAD(Voice Activity Detection，语音活动检测)的判断对两个LMS的收敛控制很关键。单麦克风判断VAD时一般是采用统计能量后再判断能量与域值的大小的方法，双麦克风判断VAD时可以进一步利用两个麦克风信号之间关系如相关性/信号幅度差等信息。例如，在我们的信号模型中，语音段和噪声段的信号相关值会有所不同。在有语音时，两个麦克风的相关峰值出现在信号的延时d上，比较确定；而在噪声段时，根据噪声的特性，相关峰值会有所不同，若假设噪声到达两个麦克风的路径基本一致，则近似认为噪声的相关峰值出现在零点附近。另外两个麦克风之间在语音段时，存在较大的幅度差，添加幅度统计或能量统计能作为另外一个判断VAD的条件。

三、仿真分析

当存在混响时，对LMS算法的