版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著通訊、數(shù)字信號處理和大規(guī)模集成電路技術(shù)的飛速發(fā)展,人們對聲音通訊系統(tǒng)(比如視頻會議系統(tǒng)等)中的話音質(zhì)量提出了越來越高的要求.然而,使這些系統(tǒng)能達到令人滿意的話音質(zhì)量并不是一件容易的事情.由于存在從揚聲器到麥克風(fēng)的聲音反饋路徑,為了得到滿意的聽音水平,最重要的需求就是應(yīng)使這些系統(tǒng)具有抗自激和回波信號的能力.因此,回波消除技術(shù)也就成為世界各大通訊公司競爭的熱點技術(shù)之一.該文主要研究用于聲音通訊系統(tǒng)中的聲回波抵消技術(shù).聲回波抵消通常采用聲
2、回波抵消器來實現(xiàn),最簡單的聲回波抵消器由自適應(yīng)濾波器組成.我們可以借助于它來估計回波信號,并從麥克風(fēng)信號中減掉該估計值來實現(xiàn)聲回波的抵消.全文共分六章:第一章簡要介紹了有關(guān)聲回波抵消器的背景知識,包括聲回波產(chǎn)生機理,聲回波抵消原理及聲回波抵消器的基本構(gòu)成模塊.最后,介紹了該論文所做的主要工作.第二章主要討論了各種自適應(yīng)濾波算法.分析了最小均方誤差(LMS)算法、歸一化的最小均方誤差(NLMS)算法和遞歸的最小二乘(RLS)算法,并且結(jié)合
3、聲回波抵消算法評估了它們的性能.為了進一步降低聲回波抵消算法的計算復(fù)雜性和改善其收斂特性,在第三章中,討論了各種子帶濾波算法,比如DFT子帶和FIR子帶等.最后,將歸一化最小均方誤差(NLMS)算法和子帶技術(shù)相結(jié)合,介紹了子帶歸一化最小均方誤差(Subband NLMS)算法.第四章主要討論了聲回波抵消系統(tǒng)中的各種實現(xiàn)問題,比如雙講檢測、有限精度的影響、非線性處理和自激信號的檢測與控制.最后兩章給出了具體的實驗結(jié)果和未來工作展望.其中主
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 聲回波抵消算法的研究和實現(xiàn).pdf
- 基于DSP的自適應(yīng)回波抵消技術(shù).pdf
- 移動通信環(huán)境下回波抵消技術(shù)的研究.pdf
- 電視會議系統(tǒng)中立體聲回波抵消器的研究.pdf
- ADSL系統(tǒng)的均衡和回波抵消技術(shù)的研究.pdf
- 自適應(yīng)回波抵消算法的研究.pdf
- 數(shù)字助聽器回波抵消算法研究.pdf
- ADSL中的非對稱自適應(yīng)回波抵消技術(shù).pdf
- DSL中自適應(yīng)回波抵消技術(shù)的應(yīng)用與研究.pdf
- 立體聲回波消除技術(shù)的研究.pdf
- 語音回波抵消關(guān)鍵問題的研究.pdf
- 回波抵消算法及其實現(xiàn)研究.pdf
- 聲學(xué)回波抵消自適應(yīng)算法的研究.pdf
- 基于FPGA的回波抵消算法研究與實現(xiàn).pdf
- 回波抵消器算法研究及其FPGA實現(xiàn).pdf
- 自適應(yīng)回波抵消器的研究與仿真.pdf
- 數(shù)字自適應(yīng)回波抵消器.pdf
- 數(shù)字助聽器的自適應(yīng)回波抵消算法的研究.pdf
- 高性能的回波抵消算法的研究及實現(xiàn).pdf
- 基于DSP聲回聲抵消系統(tǒng)的研究.pdf
評論
0/150
提交評論