1. 研究目的与意义
在现代社会的日益飞速的发展中,人类生存环境中的噪声污染越来越严重。噪声引起人心情烦躁,精力不集中,反应迟钝, 工作效率降低,同时会造成听力损伤，影响正常交谈田。因而采取各种方式来降低噪声是相当重要的。传统的噪声控制方法,比如吸声、隔声、隔振或阻尼减振以及利用消声器等,其本质是利用声波与材料的机械作用，使声能变为其他形式的能量以减少噪声，即“被动降噪”。通过利用人为的声源(又称为次级声源),使其产生的声场与原噪声源(又称为初级声源)产生的声场发生相干性叠加,就能产生“静区”而实现降噪。因为它引入了人为产生的次级声源,所以是一种“主动式”的降噪方法。上世纪三十年代，德国物理学家PaulLeug提出了主动降噪技术的概念并申请了相关方面的专利。当前,噪声主动控制(Active Noise Control , ANC)已成为噪声控制的一种重要技术手段。
人类最重要的交流方式就是语言，对我们来说，从背景干扰中分离出语音是至关重要的。感兴趣的演讲或者目标谈话经常被其它来源的多余噪声和表面反射产生的混响所干扰。人类听觉系统能轻易地将一个人的声音和另一个人的分离开来。即使在鸡尾酒会那样的声音环境中，我们似乎也能毫不费力地在其他人的说话声和环境噪声的包围中听到一个人的说话内容。因此语音分离问题通常也被叫做「鸡尾酒会问题」。虽然人类能轻易地分离语音，但事实证明，在这项基本任务中，构建一个能够媲美人类听觉系统的自动化系统是很有挑战性的。在 Cherry 1953 年出版的书 中，他观察到：「目前为止没有任何机器能解决『鸡尾酒会问题』。
语音分离非常重要，已经在信号处理领域被研究了几十年。根据传感器或麦克风的数量，分离方法可分为单声道方法（单个麦克风）和阵列方法（多个麦克风）。单声道分离的两个传统方法是语音增强 和计算听觉场景分析（CASA）。语音增强方法分析语音和噪声的全部数据，然后经过带噪语音的噪声估计，进而对清晰语音进行估计。最简单以及应用最广泛的增强方法是频谱相减法（spectralsubtracTIon），其中估计噪声的功率谱会从带噪语音中删去。为了估计背景噪声，语音增强技术一般假定背景噪音是稳定的，也就是说，其频谱特性不会随时间变化，或者至少比语音稳定一些。CASA建立在听觉场景分析的感知理论基础上，利用聚类约束（groupingcue）如基音频率（pitch）和起音（onset）。例如，tandem算法通过交换 pitch 估计和基于pitch 的聚类进行语音分离。
2. 研究内容与预期目标
研究内容：
设计音频主动降噪系统，本课题要求熟悉掌握信号与系统、数字信号处理、语音信号处理的基本理论，了解音频数据采集、放大及后续处理的手段及方法，利用STM32或者MATLAB软件来完成相应的功能，能够使用相关软硬件将系统最终实现。本设计要求在理解音频信号采集与处理的理论及应用的基础上，设计出一套能实现主动降噪的系统。通过本次设计加深对数字信号处理技术的理解，同时也能扩大自己的知识面，为以后的工作做铺垫。
预期目标：
3. 研究方法与步骤
研究方法：
1、采集麦克风信号数据，对数据进行信号处理分析；
2、在MATLAB环境中对采集到的麦克风信号进行编程；
4. 参考文献
[1]周正仙,邹翔,袁扬胜,甘露,祝玉军.干涉型光纤语音传感器及语音降噪方法研究[J].仪器仪表学报,2017,38(11):2715-2724.
[2]王涛.数字滤波器在实际语音降噪中的应用[J].信息通信,2018(03):30-31.
[3]郭一豪.基于LMS算法滤波的语音降噪研究[J].电子制作,2018(13):56-58 64.
5. 工作计划
2022年1月5日-2022年3月1日，有针对性的学习课题相关资料,学习相关学科的基础知识，学习实验所需matlab的相关知识。
2022年3月2日-2022年3月20日，设定实验方案，学习相关算法。
2022年3月21日-2022年4月13日，进一步理论分析，进行实验，开发相关软件系统。
