专利名称：一种噪声的消除方法及装置的制作方法
技术领域：
本发明涉及信号处理技术领域，特别涉及一种噪声的消除方法及装置。
背景技术：
噪声是普遍存在的，自适应噪声抵消是一种噪声消除方法，通常是基于自适应信号处理技术，将噪声消除问题转化为自适应滤波器的参数估计，在某种准则下，自动调整滤波器参数并实现最优。噪声特性是进行噪声消除需要考虑的主要问题之一。当噪声符合高斯分布时，传统的基于最小均方误差(LMS)准则的自适应噪声消除算法具有良好的估计性能，且便于理论分析。但是实际应用中常会遇到一类具有显著尖峰脉冲特性的噪声，例如， 医学信号噪声、大气噪声、水声信号噪声等，其概率密度函数(P. d. f.)偏离高斯分布，与高斯分布相比有较厚的拖尾，不存在二阶及以上的统计量。此时，最小均方误差(LMS)准则下设计的自适应TDE算法性能退化，甚至不能使用。这种情况的一种解决办法是采用更符合实际的噪声模型，选择更稳健的准则函数。α稳定分布的一个子类——对称α稳定分布 (SaS)可较好描述这类脉冲性噪声。最小分散系数(LMP)准则是α稳定分布线性理论的一种最优准则，MD等价于最小化估计误差的分数低阶矩(FLOM)，S a S的FLOM阶矩与其ρ (0 <Ρ< α)范数成正比。考虑到代价函数的凸性和可微性，在基于α稳定分布的实际TDE 算法中，通常采用最小平均Ρ(1<Ρ< α)范数准则。针对信号中脉冲噪声的消除或削弱问题，如何利用采集到具有一定相关性的噪声，并基于鲁棒性的优化准则和自适应滤波技术对脉冲噪声进行自适应抵消，设计一种噪声的消除方法及装置，进而输出得到所期望的有用信号是信号处理技术领域目前急待解决的问题之一。
发明内容
有鉴于此，本发明实施例提出了一种噪声的消除方法及装置，通过获取原始输入信号及参考输入信号，并通过自适应滤波器调节参考输入信号，然后将通过信号处理将原始输入信号中的噪声进行抵消，仅保留有用信号，进而获得输出信号，针对信号中脉冲噪声的消除或削弱问题，利用采集到具有一定相关性的噪声，基于鲁棒性的优化准则和自适应滤波技术对脉冲噪声进行自适应抵消，进而输出得到所期望的有用信号。为解决上述技术问题，本发明实施例的目的是通过以下技术方案实现的一种噪声的消除方法，包括步骤一、获取原始输入信号；步骤二、获取参考输入信号；步骤三、通过自适应滤波器调节参考输入信号；步骤四、通过信号处理将原始输入信号中的噪声进行抵消，仅保留有用信号，进而获得输出信号。优选的，上述步骤一中，原始输入信号为有用信号与噪声之和。
优选的，上述步骤二中，参考输入信号是与原始输入信号中噪声相关的信号。优选的，上述有用信号与噪声及输入信号均为零均值平稳随机过程，且满足有用信号与噪声及参考输入信号互不相关。优选的，上述步骤三中，进一步包括通过自适应滤波器调节参考输入信号，满足输出信号与有用信号的均方误差最小。优选的，上述步骤四中，将参考输入信号进行调节后，与原始输入信号中的噪声相减，使输出信号的噪声完全被抵消，而只保留有用信号。优选的，进一步包括自适应滤波器之必要条件为参考输入信号必须与被抵消的
噪声相关。优选的，上述步骤四中，进一步包括处理过程中必须得满足1 < ρ < α < 2，同时要保证算法的收敛性，必须根据信号噪声的α值来选取适当的P范数。一种噪声的消除装置，包括第一获取单元、第二获取单元、调节单元及处理单元， 通过获取原始输入信号及参考输入信号，并通过自适应滤波器调节参考输入信号，然后将通过信号处理将原始输入信号中的噪声进行抵消，仅保留有用信号，进而获得输出信号。优选的，上述第一获取单元用于获取原始输入信号。优选的，上述第二获取单元用于获取参考输入信号。 优选的，上述调节单元用于通过自适应滤波器调节参考输入信号。优选的，上述处理单元用于通过信号处理将原始输入信号中的噪声进行抵消，仅保留有用信号，进而获得输出信号。综上所述，本发明提供了一种噪声的消除方法及装置，通过获取原始输入信号及参考输入信号，并通过自适应滤波器调节参考输入信号，然后将通过信号处理将原始输入信号中的噪声进行抵消，仅保留有用信号，进而获得输出信号，针对信号中脉冲噪声的消除或削弱问题，利用采集到具有一定相关性的噪声，基于鲁棒性的优化准则和自适应滤波技术对脉冲噪声进行自适应抵消，进而输出得到所期望的有用信号。
