资源简介
介绍了一种基于RLS算法的自适应噪声对消系统,说明了噪声对消系统的的原理以及RLS算法的步骤和过程。采用Matlab工具对基于RLS算法的自适应
语音去噪进行了仿真试验。仿真结果表明,应用RLS算法的自适应滤波器可以消除语音噪声,提高语音通信的信号质量。
代码片段和文件信息
clc;
clear all;
close all;
[XFsbits] = wavread(‘C:\Users\xiaodan\Desktop\如果这就是爱情 00_00_00-00_00_06.wav‘);
X1 = X(:1); %取出双通道中其中一个通道
X1=X1‘;
%sound(X14410016); %改变一下播放的频率或者比特数,会有不同的声音效果
i = length(X1);
t=(0:i-1)/Fs;
n = (1:i)‘;
v = 0.8*randn(i1);
v=v‘;
ar = [11/2];
v1 = filter(1arv);
x = X1 + v1;
%sound(xFsbits);
ma = [1-0.80.4-0.2];
v2 = filter(ma1v);
%sound(v2Fsbits);
% 初始化RLS算法
Worder=32; %滤波器阶数
lambda=1 ; %设置遗忘因子
Delta=0.001 ; %输入协方差估计,当SNR高时取较小正常数
p=(1/Delta) * eye ( WorderWorder ); %时间相关矩阵的逆矩阵初值
w=zeros(Worder1); %权向量,列向量
[a1N] = size(x); %将矩阵的行数返回到第一个输出变量a1,将矩阵的列数返回到第二个输出变量N
frefpad = [zeros(1Worder-1) v2]; %输入(行向量),补零可以使输出从第0个开始
%RLS算法公式
for i = 相关资源
- DRLSE距离正则化水平集演化算法的MA
- DRLSE模型matlab代码
- 基于RLS算法的语音噪声回声消除处理
- 水平集level set、李纯明博士DRLSE改进方
- Levinson-Durbin算法AR、MA算法,附送LMS算
- 系统辨识,使用者的理论
- 递推最小二乘估计(RLS)及模型阶次
- RLS算法的matlab代码
- RLS算法的matlab实现
- RLS和LMS算法分析比较
- 盲多用户检测LMS和RLS算法matlab实现
- 基于MATLAB的LMS和RLS算法滤波完整程序
- RLS的数据预测与matlab
- RLS功率谱估计
- 自己写的几个常用自适应波束形成程
- 在MATLAB中采用RLS算法实现FIR自适应滤
- RLS最小二乘法自适应滤波器m文件
- LSM&RLS;算法对比
- 自适应信号与系统 LMS与RLS算法收敛
- LMS和RLS算法
- RLS自适应滤波器的matlab设计与仿真
- RLS_算法matlab实现
- RLS语音信号去噪matlab代码
- rls算法自适应均衡器matlab实现
- RLS算法及遗忘因子对RLS的影响
- LMS/RLS/LSL性能比较
- LMS和RLS算法在盲从多用户检测中的比
- 递推最小二乘法RLS及模型阶次辨识F
- LMS自适应陷波器,自适应RLS自适应算
- 基于LMS和RLS的自适应滤波器的应用仿
川公网安备 51152502000135号
评论
共有 条评论