Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS

ĐẠI HỌC QUỐC GIA TP.HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC BÁCH KHOA
---ZY---

PHAN THANH NGÀ

TRIỆT CAN NHIỄU VÀ NHIỄU CHO TÍN HIỆU
ÂM THANH SỬ DỤNG GIẢI THUẬT LMS VÀ RLS

Chuyên ngành: Kỹ thuật điện tử
Mã số: 14

LUẬN VĂN THẠC SĨ

TP. HỒ CHÍ MINH, tháng 12 năm 2012


CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI
TRƯỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM
Cán bộ hướng dẫn khoa học: Tiến sĩ Đỗ Hồng Tuấn
Cán bộ chấm nhận xét 1 :

................................................................................................................................................................................................................................................

Cán bộ chấm nhận xét 2 :

................................................................................................................................................................................................................................................

Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp.
HCM ngày . . . . . tháng . . . . năm . . . . .
Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:

1.

.......................................................................................................................................................................................................

2.

.......................................................................................................................................................................................................

3.

.......................................................................................................................................................................................................

4.

.......................................................................................................................................................................................................

5.

.......................................................................................................................................................................................................

Xác nhận của Chủ tịch Hội đồng đánh giá luận văn và Trưởng Khoa quản lý
chuyên ngành sau khi luận văn đã được sửa chữa (nếu có).

CHỦ TỊCH HỘI ĐỒNG

TRƯỞNG KHOA


ĐẠI HỌC QUỐC GIA TP.HCM

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

Độc lập - Tự do - Hạnh phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ
Họ tên học viên: Phan Thanh Ngà

MSHV: 10140032

Ngày, tháng, năm sinh: 10-12-1972

Nơi sinh: Cần Thơ

Chuyên ngành: Kỹ thuật điện tử

Mã số: 14

I. TÊN ĐỀ TÀI: Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật
LMS và RLS.
NHIỆM VỤ VÀ NỘI DUNG:
II. NGÀY GIAO NHIỆM VỤ: 14/06/2012
III. NGÀY HOÀN THÀNH NHIỆM VỤ: 25/12/2012
IV. CÁN BỘ HƯỚNG DẪN: Tiến sĩ Đỗ Hồng Tuấn
Tp. HCM, ngày … tháng … năm……
CÁN BỘ HƯỚNG DẪN

CHỦ NHIỆM BỘ MÔN ĐÀO TẠO

ĐỖ HỒNG TUẤN

ĐỖ HỒNG TUẤN
TRƯỞNG KHOA


LỜI CẢM ƠN
Trước hết, em xin chân thành cảm ơn thầy-TS. Đỗ Hồng Tuấn, đã gợi ý,
chỉ bảo cũng như cung cấp tài liệu quí báu của thầy đã giúp em hoàn thành luận
văn này. Em cũng xin gửi lời cảm ơn đến các thầy, cô trường Đại học Bách
Khoa Thành Phố Hồ Chí Minh đã hướng dẫn, tạo mọi điều kiện cho em học
tập và nghiên cứu trong suốt thời gian học vừa qua. Xin cảm ơn các bạn học
viên và những người thân đã luôn giúp đỡ, động viên và chia sẻ những lúc khó
khăn trong thời gian học tập và thực hiện đề tài.
Do hạn chế trong việc tiếp cận các tài liệu kỹ thuật, thời gian nghiên
cứu ngắn và cũng chịu nhiều yếu tố tác động nên luận văn sẽ khơng tránh
khỏi sai sót. Em rất mong nhận được những ý kiến đóng góp xây dựng của
quý Thầy, Cô và tất cả các bạn để luận văn được hồn thiện.

TP Hồ Chí Minh, Tháng 01/2013

Phan Thanh Ngà


TÓM TẮT LUẬN VĂN
Các hệ thống âm thanh trong truyền thông, trong giao tiếp qua các thiết bị điện
tử, trong kỹ thuật Phát Thanh, Truyền Hình...mơi trường nhiễu ln ln thay đổi
và xâm nhập vào tín hiệu âm thanh gốc. Để giải quyết bài tốn lọc nhiễu trên, mơ
hình lọc nhiễu thích nghi sử dụng thuật tốn bình phương trung bình tối thiểu(LMSLeast Mean Square) được lựa chọn vì tính đơn giản và hiệu suất của thuật toán khi
cài đặt. Tuy nhiên việc thực hiện lọc nhiễu trong hệ thống âm thanh băng rộng đòi

hỏi các phương pháp lọc như thế nào để thỏa mãn tính ổn định của thuật toán và
tăng tốc độ hội tụ, cũng như sự đơn giản của phần cứng là vấn đề cần đặt ra. Luận
văn này nghiên cứu, khảo sát việc lọc can nhiễu trong hệ thống âm thanh băng rộng
bằng phương pháp lọc thích nghi dựa trên giải thuật LMS(Least Mean Square) và
RLS(Recursive Least Square) để gải quyết vấn đề nêu trên, cùng với một thuật
tốn thích nghi được thiết kế và thực hiện trong MATLAB.


LỜI CAM ĐOAN
Đề tài “Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS
và RLS“ dưới sự hướng dẫn của tiến sĩ Đỗ Hồng Tuấn. Tơi xin cam đoan rằng luận
văn này là do chính tơi thực hiện và chưa có phần nội dung hay kết quả nào của
luận văn này được công bố trên tạp chí, hoặc nộp để lấy bằng trên các trường đại
học nào đó, ngoại trừ các kết quả tham khảo đã được ghi rõ trong luận văn.
Ngày tháng năm 2012
Người thực hiện

PHAN THANH NGÀ


HVTH: Phan Thanh Ngà

1

CBHD: TS. Đỗ Hồng Tuấn

MỤC LỤC
LỜI CẢM ƠN
TĨM TẮT LUẬN VĂN
MỤC LỤC............................................................................................................ 01

MỤC LỤC HÌNH................................................................................................. 03
CÁC TỪ VIẾT TẮT............................................................................................ 08
CHƯƠNG 1. ĐẶT VẤN ĐỀ............................................................................... 09
1.1 Tính cấp thiết của đề tàì................................................................................. 09
1.2 Hướng giải quyết vấn đề................................................................................ 10
1.3 Các cơng trình nghiên cứu liên quan đến đề tài............................................. 11
CHƯƠNG 2. LÝ THUYẾT CƠ SỞ.................................................................... 13
2.1 Lý thuyết lọc thích nghi................................................................................ 13
2.2 Đánh giá hiệu suất lọc thích nghi.................................................................. 15
2.3 Thuật toán LMS............................................................................................ 16
2.4 Bộ lọc Kalman và thuật toán RLS................................................................ 18
2.5 Tiêu chuẩn so sánh hiệu suất giải thuật......................................................... 21
CHƯƠNG 3. TRIỆT NHIỄU THÍCH NGHI...................................................... 24
3.1 Nguyên lý triệt nhiễu thích nghi.....................................................................24
3.2 Triệt nhiễu thích nghi dùng thuật toán LMS/RLS......................................... 25
3.2.1 Lọc nhiễu và giảm nhiễu trong âm thanh cổ điển và hiện tại................. 25
3.2.2 Thực hiện triệt nhiễu thích nghi dùng thuật tốn LMS/RLS................... 26
CHƯƠNG 4. KẾT QUẢ THỰC NGHIỆM......................................................... 28
4.1 So sánh kết quả thuật tốn LMS và RLS....................................................... 28
4.1.1 Khảo sát tín hiệu băng tần 4khz............................................................... 28
4.1.1.1 Trường hợp tín hiệu là tiếng nói, nhiễu là nhiễu hỗn hợp bên ngoài... 28
4.1.1.2 Trường hợp tín hiệu là âm nhạc, nhiễu là nhiễu hỗn hợp bên ngồi... 36
4.1.2 Khảo sát tín hiệu băng tần 8khz............................................................... 42
4.1.2.1 Trường hợp tín hiệu là tiếng nói, nhiễu là nhiễu hỗn hợp bên ngồi... 43
4.1.2.2 Trường hợp tín hiệu là âm nhạc, nhiễu là nhiễu hỗn hợp bên ngoài.... 50
4.2 Khảo sát với nhiễu đầu vào có cơng suất thay đổi ở nhiều mức khác nhau...56
Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS


HVTH: Phan Thanh Ngà

2

CBHD: TS. Đỗ Hồng Tuấn

4.2.1 Tín hiệu băng tần 4khz............................................................................. 56
4.2.1.1 Trường hợp tín hiệu là tiếng nói........................................................ 57
4.2.1.2 Trường hợp tín hiệu là âm nhạc......................................................... 61
4.2.2 Tín hiệu băng tần 8khz............................................................................. 64
4.2.2.1 Trường hợp tín hiệu là tiếng nói........................................................ 64
4.2.2.2 Trường hợp tín hiệu là âm nhạc......................................................... 68
4.2.3 Xét các trường hợp nhiễu tham khảo ở các giá trị khác.......................... 72
4.3 Khảo sát với nhiều loại nhiễu khác nhau trong từng thời điểm..................... 75
4.3.1 Tín hiệu băng tần 4khz............................................................................. 75
4.3.2 Tín hiệu băng tần 8khz............................................................................. 82
CHƯƠNG 5. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN.................................... 90
TÀI LIỆU THAM KHẢO.................................................................................... 92

Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS


HVTH: Phan Thanh Ngà

3

CBHD: TS. Đỗ Hồng Tuấn

MỤC LỤC HÌNH
STT

Hình

Trang

01
02
03
04
05
06

Hình 1.1: Mơ hình bộ triệt nhiễu thích nghi thơng thường.
Hình 2.1: Lọc thích nghi tổng quát như là bộ nhận dạng hệ thống.
Hình 2.2: Lọc thích nghi tổng qt khơng có tín hiệu tham khảo.
Hình 2.3: Đồ thị đường cong lỗi của các giải thuật thích nghi.
Hình 3.1: Hệ thống triệt nhiễu thích nghi điển hình.
Hình 3.2: Hệ thống triệt nhiễu thích nghi dùng thuật tốn LMS/RLS.
Hình 4.1: Đồ thị tín hiệu gốc (trên), tín hiệu gốc bị nhiễu (giữa) và tín hiệu sau khi
được lọc bằng thuật tốn LMS (dưới) -Tín hiệu là lời nói băng tần 4khz.
Hình 4.2: Đồ thị phổ tín hiệu gốc (trên), phổ tín hiệu gốc bị nhiễu (giữa) và phổ
tín hiệu sau khi lọc bằng thuật tốn LMS (dưới)-Tín hiệu là lời nói băng tần 4khz.
Hình 4.3: Đồ thị tín hiệu sau khi lọc thích nghi bằng thuật tốn LMS được vẽ
chồng lên tín hiệu gốc (trên) và đồ thị tín hiệu gốc được vẽ chồng lên tín hiệu sau
khi lọc thích nghi bằng thuật tốn LMS (dưới).-Tín hiệu là lời nói băng tần 4khz.
Hình 4.4: Đồ thị MSE được lọc thích nghi bằng thuật tốn LMS thang đo dB-Tín
hiệu là lời nói băng tần 4khz.
Hình 4.5: Đồ thị MSE được lọc thích nghi bằng thuật tốn LMS thang đo tuyến
tính-Tín hiệu là lời nói băng tần 4khz.
Hình 4.6: Đồ thị tín hiệu gốc (trên), tín hiệu gốc bị nhiễu (giữa) và tín hiệu sau khi
lọc bằng thuật tốn RLS (dưới)- Tín hiệu là lời nói băng tần 4khz.

Hình 4.7: Đồ thị phổ tín hiệu gốc (trên), phổ tín hiệu gốc bị nhiễu(giữa) và phổ
tín hiệu sau khi lọc bằng thuật tốn RLS(dưới) -Tín hiệu là lời nói băng tần 4khz.
Hình 4.8: Đồ thị tín hiệu sau khi lọc thích nghi bằng thuật tốn RLS được vẽ
chồng lên tín hiệu gốc (trên) và Đồ thị tín hiệu gốc được vẽ chồng lên tín hiệu sau
khi lọc thích nghi bằng thuật tốn RLS (dưới).-Tín hiệu là lời nói băng tần 4khz.
Hình 4.9: Đồ thị MSE được lọc thích nghi bằng thuật tốn RLS thang đo dB - Tín
hiệu là lời nói băng tần 4khz.
Hình 4.10a, 4.10b: Đồ thị MSE được lọc thích nghi bằng thuật tốn RLS thang đo
tuyến tính- Tín hiệu là lời nói băng tần 4khz.
Hình 4.11: Đồ thị so sánh MSE được lọc thích nghi bằng thuật tốn LMS và RLS
theo thang đo dB - Tín hiệu là lời nói băng tần 4khz.
Hình 4.12: Đồ thị so sánh MSE được lọc thích nghi bằng thuật tốn LMS và RLS
thang đo tuyến tính. Tín hiệu là lời nói băng tần 4khz.
Hình 4.13: Đồ thị tín hiệu gốc (trên), tín hiệu gốc bị nhiễu (giữa) và tín hiệu sau
khi được lọc bằng thuật tốn LMS (dưới) -Tín hiệu là âm nhạc băng tần 4khz.
Hình 4.14: Đồ thị phổ tín hiệu gốc (trên), phổ tín hiệu gốc bị nhiễu (giữa) và phổ
tín hiệu sau khi lọc bằng thuật tốn LMS (dưới)-Tín hiệu là âm nhạc băng tần
4khz.
Hình 4.15: Đồ thị tín hiệu sau khi lọc thích nghi bằng thuật tốn LMS được vẽ
chồng lên tín hiệu gốc (trên) và đồ thị tín hiệu gốc được vẽ chồng lên tín hiệu sau

11
13
14
23
24
27

07
08

09
10
11
12
13
14
15
16
17
18
19
20
21

Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS

29
30
30
31
31
32
32
33
33
34
35
35
37
37

37


HVTH: Phan Thanh Ngà

22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44

4

CBHD: TS. Đỗ Hồng Tuấn

khi lọc thích nghi bằng thuật tốn LMS (dưới)-Tín hiệu là âm nhạc băng tần 4khz.
Hình 4.16: Đồ thị MSE được lọc thích nghi bằng thuật tốn LMS theo thang đo
dB -Tín hiệu là âm nhạc băng tần 4khz.
Hình 4.17: Đồ thị MSE được lọc thích nghi bằng thuật tốn LMS thang đo tuyến
tính -Tín hiệu là âm nhạc băng tần 4khz.
Hình 4.18: Đồ thị tín hiệu gốc (trên), tín hiệu gốc bị nhiễu (giữa) và tín hiệu sau
khi lọc bằng thuật tốn RLS (dưới)- Tín hiệu là âm nhạc băng tần 4khz.
Hình 4.19: Đồ thị phổ tín hiệu gốc (trên), phổ tín hiệu gốc bị nhiễu (giữa) và phổ
tín hiệu sau khi lọc bằng thuật tốn RLS(dưới) -Tín hiệu là âm nhạc băng tần
4khz.
Hình 4.20: Đồ thị tín hiệu sau khi lọc thích nghi bằng thuật tốn LMS được vẽ
chồng lên tín hiệu gốc (trên) và đồ thị tín hiệu gốc được vẽ chồng lên tín hiệu sau
khi lọc thích nghi bằng thuật tốn RLS (dưới)-Tín hiệu là âm nhạc băng tần 4khz.
Hình 4.21: Đồ thị MSE được lọc thích nghi bằng thuật tốn RLS theo thang đo
dB - Tín hiệu là âm nhạc băng tần 4khz.
Hình 4.22: Đồ thị MSE được lọc thích nghi bằng thuật tốn RLS thang đo tuyến
tính - Tín hiệu là âm nhạc băng tần 4khz.
Hình 4.23: Đồ thị so sánh MSE được lọc thích nghi bằng thuật tốn LMS và RLS
theo thang đo dB - Tín hiệu là âm nhạc băng tần 4khz.
Hình 4.24: Đồ thị so sánh MSE được lọc thích nghi bằng thuật tốn LMS và RLS
thang đo tuyến tính - Tín hiệu là âm nhạc băng tần 4khz.
Hình 4.25: Đồ thị tín hiệu gốc (trên), tín hiệu gốc bị nhiễu (giữa) và tín hiệu sau
khi được lọc bằng thuật tốn LMS (dưới) -Tín hiệu là lời nói băng tần 8khz.
Hình 4.26: Đồ thị phổ tín hiệu gốc (trên), phổ tín hiệu gốc bị nhiễu (giữa) và phổ
tín hiệu sau khi lọc bằng thuật tốn LMS (dưới)-Tín hiệu là lời nói băng tần 8khz.
Hình 4.27: Đồ thị tín hiệu sau khi lọc thích nghi bằng thuật tốn LMS được vẽ
chồng lên tín hiệu gốc (trên) và đồ thị tín hiệu gốc được vẽ chồng lên tín hiệu sau