图1为本发明实施例的方法流程图；图2为本发明之基于LMP算法下的第一收敛曲线；图3为本发明之基于LMP算法下的第二收敛曲线；图4为本发明实施例的装置结构示意图。
具体实施例方式本发明实施例提供的一种噪声的消除方法及装置，通过获取原始输入信号及参考输入信号，并通过自适应滤波器调节参考输入信号，然后将通过信号处理将原始输入信号中的噪声进行抵消，仅保留有用信号，进而获得输出信号，针对信号中脉冲噪声的消除或削弱问题，利用采集到具有一定相关性的噪声，基于鲁棒性的优化准则和自适应滤波技术对脉冲噪声进行自适应抵消，进而输出得到所期望的有用信号。为使本发明的目的、技术方案及优点更加清楚明白，下面参照附图并举实施例，对本发明进一步详细说明。
本发明实施例提供一种噪声的消除方法，如图1所示，具体步骤包括步骤一、获取原始输入信号；具体而言，在本发明实施例中，原始输入信号d(n)为有用信号s(n)与噪声v(n) 之和。进一步的，假定s (η)，ν (η)，u (η)均为零均值平稳随机过程，且满足s (η)与ν (η) 及u(n)互不相关。其中，参考输入信号x(n)是与v(n)相关的噪声u(n)。由于自适应滤波器的输出y(n)为噪声u(n)的滤波信号，所以自适应噪声抵消系统的输出y(n)为
y(n) =s (η) +ν (η) -ν' (η)公式(1)通过公式(1)可得到如下公式y2 (n) = S2 (η) + (ν (η) -ν ’ (η)) 2+2s (η) (ν (η) -ν ’ (η)) 公式(2)步骤二、获取参考输入信号；具体而言，在本发明实施例中，参考输入信号χ(η)是与ν(η)相关的噪声u(n)。进一步的，假定s(n)，V(n)，U(n)均为零均值平稳随机过程，且满足s (η)与ν(η)及u(n)互不相关。其中，原始输入信号d(n)为有用信号s(n)与噪声v(n)之和。由于自适应滤波器的输出y(n)为噪声u(n)的滤波信号，所以自适应噪声抵消系统的输出y(n)为y(n) =s (η) +ν (η) -ν' (η)公式(1)通过公式(1)可得到如下公式 y2 (n) = S2 (η) + (ν (η) -ν ‘ (η)) 2+2s (η) (ν (η) -ν ‘ (η))公式(2)步骤三、通过自适应滤波器调节参考输入信号；具体而言，在本发明实施例中，对公式(2)两边取期望，由于有用信号S(Ii)与v(n) 及噪声u(n)互不相关，故可以得到如下公式E [y2 (n)] = E[s2 (η) ]+Ε[(ν (η) -ν ‘ (η))2]公式(3)信号功率E[s2(η)]与自适应滤波器的调节无关，传统的LMS算法是因此调节自适应滤波器使E[y2(n)]最小，等价于使公式(3)中的Ε[(ν(η)-ν' (η))2]最小。这样由式⑴ 可以得到公式(4)ν (η) -ν ‘ (n) = y (η) _s (η)公式(4)由此可见，当E [ (ν (η) -ν ‘ (η))2]最小时，E [ (y (n) _s (η))2]也达到最小，即自适应噪声抵消系统的输出信号y(η)与有用信号s(n)的均方误差最小。步骤四、通过信号处理将原始输入信号中的噪声进行抵消，仅保留有用信号，进而获得输出信号。具体而言，在本发明实施例中，在理想情况下，当ν (η) = ν' (η)时，有y(n)= s (η)。这时，自适应滤波器将自动地调节其权值，将u (η)加工处理为ν (η)，与原始输入信号d(n)中的噪声v(n)相减，使输出信号y(n)的噪声完全被抵消，而只保留有用信号s (η)。 但是自适应滤波器能够完成上述任务的必要条件为参考输入信号x(n) =u(η)必须与被抵消的噪声ν(η)相关。进一步的，在本方案中，最小平均P范数是针对α稳定分布噪声的特性由LMS算法改进而来的，在LMP算法中，将LMS中的代价函数由均方误差函数改变为误差函数的α 范数J= l|e(n)||a。由分数低价矩理论，只要满足Kp < a，在这个过程中α范数与其P价矩成正比。这样，自适应系统的代价函数可以写成以下形式
