基于LPC分析的自適應濾波器研究.pdf

1、語音信號處理及建模是現(xiàn)代信號處理的一個重要子科課題，論文以提取語音庫中的一段語音信號為試驗載體，基本完成了較完整的參數(shù)提取，根據(jù)獲得數(shù)據(jù)對語音信號進行線性預測建立預測模型，文中首先介紹了AR模型，LPC線性預測原理及其參數(shù)算法，對實際語音信號進行LPC分析實驗，討論了實際語音信號線性預測時AR模型參數(shù)求取及模型階數(shù)確定，MATLAB仿真繪出功譜圖，分析實驗殘差，研究表明LPC分析對短數(shù)據(jù)的頻譜分辨率效果明顯。 論文重點研究了基于

2、LPC分析的自適應濾波器，以語音信號進行LPC分析得到AR信號作為輸入，采用LMS算法進行訓練，MATLAB仿真構(gòu)造了自適應線性預測器，通過試驗對影響算法收斂性的參數(shù)進行了分析討論，研究表明輸入信號特征值的分散度越大其收斂性則越差。論文研究將模型法功率譜分析與LMS自適應算法結(jié)合起來取長補短，注重信號的先驗信息，在先驗的基礎上訓練以改善濾波效果，結(jié)合模型參數(shù)對LMS算法收斂性進行分析，以求得到良好的濾波效果，文中對自適應噪聲抵消技術進行