khi lọc thích nghi bằng thuật tốn LMS (dưới).-Tín hiệu là âm nhạc băng tần
8khz.
Hình 4.28: Đồ thị MSE được lọc thích nghi bằng thuật tốn LMS thang đo dB-Tín
hiệu là lời nói băng tần 8khz.
Hình 4.29: Đồ thị MSE được lọc thích nghi bằng thuật tốn LMS thang đo tuyến
tính-Tín hiệu là lời nói băng tần 8khz.
Hình 4.30: Đồ thị tín hiệu gốc (trên), tín hiệu gốc bị nhiễu (giữa) và tín hiệu sau
khi lọc bằng thuật tốn RLS (dưới)- Tín hiệu là lời nói băng tần 8khz).
Hình 4.31: Đồ thị phổ tín hiệu gốc (trên), phổ tín hiệu gốc bị nhiễu (giữa) và phổ
tín hiệu sau khi lọc bằng thuật tốn RLS (dưới) -Tín hiệu là lời nói băng tần 8khz.
Hình 4.32: Đồ thị tín hiệu sau khi lọc thích nghi bằng thuật tốn RLS được vẽ
chồng lên tín hiệu gốc (trên) và đồ thị tín hiệu gốc được vẽ chồng lên tín hiệu sau
khi lọc thích nghi bằng thuật tốn RLS (dưới) - Tín hiệu là lời nói băng tần 8khz.
Hình 4.33: Đồ thị MSE được lọc thích nghi bằng thuật tốn RLS thang đo dB Tín hiệu là lời nói băng tần 8khz.
Hình 4.34: Đồ thị MSE được lọc thích nghi bằng thuật tốn RLS thang đo tuyến
tính - Tín hiệu là lời nói băng tần 8khz.
Hình 4.35: Đồ thị so sánh MSE được lọc thích nghi bằng thuật tốn LMS và RLS
thang đo dB - Tín hiệu là lời nói băng tần 8khz.
Hình 4.36a, 4.36b: Đồ thị so sánh MSE được lọc thích nghi bằng thuật tốn LMS
và RLS thang đo tuyến tính - Tín hiệu là lời nói băng tần 8khz.
Hình 4.37: Đồ thị tín hiệu gốc (trên), tín hiệu gốc bị nhiễu (giữa) và tín hiệu sau
khi được lọc bằng thuật tốn LMS (dưới) -Tín hiệu là âm nhạc băng tần 8khz.
Hình 4.38: Đồ thị phổ tín hiệu gốc(trên), phổ tín hiệu gốc bị nhiễu (giữa) và phổ
tín hiệu sau khi lọc bằng thuật tốn LMS (dưới)-Tín hiệu là âm nhạc băng tần
Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS

38
38
39
39

40
40
41
41
42
43
44
44
45
45
46
46
47
47
48
48
49
50
50


HVTH: Phan Thanh Ngà

45
46
47
48
49

50

51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68

5

CBHD: TS. Đỗ Hồng Tuấn

8khz.
Hình 4.39: Đồ thị tín hiệu sau khi lọc thích nghi bằng thuật tốn LMS được vẽ
chồng lên tín hiệu gốc (trên) và đồ thị tín hiệu gốc được vẽ chồng lên tín hiệu sau
khi lọc thích nghi bằng thuật tốn LMS(dưới)-Tín hiệu là âm nhạc băng tần 8khz.
Hình 4.40: Đồ thị MSE được lọc thích nghi bằng thuật tốn LMS thang đo dB-Tín
hiệu là âm nhạc băng tần 8khz.
Hình 4.41: Đồ thị MSE được lọc thích nghi bằng thuật tốn LMS tính theo độ lớnTín hiệu là âm nhạc băng tần 8khz.

Hình 4.42: Đồ thị tín hiệu gốc (trên), tín hiệu gốc bị nhiễu (giữa) và tín hiệu sau
khi lọc bằng thuật tốn RLS (dưới) - Tín hiệu là âm nhạc băng tần 8khz.
Hình 4.43: Đồ thị phổ tín hiệu gốc (trên), phổ tín hiệu gốc bị nhiễu (giữa) và phổ
tín hiệu sau khi lọc bằng thuật tốn RLS (dưới) -Tín hiệu là âm nhạc băng tần
8khz.
Hình 4.44: Đồ thị tín hiệu sau khi lọc thích nghi bằng thuật tốn RLS được vẽ
chồng lên tín hiệu gốc (trên) và đồ thị tín hiệu gốc được vẽ chồng lên tín hiệu sau
khi lọc thích nghi bằng thuật tốn RLS (dưới) - Tín hiệu là âm nhạc băng tần
8khz.
Hình 4.45: Đồ thị MSE được lọc thích nghi bằng thuật tốn RLS tính theo dB Tín hiệu là âm nhạc băng tần 8khz.
Hình 4.46: Đồ thị MSE được lọc thích nghi bằng thuật tốn RLS thang đo tuyến
tính - Tín hiệu là âm nhạc băng tần 8khz.
Hình 4.47: Đồ thị so sánh MSE được lọc thích nghi bằng thuật tốn LMS và RLS
thang đo dB - Tín hiệu là âm nhạc băng tần 8khz.
Hình 4.48a, 4.48b: Đồ thị so sánh MSE được lọc thích nghi bằng thuật tốn LMS
và RLS thang đo tuyến tính - Tín hiệu là âm nhạc băng tần 8khz.
Hình 4.49: MSE/LMS ngõ ra tương ứng với sự thay đổi nhiễu đầu vào nin vẽ trên
cùng một đồ thị - Tín hiệu là lời nói băng tần 4khz.
Hình 4.50a, 4.50b: MSE/LMS ngõ ra tương ứng với sự thay đổi nhiễu đầu vào nin
- Tín hiệu là lời nói băng tần 4khz.
Hình 4.51: MSE/RLS ngõ ra tương ứng với sự thay đổi nhiễu đầu vào nin vẽ trên
cùng một đồ thị - Tín hiệu là lời nói băng tần 4khz.
Hình 4.52a, 4.52b: MSE/RLS ngõ ra tương ứng với sự thay đổi nhiễu đầu vào nin Tín hiệu là lời nói băng tần 4khz.
Hình 4.53: Tỷ số tín hiệu trên nhiễu RLS và MLS khi công suất nhiễu nin thay đổi.
Nhiễu tham khảo nref =0dB - Tín hiệu là lời nói băng tần 4khz.
Hình 4.54: MSE/LMS ngõ ra tương ứng với sự thay đổi nhiễu đầu vào nin trên
cùng một đồ thị - Tín hiệu là âm nhạc băng tần 4khz.
Hình 4.55a, 4.55b: MSE/LMS ngõ ra tương ứng với sự thay đổi nhiễu đầu vào nin
- Tín hiệu là âm nhạc băng tần 4khz.
Hình 4.56: MSE/RLS ngõ ra tương ứng với sự thay đổi nhiễu đầu vào nin trên