J = E[|e(n)|p]公式(5)采用最速下降法可以导出自适应迭代的公式为w(n+l) =w (η)+ μ | e (η) | p^1Sgn [e (η) ] χ (η) 1彡ρ<α 彡2 公式(6)上述的算法是有规定的使用范围的，必须得满足Kp < α <2，同时要保证算法的收敛性，必须根据信号噪声的α值来选取适当的P范数，按照上述的要求来进行处理，能更好的抵消信号中的噪声。为更好的说明本发明之技术方案，下面列举一具体实施例进行表示计算机仿真提出方法的结果，如图2所示。LMP算法下所选择的参数为步长μ = 0.0001，系统采用的输入信号同样为Alpha稳定分布噪声(先到达的噪声)，α的取值为1.8，Ρ的取值为1.5， 参考信号同样为有用信号(这里用的是IOK正弦波)加延迟的噪声(先到达的噪声延迟10 个采样点)，信噪比SNR = 0。算法迭代30000次，输出的最小误差开始的时候比较大，后来逐渐稳定在一个较小的值，这就说明了该波形有了很好的收敛效果。从图2中的LMP算法下的误差均值曲线，可以看出信号经过自适应滤波器后经过一段训练时间误差均值曲线基本趋于收敛，并且没有很大的反复过程，即外界信号已经完成自适应过程，滤波器已经将权值调节至最佳，可以输出得到所期望的有用信号。LMP算法不仅可以抵消非高斯噪声还可以抵消高斯噪声，在这里只要把α的取值改为2，其他的参数都基本保持和原来一样，根据Alpha稳定分布噪声定义和特性当α = 2为高斯噪声，由图3可以看到当信号中存在高斯噪声时，LMP算法还是能过起到很好的抵消作用的。从上面的图可以看到LMP算法在抵消高斯噪声时同样也有很好的效果，经过一段训练时间误差均值曲线基本趋于收敛，而如果把迭代的次数从原来的30000次变的更大， 还能够得到更好的结果，从这里的效果看只要调节下一些参数，加大点迭代的次数，LMP算法在处理高斯噪声时同样拥有很好的抵消作用，一点都不比在处理非高斯噪声时差，说明 LMP算法具有良好的韧性，不仅能够抵消信号中的非高斯噪声，而且还能抵消信号中的高斯噪声。另外，本发明实施例还提供一种噪声的消除装置。如图4所示，为本发明实施例提供的一种噪声的消除装置示意图。一种噪声的消除装置，包括第一获取单元11、第二获取单元22、调节单元33及处理单元44。第一获取单元11，用于获取原始输入信号；具体而言，在本发明实施例中，原始输入信号d(n)为有用信号s(n)与噪声v(n) 之和。进一步的，假定s(n), ν (η)，u (η)均为零均值平稳随机过程，且满足s (η)与ν (η) 及u(n)互不相关。其中，参考输入信号x(n)是与v(n)相关的噪声u(n)。由于自适应滤波器的输出y(n)为噪声u(n)的滤波信号，所以自适应噪声抵消系统的输出y(n)为y(n) =s (η) +ν (η) -ν' (η)公式(1)通过公式(1)可得到如下公式y2 (n) = S2 (η) + (ν (η) -ν ‘ (η)) 2+2s (η) (ν (η) -ν ‘ (η))公式(2)第二获取单元22，用于获取参考输入信号；具体而言，在本发明实施例中，参考输入信号x(n)是与ν(η)相关的噪声u(n)。进
