基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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。
推荐文章
基于LMS自适应噪声抵消和小波阈值的语音降噪算法研究
LMS
自适应噪声抵消
小波阈值
SNR
RMSE
基于自适应噪声抵消的微弱振动信号提取方法
微弱信号
振动信号
自适应噪声抵消
信号提取
基于神经元网络的自适应噪声抵消系统研究与实现
自适应噪声抵消
自适应滤波
神经网络
DSP
基于神经网络的自适应噪声抵消器的研究
BP算法
自适应噪声抵消
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 语音信号的自适应噪声抵消技术研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 语音信号 自适应噪声抵消 LMS算法 NLMS算法 BP算法
年,卷(期) 2016,(1Z) 所属期刊栏目
研究方向 页码范围 227-231
页数 5页 分类号 TN912.3
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
语音信号
自适应噪声抵消
LMS算法
NLMS算法
BP算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导