小波递归最小二乘语音自适应增强

被引:2
作者
朱宗明 [1 ]
姜占才 [2 ]
机构
[1] 中国人民解放军部队
[2] 青海师范大学物理系
关键词
语音; 自适应增强; 小波; RLS算法; 滤波器权系数;
D O I
10.14022/j.cnki.dzsjgc.2016.01.019
中图分类号
TN912.35 [语音增强];
学科分类号
0711 ;
摘要
针对语音自适应增强的递归最小二乘(RLS)算法必须已知参考信号的约束条件,将小波技术引入RLS算法中,提出了一种语音自适应增强算法-小波递归最小二乘算法(WRLS)。该算法无需参考输入和输入信号的延时量,而是用小波分解、合成技术初估期望信号,以此获得先验误差;再用RLS算法求解滤波器权系数修正量;同时采用"块"和"符号"技术减少权系数修正的运算量,提高算法的收敛速度。仿真实验表明该算法的增强效果明显优于谱减法和小波增强法。
引用
收藏
页码:69 / 72
页数:4
相关论文
共 9 条
[1]   一种远场语音信号去噪算法研究与实现 [J].
唐军华 ;
王永刚 ;
刘世辉 .
电子科技, 2014, 27 (08) :144-146
[2]   基于LMS算法与RLS算法自适应滤波及仿真分析 [J].
马国栋 ;
阎树田 ;
贺成柱 ;
杨晨 .
电子设计工程, 2014, (06) :43-45+49
[3]   基于谱减和LMS的自适应语音增强 [J].
姜占才 ;
孙燕 ;
王得芳 .
计算机工程与应用 , 2012, (07) :142-145
[4]   双树复小波包变换语音增强新算法 [J].
王娜 ;
郑德忠 ;
刘永红 .
传感技术学报, 2009, 22 (07) :983-987
[5]   基于感知小波变换的语音增强方法研究 [J].
李野 ;
吴亚锋 ;
刘雪飞 .
计算机应用研究, 2009, 26 (04) :1313-1315
[6]   基于多脉冲激励和卡尔曼滤波的语音增强算法 [J].
柳林 ;
李辉 ;
戴蓓蒨 ;
陆伟 .
数据采集与处理, 2009, 24 (01) :100-104
[7]   稀疏自适应Volterra滤波的QRD-RLS算法 [J].
姜波 ;
杨军 ;
张尔扬 .
信号处理, 2008, (04) :595-599
[8]   基于离散小波变换与小波包分解的语音增强算法 [J].
王振力 ;
张雄伟 ;
刘守生 ;
韩彦明 .
解放军理工大学学报(自然科学版), 2005, (05) :20-23
[9]   小波变换域图像水印嵌入对策和算法 [J].
黄达人 ;
刘九芬 ;
黄继武 .
软件学报, 2002, (07) :1290-1297