cùng một đồ thị - Tín hiệu là âm nhạc băng tần 4khz.
Hình 4.57a, 4.57b: MSE/RLS ngõ ra tương ứng với sự thay đổi nhiễu đầu vào nin Tín hiệu là âm nhạc băng tần 4khz.
Hình 4.58: Tỷ số tín hiệu trên nhiễu RLS và LMS khi công suất nhiễu nin thay đổi.
Nhiễu tham khảo nref = 0dB - Tín hiệu là âm nhạc băng tần 4khz.
Hình 4.59: MSE/LMS ngõ ra tương ứng với sự thay đổi nhiễu đầu vào nin trên
cùng một đồ thị - Tín hiệu là lời nói băng tần 8khz.
Hình 4.60a, 4.60b: MSE/LMS ngõ ra tương ứng với sự thay đổi nhiễu đầu vào nin
- Tín hiệu là lời nói băng tần 8kh.
Hình 4.61: MSE/RLS ngõ ra tương ứng với sự thay đổi nhiễu đầu vào nin trên
cùng một đồ thị - Tín hiệu là lời nói băng tần 8khz.
Hình 4.62a, 4.62b: MSE/RLS ngõ ra tương ứng với sự thay đổi nhiễu đầu vào nin Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS

51
51
52
52
53

53
54
54
55
55,56
57
58
59
59,60
60
61
61,62

62
63
64
65
65,66
66
67


HVTH: Phan Thanh Ngà

69
70
71
72
73
74
75
76
77
78
79
80

81

82
83
84
85

86

87
88

6

CBHD: TS. Đỗ Hồng Tuấn

Tín hiệu là lời nói băng tần 8khz.
Hình 4.63: Tỷ số tín hiệu trên nhiễu RLS và LMS khi công suất nhiễu nin thay đổi.
Nhiễu tham khảo nref = 0dB. Tín hiệu là lời nói băng tần 8khz.
Hình 4.64: MSE/LMS ngõ ra tương ứng với sự thay đổi nhiễu đầu vào nin trên
cùng một đồ thị - Tín hiệu là âm nhạc băng tần 8khz.
Hình 4.65a, 4.65b: MSE/LMS ngõ ra tương ứng với sự thay đổi nhiễu đầu vào nin
- Tín hiệu là âm nhạc băng tần 8khz.
Hình 4.66: MSE/RLS ngõ ra tương ứng với sự thay đổi nhiễu đầu vào nin trên
cùng một đồ thị - Tín hiệu là âm nhạc băng tần 8khz.
Hình 4.67a, 4.67b: MSE/RLS ngõ ra tương ứng với sự thay đổi nhiễu đầu vào nin Tín hiệu là âm nhạc băng tần 8khz.
Hình 4.68: Tỷ số tín hiệu trên nhiễu RLS và LMS khi công suất nhiễu nin thay đổi.
Nhiễu tham khảo nref = 0dB - Tín hiệu là âm nhạc băng tần 8khz.
Hình 4.69: Tỷ số tín hiệu trên nhiễu RLS và LMS khi công suất nhiễu nin thay đổi,
nhiễu tham khảo nref ~ -10dB. Tín hiệu lời nói băng tần 4khz.
Hình 4.70: Tỷ số tín hiệu trên nhiễu RLS và LMS khi công suất nhiễu nin thay đổi,
nhiễu tham khảo nref ~ -10dB. Tín hiệu âm nhạc băng tần 4khz.
Hình 4.71 Tỷ số tín hiệu trên nhiễu RLS và LMS khi công suất nhiễu nin thay đổi,
nhiễu tham khảo nref ~ - 9dB. Tín hiệu lời nói băng tần 8khz.
Hình 4.72 Tỷ số tín hiệu trên nhiễu RLS và LMS khi công suất nhiễu nin thay đổi,
nhiễu tham khảo nref ~ - 9dB. Tín hiệu âm nhạc băng tần 8khz.

Hình 4.73 Đồ thị tín hiệu gốc (trên), tín hiệu gốc bị nhiễu (giữa) và tín hiệu sau
khi được lọc bằng thuật tốn LMS (dưới) -Tín hiệu là âm nhạc, nhiễu nhiều loại
xuất hiện theo thời gian khác nhau, băng tần 4khz.
Hình 4.74: Đồ thị phổ tín hiệu gốc (trên), phổ tín hiệu gốc bị nhiễu (giữa) và phổ
tín hiệu sau khi lọc bằng thuật tốn LMS (dưới) -Tín hiệu là âm nhạc, nhiễu nhiều
loại xuất hiện theo thời gian khác nhau, băng tần 4khz.
Hình 4.75: Đồ thị tín hiệu sau khi lọc thích nghi bằng thuật tốn LMS được vẽ
chồng lên tín hiệu gốc (trên) và Đồ thị tín hiệu gốc được vẽ chồng lên tín hiệu sau
khi lọc thích nghi bằng thuật tốn LMS (dưới) -Tín hiệu là âm nhạc, nhiễu nhiều
loại xuất hiện theo thời gian khác nhau, băng tần 4khz.
Hình 4.76: Đồ thị MSE được lọc thích nghi bằng thuật tốn LMS theo thang đo
dB-Tín hiệu là âm nhạc, nhiễu nhiều loại xuất hiện theo thời gian khác nhau, băng
tần 4khz.
Hình 4.77: Đồ thị MSE được lọc thích nghi bằng thuật tốn LMS thang đo tuyến
tính - Tín hiệu là âm nhạc, nhiễu nhiều loại xuất hiện theo thời gian khác nhau,
băng tần 4khz.
Hình 4.78: Đồ thị tín hiệu gốc (trên), tín hiệu gốc bị nhiễu (giữa) và tín hiệu sau
khi lọc bằng thuật tốn RLS (dưới)- Tín hiệu là âm nhạc, nhiễu nhiều loại xuất
hiện theo thời gian khác nhau, băng tần 4khz.
Hình 4.79: Đồ thị phổ tín hiệu gốc (trên), phổ tín hiệu gốc bị nhiễu (giữa) và phổ
tín hiệu sau khi lọc bằng thuật tốn RLS (dưới) - Tín hiệu là âm nhạc, nhiễu nhiều
loại xuất hiện theo thời gian khác nhau, băng tần 4khz.
Hình 4.80: Đồ thị tín hiệu sau khi lọc thích nghi bằng thuật tốn RLS được vẽ
chồng lên tín hiệu gốc (trên) và Đồ thị tín hiệu gốc được vẽ chồng lên tín hiệu sau
khi lọc thích nghi bằng thuật tốn RLS (dưới) - Tín hiệu là âm nhạc, nhiễu nhiều
loại xuất hiện theo thời gian khác nhau, băng tần 4khz.
Hình 4.81: Đồ thị MSE được lọc thích nghi bằng thuật tốn RLS theo thang đo dB
- Tín hiệu là âm nhạc, nhiễu nhiều loại xuất hiện theo thời gian khác nhau, băng
tần 4khz.
Hình 4.82(a), 4.82(b): Đồ thị MSE được lọc thích nghi bằng thuật tốn RLS thang

đo tuyến tính - Tín hiệu là âm nhạc băng tần 4khz.
Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS

68
69
69, 70
70
71
72
73
73
74
74
76
76

77

77
78
78
79

79

80
80,81


HVTH: Phan Thanh Ngà

89
90
91
92

93

94
95
96
97

98

95
96
97
98

7

CBHD: TS. Đỗ Hồng Tuấn

Hình 4.83: Đồ thị so sánh MSE được lọc thích nghi bằng thuật tốn LMS và RLS
theo thang đo dB - Tín hiệu là âm nhạc, nhiễu nhiều loại xuất hiện theo thời gian
khác nhau, băng tần 4khz.
Hình 4.84: Đồ thị so sánh MSE được lọc thích nghi bằng thuật tốn LMS và RLS
thang đo tuyến tính - Tín hiệu là âm nhạc, nhiễu nhiều loại xuất hiện theo thời
gian khác nhau, băng tần 4khz.

