Mr_Researcher 的博客

3.1 非迭代维纳滤波算法简介  上一节中主要介绍了一些利用迭代的方法去近似求解非因果解的维纳滤波增益函数的算法，并且实验结果也表明，利用迭代方法实现的非因果解维纳滤波具有不错的消噪性能。而这一节中，我将着重介绍几种用非迭代的方法去求解的算法，并对它们进行详细的理论分析和实验验证。   非迭代维纳滤波算法的思想很简单，就是求解下面的非因果解形式的增益函数方程： 其中，和 分别表示估计的纯净语音功

1.1 语音增强概况  语音增强，英文名：Speech Enhancement，其本质就是语音降噪，换句话说，日常生活中，麦克风采集的语音通常是带有不同噪声的“污染”语音，语音增强的主要目的就是从这些被“污染”的带噪语音中恢复出我们想要的干净语音。  语音增强涉及的应用领域十分广泛，包括语音通话、电话会议、场景录音、军事窃听、助听器设备和语音识别设备等，并成为许多语音编码和识别系统的预处理模块。举

2.1 迭代维纳滤波算法简介  利用迭代思想去近似求解维纳滤波的非因果解，是用因果系统去实现非因果维纳滤波的一种方式。其基本思想为：先用带噪语音去初始化增强语音，然后计算得到增益函数，并利用对带噪语音进行滤波，得到新的增强信号，随后重复计算增益函数，再对带噪语音进行滤波，得到新的增强语音，如此迭代数次后的增益函数值即为所求（这里的 表示迭代的次数）。  接下来，介绍一下以迭代方式求解维纳滤波的几

1.1 维纳滤波概况  维纳滤波算法，最早起源于第二次世界大战期间，为解决军事上对空射击的控制问题，由数学家Norbert Wiener提出，主要用于从带噪的观测信号中提取出所需要的干净信号。维纳滤波算法至今已有近80年的历史，虽然古老，但是其思想一直延续至今，并得到了不断的完善和优化。维纳滤波算法的本质就是从噪声中提取信号的过滤和预测的方法，并以估计的结果与信号的真值间误差的最小均方值作为最佳准则

4.1 维纳滤波算法在工程中的应用  维纳滤波的思想，除了被应用在语音增强领域，还在其他工程领域，比如图像增强、飞机盲着陆、地震数据处理、抗多址干扰盲检测等领域都有所应用。维纳滤波这种以最小均方误差的准则进行线性滤波的方法，在很多对干扰信号的进行处理的工程领域都表现出了十分不错的性能。因此，对于维纳滤波的学习，我认为不应该只是停留在学术领域，不应该只是回顾、比较一些在学术领域大名鼎鼎的维纳滤波算法就

1. 引言  之前，我在语音增强一文中，提到了有关麦克风阵列语音增强的介绍，当然，麦克风阵列能做的东西远远不只是在语音降噪上的应用，它还可以用来做声源定位、声源估计、波束形成、回声抑制等。个人认为，麦克风阵列在声源定位和波束形成（多指抑制干扰语音方面）的优势是单通道麦克风算法无法比拟的。因为，利用多麦克风以后，就会将空间信息考虑到算法中，这样就特别适合解决一些与空间相关性很强的语音处理问题。...

1. 引言  对于语音增强的研究，基本上可以划分成两大分支：单通道的语音增强算法和麦克风阵列的语音增强算法。麦克风阵列的语音增强方法的优势在于考虑了声源的位置信息，可以实现空间滤波，所以对具有方向性的噪声具有较好的抑制效果。因此，麦克风阵列的技术在抑制一些具有方向性的干扰语音上应用较广。波束形成，这个词也就是这么来的。因为对期望方向的语音信号进行保留，抑制非期望方向的信号，其实就是在做语音信号...

1. 时域GSC自适应波束形成算法（Griffiths-Jim）

一、前言       语音增强，经过近50年的研究发展，涌现出了很多优秀的降噪算法，从最简单的谱减法，到维纳滤波，再到子空间的方法以及基于统计模型的MMSE估计器，传统的数字信号处理的方法让语音降噪在20世纪90年代左右达到了一个高峰。自此以后，对于语音降噪的研究在很长一段时间内处于平缓的发展状态，很多的研究都是基于之前提出的...