1. 研究目的与意义（文献综述）

语音传输过程中环境噪声对语音信号的干扰是不可避免的，语音降噪的主要目的是从带噪语音中提取出尽可能纯净的原始语音，提高识别率。

随着 dsp 技术和语音增强算法的不断发展，目前语音增强技术被广泛应用在于汽车电话、无线电话电视会议、人机对话语音识别、电子耳蜗、智能家电、战场通信和军事窃听等领域。

日常生活中，人们之间远距离的通信方式基本上都采用电话方式，例如安装在汽车上电话，街道、机场的公用电话以及移动电话，但是我们在享受科技进步带来的便利时，也常常会受到各种背景噪声的影响，如无线通信信道的干扰，会对通话质量会产生严重影响。例如，在雷雨等恶劣天气接听移动电话，会听到阵阵噪声。因此，在接收端通过估计噪声干扰模型，滤出噪声，可以实现语音增强并保证通话质量。

2. 研究的基本内容与方案

基本内容及目标

1) 学习数字语音信号处理基本知识，以及lms自适应噪声抵消原理、小波阈值的语音降噪算法、子空间语音降噪法实现原理。

2) 学习并掌握基本的信号处理相关的matlab编程方法。

3. 研究计划与安排

1) 第1-4周 完成题目调研及文献阅读，进行相关资料的收集以及开题报告撰写。

2) 第5-6周 完成文献综述；

3) 第7-12周 学习语音信号处理的谱分解方法与matlab的基本操作。在此基础上完成lms自适应噪声抵消原理、小波阈值的语音降噪算法、子空间语音降噪法的matlab语言实现；

4. 参考文献（12篇以上）

[1] 贺晓磊．基于小波变换的语音去噪算法及其应用研究［D］. 广西: 广西师范大学，2012.
[2] Coifman R R, Donoho D L.Translation-invariant de-noising[M]//Wavelets and statistics. Springer NewYork, 1995: 125-150.
[3] 翟振兴. 基于小波变换的信号去噪研究[D]. 重庆大学, 2010.
[4] 蒋蒙，李东新. 语音信号的降噪研究[J]. 信息技术，2015(11): 98-101.
[5] 李志昌. 基于子带的语音降噪技术研究及在识别中的应用[D]. 武汉理工大学, 2014.
[6] 姚建琴, 王海玲,刘海生.语音降噪方法的比较研究[J]. 电声技术,2017,41(06): 92-96.
[7] 周志平, 佟国香, 李远征. 基于新型组合算法的语音降噪系统[J]. 电子科技, 2016, 29(10):79-82.
[8] 吴冠宁, 佟国香. 基于组合算法的语音降噪研究[J]. 信息技术, 2015(10): 201-205.
[9] 柯水霞, 李迟生. 基于LMS自适应噪声抵消和小波阈值的语音降噪算法研究[J]. 现代电子技术,2016,39(03):27-29 34.
[10] Zhang Q, Wang L, Sun W.Signal denoising with average sampling[J]. Digital Signal Processing, 2012,22(2): 226-232.
[11] Limem M, Hamdi M A, Maaref MA. Denoising uterine EMG signals using LMS and RLS adaptive algorithms[C]. AdvancedTechnologies for Signal and Image Processing (ATSIP), 2016 2nd InternationalConference on. IEEE, 2016: 273-276.
[12] Xu X, Flynn R, Russell M.Speech intelligibility and quality: A comparative study of speech enhancementalgorithms[C]. Signals and Systems Conference (ISSC), 2017 28th Irish. IEEE,2017: 1-6.
[13] Safa S, Mouhamed B, Adnen C.The Real Time Implementation on DSP of Speech Enhancement Based on KalmanFilter and Wavelet Thresholding[J]. Indian Journal of Science and Technology,2017, 10(24):1-7.
[14] 黄晓珊，徐国保. 基于MATLAB语音降噪IIR滤波器的设计[J]. 现代计算机(上下旬), 2016, (15): 48-52
[15] 李燕绪.基于DSP的语音自适应数字滤波器的研究[D]. 华南理工大学, 2009.