Hình 4.85: Đồ thị tín hiệu gốc (trên), tín hiệu gốc bị nhiễu (giữa) và tín hiệu sau
khi được lọc bằng thuật tốn LMS (dưới) -Tín hiệu là âm nhạc, nhiễu nhiều loại
xuất hiện theo thời gian khác nhau, băng tần 8khz.
Hình 4.86: Đồ thị phổ tín hiệu gốc (trên), phổ tín hiệu gốc bị nhiễu (giữa) và phổ
tín hiệu sau khi lọc bằng thuật tốn LMS (dưới) -Tín hiệu là âm nhạc, nhiễu nhiều
loại xuất hiện theo thời gian khác nhau, băng tần 8khz.
Hình 4.87: Đồ thị tín hiệu sau khi lọc thích nghi bằng thuật tốn LMS được vẽ
chồng lên tín hiệu gốc (trên) và Đồ thị tín hiệu gốc được vẽ chồng lên tín hiệu sau
khi lọc thích nghi bằng thuật tốn LMS (dưới) -Tín hiệu là âm nhạc, nhiễu nhiều
loại xuất hiện theo thời gian khác nhau, băng tần 8khz.
Hình 4.88: Đồ thị MSE được lọc thích nghi bằng thuật tốn LMS thang đo dB Tín hiệu là âm nhạc, nhiễu nhiều loại xuất hiện theo thời gian khác nhau, băng tần
8khz.
Hình 4.89: Đồ thị MSE được lọc thích nghi bằng thuật tốn LMS thang đo tuyến
tính- Tín hiệu là âm nhạc, nhiễu nhiều loại xuất hiện theo thời gian khác nhau,
băng tần 8khz.
Hình 4.90: Đồ thị tín hiệu góc (trên), tín hiệu góc bị nhiễu (giữa) và tín hiệu sau
khi lọc bằng thuật tốn RLS (dưới)- Tín hiệu là âm nhạc, nhiễu nhiều loại xuất
hiện theo thời gian khác nhau, băng tần 8khz.
Hình 4.91: Đồ thị phổ tín hiệu gốc (trên), phổ tín hiệu gốc bị nhiễu (giữa) và phổ
tín hiệu sau khi lọc bằng thuật tốn RLS (dưới) - Tín hiệu là âm nhạc, nhiễu nhiều
loại xuất hiện theo thời gian khác nhau, băng tần 8khz.
Hình 4.92: Đồ thị tín hiệu sau khi lọc thích nghi bằng thuật tốn RLS được vẽ
chồng lên tín hiệu gốc (trên) và Đồ thị tín hiệu gốc được vẽ chồng lên tín hiệu sau
khi lọc thích nghi bằng thuật tốn RLS (dưới) - Tín hiệu là âm nhạc, nhiễu nhiều
loại xuất hiện theo thời gian khác nhau, băng tần 8khz.
Hình 4.93: Đồ thị MSE được lọc thích nghi bằng thuật tốn RLS thang đo dB Tín hiệu là âm nhạc, nhiễu nhiều loại xuất hiện theo thời gian khác nhau, băng tần
8khz.
Hình 4.94: Đồ thị MSE được lọc thích nghi bằng thuật tốn RLS thang đo tuyến
tính - Tín hiệu là âm nhạc băng tần 8khz.
Hình 4.95: Đồ thị so sánh MSE được lọc thích nghi bằng thuật tốn LMS và RLS

thang đo dB - Tín hiệu là âm nhạc, nhiễu nhiều loại xuất hiện theo thời gian khác
nhau, băng tần 8khz.
Hình 4.96: Đồ thị so sánh MSE được lọc thích nghi bằng thuật tốn LMS và RLS
thang đo tuyến tính - Tín hiệu là âm nhạc, nhiễu nhiều loại xuất hiện theo thời
gian khác nhau, băng tần 8khz.

Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS

81
82
83
83

84

84
85
85
86

86

87
87
88
88


HVTH: Phan Thanh Ngà

8

CBHD: TS. Đỗ Hồng Tuấn

MỘT SỐ KÝ HIỆU VÀ CHỮ VIẾT TẮT

ANC

Adaptive Noise Canceller(Triệt nhiễu thích nghi).

DSP

Digital Signal Processor(Xử lý số tín hiệu).

FIR

Finite Inpulse Reponse(đáp ứng xung vơ hạn).

LMS

Least Mean Square(bình phương trung bình tối thiểu).

MSE

Mean Square Erorr(Độ sai bình phương trung bình).

NLMS

Normal Least Mean Square.

RLS

Recursive Least Square(Bình phương tối thiểu đệ quy).

SNRIN

Signal Interference Noise Ratio(Tỷ số tín hiệu trên nhiễu ngã vào).

SNR

Signal Noise Ratio(là tỉ số tín hiệu trên nhiễu).

ATNA

Adaptive Threshold Nonlinear Algorithm (thuật tốn phi tuyến
ngưỡng thích nghi).

µ

Kích thước bước thích nghi.

ps

Cơng suất tín hiệu.

pn

Cơng suất nhiễu.

d

Tín hiệu gốc bị lẫn can nhiễu.

s

Tín hiệu gốc.

e

Tín hiệu ngõ ra sau khi lọc.

Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS


HVTH: Phan Thanh Ngà

9

CBHD: TS. Đỗ Hồng Tuấn

CHƯƠNG 1
ĐẶT VẤN ĐỀ
1.1 Tính cấp thiết của đề tài.
Nhiễu là một vấn đề phổ biến trong các ngành điện và điện tử, có thể hiểu nhiễu
là tất cả các tín hiệu khơng mong muốn tác động lên hệ thống, làm mất tính chính
xác, tính tồn vẹn, tính rõ ràng của tín hiệu cần quan tâm đều được gọi là nhiễu.
Vấn đề nhiễu trong thực tế ngày càng được quan tâm nhiều hơn bởi nhiều
nguyên nhân. Các nguồn phát sinh nhiễu gia tăng nhanh chóng, nhất là các thiết bị
phát sóng khơng dây, động cơ, và các nguồn gây nhiễu khác... khi công nghiệp ngày
càng phát triển. Sự gia tăng dân số kéo theo gia tăng các phương tiện giao thông

cũng làm cho nhiễu phát sinh thêm. Ngoài ra các hệ thống vật lý khi nó hoạt động
cũng sinh ra nhiễu vật lý.
Trong hệ thống truyền thông, điện thoại, thông tin liên lạc, các cuộc phỏng vấn,
thu âm…Tín hiệu gốc ban đầu đều lẫn can nhiễu. Có những trường hợp biên độ
nhiễu rất lớn so với tín hiệu, vì thế mà tai người hay các thiết bị máy móc khơng
thể nhận biết được chính xác tín hiệu gốc ban đầu.
Ví dụ một chương trình giao lưu truyền hình gồm một micro của phát thanh
viên, một micro của diễn giả. Trong hội trường khán giả có thể gây ồn. Quạt, máy
lạnh trong hội trường cũng có thể gây ồn. Tiếng ồn đó nhiễu vào micro của phát
thanh viên hoặc micro của diễn giả làm cho tiếng nói khơng cịn trung thực ở đầu ra.
Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS


HVTH: Phan Thanh Ngà

10

CBHD: TS. Đỗ Hồng Tuấn

Vấn đề đặt ra là làm sao triệt các tín hiệu gây nhiễu nêu trên đã nhiễu vào tín hiệu
gốc để đầu ra của hệ thống khơng cịn hoặc giảm thiểu các tiếng ồn đó.
Vấn đề kiểm sốt nhiễu, lọc khử nhiễu trong từng hệ thống cụ thể là đề tài của
nhiều công trình nghiên cứu trong nhiều thập niên qua. Việc nghiên cứu để xây
dựng một thuật tốn có khả năng tách hồn tồn nhiễu ra khỏi tín hiệu ở đầu ra là
điều khơng thể thực thi khi khơng có một hệ thống hồn hảo.
Từ các đặc tính nhiễu trong mơi trường, ta có thể phân ra hai loại nhiễu để tiện
nghiên cứu là nhiễu băng hẹp và nhiễu băng rộng. Nhiễu băng hẹp là loại nhiễu có
năng lượng tập trung tại những tần số đặc trưng, loại nhiễu này có tính chất là chu
kỳ gần như tuần hoàn. Nhiễu băng rộng gây ra là nhiễu có tính chất là hồn tồn
ngẫu nhiên. Loại nhiễu này có năng lượng phân bố trong dải tần rộng.