6一步的，假定s(n)，V(n)，U(n)均为零均值平稳随机过程，且满足s (η)与ν (η) Ru (η)互不相关。其中，原始输入信号d(n)为有用信号s(n)与噪声v(n)之和。由于自适应滤波器的输出y(n)为噪声u(n)的滤波信号，所以自适应噪声抵消系统的输出y(n)为y(n) =s (η) +ν (η) -ν' (η)公式(1)通过公式(1)可得到如下公式y2 (n) = S2 (η) + (ν (η) -ν ‘ (η)) 2+2s (η) (ν (η) -ν ‘ (η))公式(2)调节单元33，用于通过自适应滤波器调节参考输入信号；具体而言，在本发明实施例中，对公式(2)两边取期望，由于有用信号S(Ii)与v(n) 及噪声u(n)互不相关，故可以得到如下公式E [y2 (n)] = E[s2 (η) ]+Ε[(ν (η) -ν ‘ (η))2]公式(3)信号功率E[s2(η)]与自适应滤波器的调节无关，传统的LMS算法是因此调节自适应滤波器使E[y2(n)]最小，等价于使公式(3)中的Ε[(ν(η)-ν' (η))2]最小。这样由式⑴ 可以得到公式(4)ν (η) -ν ‘ (n) = y (η) _s (η)公式(4)由此可见，当E [ (ν (η) -ν ‘ (η))2]最小时，E [ (y (n) _s (η))2]也达到最小，即自适应噪声抵消系统的输出信号y(η)与有用信号s(n)的均方误差最小。处理单元44，用于通过信号处理将原始输入信号中的噪声进行抵消，仅保留有用信号，进而获得输出信号。具体而言，在本发明实施例中，在理想情况下，当ν(η) = ν' (η)时，有y(n)= s(n)。这时，自适应滤波器将自动地调节其权值，将u(n)加工处理为ν (η)，与原始输入信号d(n)中的噪声v(n)相减，使输出信号y(n)的噪声完全被抵消，而只保留有用信号s (η)。 但是自适应滤波器能够完成上述任务的必要条件为参考输入信号x(n) =u(η)必须与被抵消的噪声ν(η)相关。进一步的，在本方案中，最小平均P范数是针对α稳定分布噪声的特性由LMS算法改进而来的，在LMP算法中，将LMS中的代价函数由均方误差函数改变为误差函数的α 范数J= l|e(n)||a。由分数低价矩理论，只要满足Kp < a，在这个过程中α范数与其P价矩成正比。这样，自适应系统的代价函数可以写成以下形式J = E[|e(n) |p]公式(5)采用最速下降法可以导出自适应迭代的公式为w(n+l) =w (η)+ μ | e (η) | p^1Sgn [e (η) ] χ (η) 1彡ρ<α 彡2 公式(6)上述的算法是有规定的使用范围的，必须得满足Kp < a <2，同时要保证算法的收敛性，必须根据信号噪声的α值来选取适当的P范数，按照上述的要求来进行处理，能更好的抵消信号中的噪声。为更好的说明本发明之技术方案，下面列举一具体实施例进行表示计算机仿真提出方法的结果，如图2所示。LMP算法下所选择的参数为步长μ = 0.0001，系统采用的输入信号同样为Alpha稳定分布噪声(先到达的噪声)，α的取值为1.8，Ρ的取值为1.5， 参考信号同样为有用信号(这里用的是IOK正弦波)加延迟的噪声(先到达的噪声延迟10 个采样点)，信噪比SNR = 0。算法迭代30000次，输出的最小误差开始的时候比较大，后来逐渐稳定在一个较小的值，这就说明了该波形有了很好的收敛效果。
从图2中的LMP算法下的误差均值曲线，可以看出信号经过自适应滤波器后经过一段训练时间误差均值曲线基本趋于收敛，并且没有很大的反复过程，即外界信号已经完成自适应过程，滤波器已经将权值调节至最佳，可以输出得到所期望的有用信号。LMP算法不仅可以抵消非高斯噪声还可以抵消高斯噪声，在这里只要把α的取值改为2，其他的参数都基本保持和原来一样，根据Alpha稳定分布噪声定义和特性当α = 2为高斯噪声，由图3可以看到当信号中存在高斯噪声时，LMP算法还是能过起到很好的抵消作用的。从上面的图可以看到LMP算法在抵消高斯噪声时同样也有很好的效果，经过一段训练时间误差均值曲线基本趋于收敛，而如果把迭代的次数从原来的30000次变的更大， 还能够得到更好的结果，从这里的效果看只要调节下一些参数，加大点迭代的次数，LMP算法在处理高斯噪声时同样拥有很好的抵消作用，一点都不比在处理非高斯噪声时差，说明 LMP算法具有良好的韧性，不仅能够抵消信号中的非高斯噪声，而且还能抵消信号中的高斯噪声。