Title: Využití adaptivních algoritmů LMS a RLS v oblasti adaptivního potlačování šumu a rušení
Authors: Martínek, Radek
Citation: Electroscope. 2013, č. 1.
Issue Date: 2013
Publisher: Západočeská univerzita v Plzni, Fakulta elektrotechnická
Document type: článek
article
URI: http://147.228.94.30/images/PDF/Rocnik2013/Cislo1_2013/r6c4c9.pdf
http://hdl.handle.net/11025/1889
ISSN: 1802-4564
Keywords: adaptivní filtrace;potlačování šumu;adaptivní algoritmy;řeč
Keywords in different language: adaptive filtering;noise suppression;adaptive algorithms;speech
Abstract: Tento článek se věnuje principům adaptivní filtrace pro oblast adaptivního potlačování šumu a rušení. V praxi jsme často postaveni před problém, že filtr má pracovat v neznámém prostřední, v němž je obtížná předběžná identifikace, nebo jde o časově proměnné prostřední, jehož vývoj do budoucna nelze předpovídat. V takovémto případě se hodnoty optimálních koeficientů filtru mění v čase, a pro správné nastavení je vhodné využití adaptivní filtrace. V článku je představeno komplexní řešení adaptivního systému s využitím dvou základních představitelů adaptivních algoritmů. Jedná se o algoritmus se stochasticky gradientní adaptací LMS a algoritmus s rekurzivní optimální adaptací RLS. V prostředí Matlab byl vytvořen adaptivní systém pro potlačování šumu. Tento systém nachází svoje praktické využití zejména při komunikaci v hlučném prostředí (dopravní prostředky, výrobní haly, sportovní utkání apod.). Na tomto adaptivním systému jsou prakticky porovnány vlastnosti adaptivních algoritmů LMS a RLS. Algoritmy byly testovány na reálných řečových signálech a na vytvořených harmonických signálech.
Abstract in different language: The paper is dedicated to the principles of adaptive filtering in the adaptive noise suppressing and interference area. In practice, we often have to solve the problem that filter has to work in an unknown environment, in which it is difficult to pre-identification, or it is a time-varying environment, which development in future cannot be predicted. In this case, the optimal filter coefficients values change over time and for the correct setting is appropriate to use adaptive filtering. The paper presents a comprehensive solution of adaptive system using two basic representatives of adaptive algorithms. It is an algorithm with stochastic gradient LMS (least mean squares) adaptation and algorithm with recursive optimal adaptation RLS (recursive least square). In the environment of Matlab, there was created adaptive system for noise suppressing. This system is useful mainly for communication in noisy environments (vehicles, production halls, sport events, etc.). There were practically compared the properties of LMS and RLS adaptive algorithms using this system. Algorithms have been tested on real speech signals and on the generated harmonics signals.
Rights: © 2013 Electroscope. All rights reserved.
Appears in Collections:Číslo 1 (2013)
Číslo 1 (2013)

Files in This Item:
File Description SizeFormat 
r6c4c9.pdf639,24 kBAdobe PDFView/Open


Please use this identifier to cite or link to this item: http://hdl.handle.net/11025/1889

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.