Tín hiệu nhiễu xâm nhập vào dải tần âm thanh có nhiều loại khác nhau, để triệt
nhiễu cho tín hiệu âm thanh bị các loại nhiễu trên, luận văn này thực hiện việc khảo
sát mô phỏng một hệ thống triệt nhiễu thích nghi cho tín hiệu âm thanh, dựa trên
thuật toán LMS và RLS để làm giảm nhiễu ở đầu ra nhiều nhất có thể. Luận văn
cũng nhằm mục đích đánh giá khả năng triệt nhiễu cũng như đáp ứng của hai giải
thuật LMS và RLS trong việc triệt nhiễu cho âm thanh băng tần rộng, từ đó có
hướng đề xuất một phương pháp cụ thể để đáp ứng được các yêu cầu thực tế.
1.2 Hướng giải quyết đề tài.
Đối tượng nghiên cứu của đề tài là khảo sát, mơ phỏng một hệ thống triệt nhiễu
thích nghi và sử dụng thuật toán LMS và RLS để cập nhật trọng số tối ưu. So sánh
đánh giá ưu và nhược điểm của từng thuật toán trong các điều kiện cụ thể. Q trình
lọc được mơ phỏng trên MATLAB với tín hiệu và can nhiễu đầu vào là các tín hiệu
âm thanh và nhiễu thu từ thực tế và được thực hiện với nhiều trường hợp tín hiệu
khác nhau.
Triệt nhiễu thích nghi sử dụng thuật toán LMS[1] được khảo sát như là một
phương pháp xử lý tín hiệu kỹ thuật số quan trọng liên quan đến các hệ thống giao
tiếp hiện đại, ở đó nó giao tiếp trong mơi trường tạp nhiễu bên ngoài như tiếng xe
hơi, tiếng ồn nhà máy, phòng tạp nhiễu, đèn huỳnh quang...

Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS


HVTH: Phan Thanh Ngà

11

CBHD: TS. Đỗ Hồng Tuấn

Tất cả các loại nhiễu trên có thể xâm nhập vào tín hiệu âm thanh bằng nhiều
cách khác nhau: xâm nhập trực tiếp vào dây dẫn, vào các kênh truyền, vào trực tiếp

các thiết bị… Ngồi ra cịn có các loại nhiễu nội sinh bản thân các thiết bị tạo ra
như nhiễu nguồn, nhiễu do linh kiện điện tử tạo ra trong quá trình hoạt động...
Trong phạm vi luận văn này, việc nghiên cứu được tập trung chủ yếu vào việc
nghiên cứu phân tích mơ hình triệt nhiễu thơng thường (như hình 1.1). Trong đó ta
giả thiết rằng nguồn nhiễu là biết trước nhưng có phổ rộng và biến đổi theo thời
gian, nguồn tín hiệu gốc s được đưa vào ngõ vào chính, nhiễu nin cũng thâm nhập
vào tín hiệu gốc ở ngõ vào chính, và ta thu nguồn nhiễu làm tín hiệu nhiễu tham
chiếu nref để xử lý. Không khảo sát các trường hợp nhiễu không tương quan(n1, n2 ).

s

Signal
source

n2

d = s + nin

+

e

∑

+
-

y

nin

Noise
source

nref Adaptive
nref

+

Filter

n1

Adaptive
Algorithm

Hình 1.1- Mơ hình bộ triệt nhiễu thích nghi thơng thường
1.3 Các cơng trình nghiên cứu liên quan đến đề tài.
Đã có nhiều cơng trình nghiên cứu, khảo sát của nhiều tác giả về vấn đề triệt
nhiễu cho tín hiệu âm thanh. Nhưng mỗi cơng trình nghiên cứu một vấn đề, một
khía cạnh khác nhau. Sau đây là một số cơng trình đã được thực hiện trước đây:
- Tác giả Thamer M.J. Al-Anbaky trong bài “Acoustic Noise Cancellation
Using Sub-Band Decomposition and Multirate Techniques”. Đề tài đưa ra kỹ thuật
triệt nhiễu băng con nhằm tăng tốc độ hội tụ của thuật toán NLMS. Kết quả khảo sát
của đề tài nhằm đánh giá chất lượng tín hiệu thơng qua giá trị MSE (Mean Square
Erorr).

Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS


HVTH: Phan Thanh Ngà

12

CBHD: TS. Đỗ Hồng Tuấn

- Tác giả Aarti Singh trong bài “Adaptive Noise Cancellation” February to May
2001.Tác giả đề tài đã khảo sát các vấn đề về nhiễu tương quan và không tương
quan, nhưng kết quả khảo sát chỉ mang tính chung chung, vì tín hiệu mơ phỏng và
tín hiệu nhiễu là tín hiệu được tạo ra từ các hàm trong chương trình mơ phỏng
matlap.
- Tác giả Drăghiciu Nicolae và Reiz Romulus trong bài “ Noise canceling in
audio signal with adaptive filter”. Đề tài thực hiện triệt nhiễu trong tín hiệu âm
thanh bằng bộ lọc thích nghi dùng thuật toán LMS với nhiễu là nhiễu trắng, âm
thanh là tín hiệu hình sin. Cả hai tín hiệu đều được tạo ra từ các hàm trong matlab.
Kết quả sau khi lọc tín hiệu bị biến dạng.
- Đề tài của các tác giả Huỳnh Anh Tuấn, Nguyễn Hữu Khương, Nguyễn Ngọc
Long về hệ thống kiểm soát nhiễu ANC (Active Noise Control)…
Thời gian gần đây, sự phát triển nhanh chóng của nền công nghiệp điện tử đã tạo
ra các bộ vi xử lý tốc độ cao với giá thành thấp chẳng hạn như các bộ xử lý số tín
hiệu (DSP - Digital Signal Processors). Do vậy, việc ứng dụng các bộ DSP trong hệ
thống lọc và triệt nhiễu thích nghi ngày càng được chú ý vì khả năng thực hiện
thuận lợi hơn.
Đa số các cơng trình nghiên cứu đều quan tâm đến lý thuyết lọc thích nghi dùng
thuật tốn LMS hoặc cải tiến để tăng tốc độ hội tụ của thuật tốn LMS. Phần mơ
phỏng được thực hiện trên matlab.

Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS


HVTH: Phan Thanh Ngà

13

CBHD: TS. Đỗ Hồng Tuấn

CHƯƠNG 2
LÝ THUYẾT CƠ SỞ
2.1 Lý thuyết lọc thích nghi.
Lọc thích nghi là một công cụ mạnh mẽ với nhiều ứng dụng: Cân bằng kênh,
nhận dạng hệ thống, dự đốn tuyến tính, triệt echo thích nghi, triệt nhiễu thích nghi,
hệ thống anten thơng minh... Các khái niệm cơ bản của bộ lọc thích nghi là một bộ
lọc mà trong đó các hệ số không phải là hằng số theo thời gian mà thay đổi khi có
thơng tin phản hồi. Các thuật tốn sử dụng thông tin phản hồi để thay đổi trọng số
các đại lượng để giảm thiểu hàm chi phí. Một trong các ứng dụng phổ biến nhất cho
bộ lọc thích nghi là nhận dạng hệ thống (hình 2.1). Trong nhận dạng hệ thống, đầu
ra của một hệ thống chưa biết d(n) + v(n) được so sánh với đầu ra của bộ lọc thích
nghi. Các trọng số của bộ lọc thích nghi sau đó thay đổi tùy vào sự khác biệt của
e(n) giữa hai kết quả đầu ra, và như vậy lỗi e(n) sẽ giảm trong bước lặp tiếp theo.

Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS


HVTH: Phan Thanh Ngà

14

CBHD: TS. Đỗ Hồng Tuấn

Trong trường hợp này, hàm chi phí thường là một hàm của sự sai lệch, chẳng hạn
như các lỗi bình phương trung bình (MSE -Mean Square Error).

vn

d(n)+v(n)

+

+

e(n)

+
-

Unknow system

X (z )

an

Adaptive system

Xˆ ( z , en )

Hình 2.1- Lọc thích nghi tổng qt như là bộ nhận dạng hệ thống.
Để đơn giản hóa vấn đề lọc thích nghi, một số giả định được đưa ra. Các giả
định cơ bản nhất là bộ lọc tuyến tính, rời rạc theo thời gian , và có cấu trúc FIR. Lý
do bộ lọc FIR được lựa chọn là bởi vì các bộ lọc FIR với hệ số là hằng số khơng có
cực và do đó tự động ổn định. Giả định thời gian rời rạc cho phép một sự linh hoạt
lớn hơn quy định bởi tính chất có thể lập trình của các thuật tốn. Theo các giả định

này, tồn tại một loạt các thuật tốn thích nghi để thích ứng với hệ số bộ lọc để hội
tụ trên một số thiết lập tối ưu của các trọng số tap. Hai thuật toán được sử dụng và
nghiên cứu nhiều nhất là thuật toán LMS và RLS .

d(n) +
x(n)

Leanear Filter

y(n) -

e(n)
∑

Adaptive
Algorithm

Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS


HVTH: Phan Thanh Ngà

15

CBHD: TS. Đỗ Hồng Tuấn

Hình 2.2- Lọc thích nghi tổng qt khơng có tín hiệu tham khảo.
Sự khác biệt giữa các bộ lọc kỹ thuật số truyền thống và bộ lọc thích nghi:
- Bộ lọc kỹ thuật số cổ điển truyền thống chỉ có một đầu vào tín hiệu x(n) và một
đầu ra tín hiệu y(n). Trong khi bộ lọc thích nghi địi hỏi thêm một đầu vào tín hiệu

d(n) và trả về đầu ra tín hiệu bổ sung e(n).
- Các hệ số bộ lọc truyền thống khơng thay đổi theo thời gian. Cịn các hệ số của
bộ lọc thích nghi thay đổi theo thời gian. Vì vậy, các bộ lọc thích nghi có một khả
năng tự học mà các bộ lọc kỹ thuật số truyền thống không thể thực hiện được.
Ưu điểm của việc sử dụng bộ lọc thích nghi:
So với các bộ lọc cổ điển truyền thống, các bộ lọc thích nghi có những ưu điểm
sau:
- Bộ lọc thích nghi có thể thực hiện một số nhiệm vụ xử lý tín hiệu nhưng bộ lọc
truyền thống khơng thể. Ví dụ, ta có thể sử dụng các bộ lọc thích ứng để loại bỏ
tiếng ồn mà các bộ lọc kỹ thuật số truyền thống không thể loại bỏ, chẳng hạn như
tiếng ồn có phổ cơng suất thay đổi theo thời gian.
-

Bộ lọc thích nghi có thể hồn thành một số nhiệm vụ lập mơ hình thời gian

thực hoặc trực tuyến mà bộ lọc truyền thống kỹ thuật số khơng thực hiện được. Ví
dụ, ta có thể sử dụng các bộ lọc thích nghi để xác định một hệ thống chưa biết
trong chế độ trực tuyến. Thông thường, các bộ lọc thích nghi là hữu ích khi thực
hiện các ứng dụng xử lý tín hiệu thời gian thực hoặc trực tuyến.
2.2 Đánh giá hiệu suất lọc thích nghi.
-

Để đánh giá hiệu suất một hệ thống thích nghi, ta có các tiêu chuẩn như

sau: tốc độ hội tụ, lỗi bình phương trung bình MSE, sự phức tạp tính tốn, độ ổn
định thuật tốn, tính mạnh mẽ, và chiều dài bộ lọc[10].
-

Tốc độ hội tụ: Tốc độ hội tụ xác định tốc độ mà các bộ lọc hội tụ về trạng

thái kết quả của nó. Thơng thường, tốc độ hội tụ nhanh là một đặc tính mong muốn
của một hệ thống thích nghi. Tuy nhiên, tốc độ hội tụ khơng độc lập với tất cả các
đặc tính hiệu suất khác mà nó phải có một sự cân bằng. Ví dụ, nếu tốc độ hội tụ
được tăng lên, các đặc tính ổn định sẽ giảm, làm cho hệ thống có khả năng phân kỳ
thay vì hội tụ về kết quả thích hợp. Tương tự như vậy, giảm tốc độ hội tụ có thể làm
Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS


HVTH: Phan Thanh Ngà

16

CBHD: TS. Đỗ Hồng Tuấn

cho hệ thống trở nên ổn định hơn. Điều này cho thấy rằng tốc độ hội tụ chỉ có thể
được xem xét trong mối quan hệ với các số liệu hiệu suất khác, vì nó có liên quan
đến phần cịn lại của hệ thống.
-

Minimum Mean Square Error (MSE): Lỗi bình phương trung bình tối thiểu

là một chỉ số xác định một hệ thống có thể thích ứng với một giải pháp nhất định.
MSE nhỏ là một dấu hiệu cho hệ thống thích nghi chính xác. MSE rất lớn thường
chỉ ra rằng mơ hình hệ thống đã cho khơng chính xác hoặc trạng thái ban đầu của
các bộ lọc thích nghi khơng đủ để tạo ra bộ lọc hội tụ.
-

Sự phức tạp tính tốn: Sự phức tạp tính tốn đặc biệt quan trọng trong các

ứng dụng bộ lọc thích nghi thời gian thực. Khi một hệ thống thời gian thực đang

được thực hiện, có những hạn chế phần cứng mà nó có thể ảnh hưởng đến hiệu suất
của hệ thống. Một thuật toán rất phức tạp đòi hỏi tài nguyên phần cứng lớn hơn
nhiều so với một thuật tốn đơn giản.
-

Tính ổn định: Ổn định có lẽ là tiêu chí quan trọng nhất cho các hệ thống

thích nghi. Bởi bản chất của hệ thống thích nghi, rất khó thực hiện một hệ thống ổn
định hoàn toàn. Trong hầu hết các trường hợp, các hệ thống được thực hiện ổn định
tương đối, với sự ổn định được xác định bởi các điều kiện ban đầu, hàm truyền của
hệ thống và kích thước bước đầu vào.
-

Tính mạnh mẽ: Sự vững mạnh của một hệ thống liên quan trực tiếp đến sự

ổn định của một hệ thống. Bền vững là một tiêu chuẩn tốt của hệ thống để có thể
chống lại cả hai nhiễu đầu vào và nhiễu lượng tử.
-

Chiều dài bộ lọc: Chiều dài của bộ lọc xác định chính xác một hệ thống có

thể được mơ hình hóa bằng các bộ lọc thích nghi. Ngồi ra, chiều dài bộ lọc ảnh
hưởng đến tốc độ hội tụ, bằng cách tăng hoặc giảm thời gian tính tốn, nó có thể
ảnh hưởng đến sự ổn định của hệ thống, với kích thước bước nhất định, và nó ảnh
hưởng đến MSE tối thiểu. Nếu chiều dài các bộ lọc của hệ thống được tăng lên, số
lượng tính tốn sẽ tăng lên, làm giảm tốc độ hội tụ tối đa. Về sự ổn định, do sự gia
tăng chiều dài của bộ lọc cho một hệ thống nhất định, nó thêm các cực hoặc zeroes
mà có thể nhỏ hơn so với những cực hoặc zeroes đã tồn tại. Trong trường hợp này
kích thước bước tối đa hoặc tốc độ hội tụ tối đa sẽ phải giảm để duy trì sự ổn định.
Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS

HVTH: Phan Thanh Ngà

17

CBHD: TS. Đỗ Hồng Tuấn

Cuối cùng, nếu hệ thống đang được thiết lập, có nghĩa là khơng có đủ zeroes hoặc
để mơ hình hóa hệ thống, thì MSE sẽ hội tụ tới một hằng số khác không. Nếu hệ
thống được thiết lập như trên, có nghĩa là nó có q nhiều cực/zero cho mơ hình hệ
thống, nó sẽ có khả năng hội tụ tới zero, nhưng sự tính tốn tăng sẽ ảnh hưởng đến
tốc độ hội tụ tối đa.
2.3 Thuật tốn LMS (Least Mean Square) [2],[7],[8].
Nếu có thể thực hiện những phép đo chính xác véc tơ gradient tại mỗi lần lặp, và
tham số μ được lựa chọn phù hợp, thì véc tơ trọng số tap được tính bằng cách sử
dụng phương pháp steepest descent[8] sẽ hội tụ về giải pháp Wiener[2] tối ưu. Tuy
nhiên, trong thực tế các phép đo chính xác của véc tơ gradient là khơng thể, và nó
phải được ước tính từ các dữ liệu có sẵn. Nói cách khác, véc tơ trọng số tap w được
cập nhật phù hợp với một thuật tốn thích nghi với các dữ liệu đến.
Một trong những thuật tốn đó là thuật tốn LMS. Một tính năng quan trọng của
LMS là sự đơn giản, nó khơng địi hỏi các phép đo của các hàm tương quan thích
nghi, cũng không yêu cầu đảo ngược ma trận.
véc tơ gradient được xác định như sau:
∇(n) = −2 p + 2 Rw(n)

(2.1)

Để ước lượng giá trị này, chúng ta ước lượng ma trận tương quan R và ma trận
tương quan chéo p bởi các giá trị ước lượng tức thời.

R' (n) = u (n)u H (n)

(2.2)

p ' ( n) = u ( n ) d * ( n)

(2.3)

Tương tự, ước lượng giá trị tức thời của vector gradient là
∇' (n) = −2u (n)d * (n) + 2u (n)u H (n) w(n)

Trong đó

(2.4)

u(n) : dữ liệu đến
w(n) : vec tơ trọng số

Giá trị ước tính khơng được phân cực trong đó giá trị của nó sẽ bằng với giá trị
thực của vector gradient. Sử dụng kết quả này kết hợp với phương pháp steepest
descent[8], chúng ta sẽ có được một mối quan hệ đệ quy mới để cập nhật các vector
trọng số tap:
Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS


HVTH: Phan Thanh Ngà

18

CBHD: TS. Đỗ Hồng Tuấn

w' (n + 1) = w' (n) + μu (n)[d * (n) − u H (n) w' (n)]

(2.5)

Phương trình cập nhật LMS tương đương có thể được viết dưới dạng sau:
y (n) = u H (n) w' (n)

(2.6)

e( n ) = d ( n ) − y ( n )

(2.7)

w' (n + 1) = w' (n) + μu (n)[e * (n)]

(2.8)

Phương trình (2.7) xác định lỗi dự đốn e(n), việc tính tốn dựa trên các giá trị
dự đoán hiện tại của vector w’(n). Thành phần µu(n)[e*(n)] trong phương trình (2.8)
đại diện cho sự điều chỉnh giá trị dự đoán hiện hành của vector trọng số. Giá trị ban
đầu của vector trọng số được bắt đầu là w(0), w’(0) = 0.
Các thuật toán được mơ tả bởi phương trình (2.7) và (2.8), là dạng phức của
thuật tốn thích nghi LMS.
Các giá trị tức thời của R và p có sự thay đổi tương đối lớn. Do đó có vẻ thuật
tốn LMS khơng có hiệu suất thực hiện tốt. Tuy nhiên, các thuật toán LMS đệ quy
có hiệu quả trung bình trong suốt q trình thích nghi.
Lý tưởng nhất, độ sai lệch trung bình bình phương MSE tối thiểu Jmin đạt được
khi hệ số vector w(n) của bộ lọc đạt được giá trị tối ưu w0. Thuật tốn steepest
descent[8] khơng nhận ra điều kiện lý tưởng này khi số lần lặp n tiến tới vô cùng, vì

nó sử dụng các phép đo chính xác của vector gradient tại mỗi lần lặp. Mặt khác,
LMS dựa trên dự đoán nhiễu của vector gradient, với kết quả là vector trọng số chỉ
đạt đến giá trị tối ưu sau một số lượng lớn lần lặp lại và sau đó thực hiện biến động
nhỏ về w0.
Ta gọi MS là độ lệch dư thừa: được định nghĩa là lượng giá trị thực tế của J(∞)
lớn hơn Jmin.
M : hệ số điều chỉnh được định nghĩa là tỷ số giữa giá trị trạng thái ổn định của
MSE dư thừa trung bình với MSE tối thiểu. Nó có thể được hiển thị như sau:

M =

μ ∑ λi
∀i

2 − μ ∑ λi

i=1,2, .....M

∀i

µ : kích thước bước, bước điều chỉnh để w đạt tới trạng thái tối ưu w0.

Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS

(2.9)


HVTH: Phan Thanh Ngà

19

CBHD: TS. Đỗ Hồng Tuấn

Tốc độ hội tụ của giải thuật LMS phụ thuộc vào giá trị của μ, và nó tỉ lệ nghịch
với giá trị riêng của ma trận R, điều kiện để hội tụ là

0 < μ <1/ λmax.

λi là giá trị riêng thứ i của R.
2.4 Bộ lọc Kalman và thuật toán RLS [2],[7],[8].
Các bộ lọc RLS được dựa trên sự điều chỉnh đường cong bình phương tối thiểu
(LS-Least Square) [2]. Trong vấn đề LS, một đường cong được điều chỉnh với một
tập hợp các điểm dữ liệu bằng cách giảm thiểu tổng bình phương của độ sai lệch
từ tất cả các điểm đường cong. Hàm chi phí RLS để cực tiểu là:

J ( e [ n ]) =

n

∑

β [ i ]e 2 [ i ]

(2.10)

i=0

Trong đó β[i] là một hệ số trọng số cho biết tầm quan trọng của mỗi
r

r

điểm trong thuật toán LS và e[i]= d[i] - ω H[i] u [i] là độ sai lệch của lần lặp thứ i.
Trong thuật toán RLS, β[i] = λn-i với 0 ≤ λ≤ 1. Tham số λ được gọi là các hệ
số không nhớ (forgetting) và xác định theo hàm mũ ít quan trọng đối với giá trị độ
sai lệch trước đó. Giá trị λ lớn làm cho thuật tốn ít thích nghi với sự thay đổi nhanh
vì các lỗi trước đó rất quan trọng trong thời gian dài. Bổ đề của ma trận nghịch đảo
được sử dụng để tính tốn các giải pháp để làm giảm thiểu tính đệ quy này. Một
cách thay thế để xem vấn đề lọc RLS như là một trường hợp đặc biệt của bộ lọc
Kalman. Bộ lọc Kalman thực hiện với một hệ thống động bao gồm một vector trạng
r

thái nội không thể quan sát được x[n] , và vectơ nhiễu được đo lường quan sát được
r
y = [n] . Bộ lọc Kalman mô tả đặc điểm của hệ thống bằng cách tìm các ước lượng

của vector trạng thái ẩn với lỗi bình phương trung bình nhỏ nhất (MMSE). Thiết
lập hệ thống như sau:
r
r
r
x [ n + 1] = F [ n + 1, n ] x [ n ] + v 1 [ n ]
r
r
r
y[n ] = C [n ]x[n ] + v 2 [n ]

(2.11)
(2.12)

Phương trình (2.11) được gọi là phương trình xử lý và cập nhật trạng thái chưa
r

r

biết x [n]. Phương trình đo đạt (2.12) sinh ra đại lượng quan sát được y [n]. Ở đây
F[n+1,n] được gọi là ma trận chuyển trạng thái từ n đến n +1, C[n] là ma trận đo đạt

Triệt can nhiễu và nhiễu cho tín hiệu âm thanh sử dụng giải thuật LMS và RLS