-
Notifications
You must be signed in to change notification settings - Fork 0
/
demo2.m
133 lines (123 loc) · 3.13 KB
/
demo2.m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
% ------------------------------------------------------------------------
% Copyright (C)
% LiXirong - Wuhan University, China
%
% LiXirong <[email protected]> or <[email protected]>
% 2018.12.21
% ------------------------------------------------------------------------
%
% demo2.m - ANC demo（使用自适应滤波算法的ANCdemo）
% Including LMS、NLMS、RLS algorithm
% Including：
% 1、audio + white noise 音频白噪声消除
% 2、single frequency signal + white noise 单频白噪声消除
% Parameters：
% x ： input signal 输入信号
% d ： reference signal 参考信号
% y ： output signal 输出信号
% e ： error signal 误差信号
% mu ： LMS stepsize LMS算法步长
% mu2 ： NLMS stepsize NLMS算法步长
% a ： NLMS bias NLMS算法偏置参数
% lamda ： RLS weight RLS算法权重
%
% System：
% signal+noise_____________d(n)___________
% +↓
% noise’—x(n)—【filter】——y(n)— - —-O——e(n)——
% ↑_____________________|
%
% ------------------------------------------------------------------------
close all;clear;clc;
%% 1、audio + white noise（音频+白噪声）
[signal,fs] = audioread('handel.wav');
noise = wgn(length(signal), 1, -20);
d = signal + noise;
x = sin(1./(1+exp(-noise)));
mu = 0.1;
mu2 = 0.5;
a = 0.01;
lamda = 0.999;
M = 20;
%% 2、single frequency signal + white noise（单频+白噪声）
% fs = 8000;
% t = 0:1/fs:4;
% signal = cos(2*pi*t*20)';
% noise = wgn(1,length(t),-20)';
% d = noise + signal;
% x = sin(1./(1+exp(-noise)));
%
% mu = 0.1;
% mu2 = 0.8;
% a = 0.01;
% lamda = 0.9999;
% M = 20;
%% LMS\NLMS\RLS performance（LMS\NLMS\RLS性能比较）
% run algorithm (运行算法)
tic
[e1, y1, w1] = myLMS(d, x, mu, M);
toc
tic
[e2, y2, w2] = myNLMS(d, x,mu2, M, a);
toc
tic
[e3, y3, w3] = myRLS(d, x,lamda,M);
toc
% 画出输入信号、参考信号、滤波输出、误差
figure()
subplot(4,2,1)
plot([1:length(x)]/fs,x);
xlabel('time');
title('x(n)');
subplot(4,2,2)
plot([1:length(d)]/fs,d);
xlabel('time');
title('d(n)');
subplot(4,2,3)
plot([1:length(y1)]/fs,y1);
xlabel('time');
title('LMS y(n)');
subplot(4,2,5)
plot([1:length(y2)]/fs,y2);
xlabel('time');
title('NLMS y(n)');
subplot(4,2,7)
plot([1:length(y3)]/fs,y3);
xlabel('time');
title('RLS y(n)');
subplot(4,2,4)
plot([1:length(e1)]/fs,e1);
xlabel('time');
title('LMS e(n)');
subplot(4,2,6)
plot([1:length(e2)]/fs,e2);
xlabel('time');
title('NLMS e(n)');
subplot(4,2,8)
plot([1:length(e3)]/fs,e3);
xlabel('time');
title('RLS e(n)');
% 画出参考信号与滤波输出的差值(ANC输出信号)
figure()
subplot(3,1,1)
plot(e1)
title('LMS ANC输出')
subplot(3,1,2)
plot(e2)
title('NLMS ANC输出')
subplot(3,1,3)
plot(e3)
title('RLS ANC输出')
% 比较稳定后的信噪比
% xx1 = clearspeech(length(x)-3000:length(x));
% ee1 = e1(length(x)-3000:length(x));
% ee2 = e2(length(x)-3000:length(x));
% ee3 = e3(length(x)-3000:length(x));
% yy1 = y1(length(x)-3000:length(x));
% yy2 = y2(length(x)-3000:length(x));
% yy3 = y3(length(x)-3000:length(x));
% SNR1 = snr(xx1,ee1)
% SNR2 = snr(xx1,ee2)
% SNR3 = snr(xx1,ee3)
%% 试听RLS ANC的输出结果（RLS效果最好）
% sound(x-y3,fs);