本领域普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中， 该程序在执行时，包括方法实施例的步骤之一或其组合。另外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。综上所述，本文提供了一种噪声的消除方法及装置，通过获取原始输入信号及参考输入信号，并通过自适应滤波器调节参考输入信号，然后将通过信号处理将原始输入信号中的噪声进行抵消，仅保留有用信号，进而获得输出信号，针对信号中脉冲噪声的消除或削弱问题，利用采集到具有一定相关性的噪声，基于鲁棒性的优化准则和自适应滤波技术对脉冲噪声进行自适应抵消，进而输出得到所期望的有用信号。以上对本发明所提供的一种噪声的消除方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方案；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式
及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
权利要求
1.一种噪声的消除方法，其特征在于，所述方法包括步骤一、获取原始输入信号；步骤二、获取参考输入信号；步骤三、通过自适应滤波器调节参考输入信号；步骤四、通过信号处理将原始输入信号中的噪声进行抵消，仅保留有用信号，进而获得输出信号。
2.根据权利要求1所述的消除方法，其特征在于，所述步骤一中，原始输入信号为有用信号与噪声之和。
3.根据权利要求1或2所述的消除方法，其特征在于，所述步骤二中，参考输入信号是与原始输入信号中噪声相关的信号。
4.根据权利要求1或2所述的消除方法，其特征在于，所述有用信号与噪声及输入信号均为零均值平稳随机过程，且满足有用信号与噪声及参考输入信号互不相关。
5.根据权利要求1所述的消除方法，其特征在于，所述步骤三中，进一步包括通过自适应滤波器调节参考输入信号，满足输出信号与有用信号的均方误差最小。
6.根据权利要求1所述的消除方法，其特征在于，所述步骤四中，将参考输入信号进行调节后，与原始输入信号中的噪声相减，使输出信号的噪声完全被抵消，而只保留有用信号。
7.根据权利要求6所述的消除方法，其特征在于，进一步包括自适应滤波器之必要条件为参考输入信号必须与被抵消的噪声相关。
8.根据权利要求1所述的消除方法，其特征在于，所述步骤四中，进一步包括处理过程中必须得满足Kp < α <2，同时要保证算法的收敛性，必须根据信号噪声的α值来选取适当的P范数。
9.一种噪声的消除装置，其特征在于，所述消除装置包括第一获取单元、第二获取单元、调节单元及处理单元，通过获取原始输入信号及参考输入信号，并通过自适应滤波器调节参考输入信号，然后将通过信号处理将原始输入信号中的噪声进行抵消，仅保留有用信号，进而获得输出信号。
10.根据权利要求9所述的消除装置，其特征在于，所述第一获取单元用于获取原始输入信号。
11.根据权利要求9所述的消除装置，其特征在于，所述第二获取单元用于获取参考输入信号。
12.根据权利要求9所述的消除装置，其特征在于，所述调节单元用于通过自适应滤波器调节参考输入信号。
13.根据权利要求9所述的消除装置，其特征在于，所述处理单元用于通过信号处理将原始输入信号中的噪声进行抵消，仅保留有用信号，进而获得输出信号。
全文摘要
本发明提供了一种噪声的消除方法及装置，通过获取原始输入信号及参考输入信号，并通过自适应滤波器调节参考输入信号，然后将通过信号处理将原始输入信号中的噪声进行抵消，仅保留有用信号，进而获得输出信号，针对信号中脉冲噪声的消除或削弱问题，利用采集到具有一定相关性的噪声，基于鲁棒性的优化准则和自适应滤波技术对脉冲噪声进行自适应抵消，进而输出得到所期望的有用信号。
文档编号H03K3/013GK102427344SQ201110430990
公开日2012年4月25日 申请日期2011年12月20日 优先权日2011年12月20日
发明者刘文红 申请人:上海电机学院