Abstract
The paper focuses on the application of digital adaptive filtering to ensure the noise-free speech channels of control systems. Noise is an extraneous signal, which enters the channel device input together with the speech. The article conducts a comparative analysis of the three adaptation algorithms (LMS, NLMS, RLS) to be useful for noise suppression. At the same time, an adaptive suppression mechanism with two microphones on the speech channel is used. The related publications compared the algorithms by one or two criteria. This paper offers three comparison criteria: computational complexity, quality of noise suppression, and rate of convergence to the steady-state condition. The number of vector operations in algorithm procedures estimates temporary computational complexity. To compare algorithms by the other two criteria, their implementation was simulated in MATLAB. As the noise, were used the white and pink noise, a sine wave, and a model of the non-stationary signal as well. The noise suppression coefficient and the number of iterations before transition to the steady-state condition have been obtained. The algorithm RLS showed the best quality of suppression while the NLMS algorithm revealed the highest rate of convergence. Experiments have shown that the white noise is suppressed worse, but faster than the sine one. The paper explores influence of some factors on the process of adaptation. It is shown that increase in filter dimension leads to improving quality of adaptation and its speed-down. From simulation results it follows that the noise suppression coefficient has the highest values when at the filter input there are approximately equal signal and noise powers. The results allow us to make commendation to use the NLMS algorithm for real-time systems, and the RLS one for technical systems aimed at recordings of speech signals. The above algorithms can be successfully implemented on modern technology platforms, comprising high-performance digital signal processors and associated peripherals.
Highlights
Математическая модель адаптивного фильтраЦифровой адаптивный фильтр – это фильтр с переменными параметрами (весовыми коэффициентами – ВК), значения которых в каждый момент времени зависят от входных сигналов
Работа посвящена применению адаптивной цифровой фильтрации для подавления помех в речевых каналах систем управления
В выражении вычислительной процедуры матрица, вычисляемая рекурсивно на каждой итерации, g N k – вектор коэффициентов Калмана, являющийся по существу набором переменных шагов сходимости для каждого ВК
Summary
Цифровой адаптивный фильтр – это фильтр с переменными параметрами (весовыми коэффициентами – ВК), значения которых в каждый момент времени зависят от входных сигналов. . Вычитание этого результата из требуемого сигнала дает выходной сигнал системы, в той или иной степени очищенный от помехи: Сигнал (1) также служит сигналом ошибки, по которому перестраивается фильтр. В данном случае адаптивный фильтр трансверсальный, его выходной сигнал определяют как где N – число ВК фильтра, k – номер дискретного момента времени, вектор отсчетов входного сигнала и вектор ВК соответственно. Значение вектора ВК, соответствующее минимуму , находят согласно уравнению Винера-Хопфа: где R N – автокорреляционная матрица входного сигнала, каждый элемент которой представляет собой произведение двух его отсчетов [3]: rN – корреляционный вектор требуемого и входного сигналов, каждый элемент которого представляет собой произведение текущего отсчета сигнала d k и одного из элементов x N (k) : На практике точные значения параметров R N , rN определить невозможно, поэтому используют их оценки и упрощенные целевые функции. Они опираются на оптимальное винеровское решение, но используют разные целевые функции и представляют собой итерационные процедуры [4]
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
