حذف نویز سیگنال صوتی با استفاده از فیلتر کالمن

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,291

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICESCON01_0873

تاریخ نمایه سازی: 25 بهمن 1394

Abstract:

امروزه مبحث پردازش های صوت و تصویر از مهمترین مباحث علوم مهندسی به شمار می روند. در این مبحث استفاده از فیلترهای دیجیتال به ویژه فیلترهای وفقی از اهمیت ویژه ای برخوردار هستند، تئوری فیلترهای وفقی مانند Wiener یا Kalman ، در حوزهپیوسته همچون گسسته بحث شده اند ولی در عمل بدلیل حضور کامپیوتر و پردازشگرهای دیجیتال در حوزه گسسته کارایی بیشتری دارند. در فیلترهای وفقی، معمولاً از یک فیلتر دیجیتال به همراه یک الگوریتم وفقی استفاده می شود که ضرایب فیلتر دیجیتال توسط الگوریتم موجود تعیین می شود . در این مقاله از فیلتر کالمن که از بهترین فیلترهای وفقی به شمار میرود استفادهشده و با انتخاب ضرایب مناسب یک فیلتر مناسب طراحی شده است، در واقع ابتدا یک سیگنال نمونه را به صورت اتفاقی انتخاب کرده که یک سیگنال Autoregressive می باشد، سپس یک نویز گوسی کاملا تصادفی را بر روی سیگنال مورد نظر سوار می کنیم و در ادامه سیگنال صوتی نویزی را تجزیه و تحلیل کرده و نویز سوار شده بر روی سیگنال را حذف می کنیم، این عملیات بطور کامل در نرم افزار متلب شبیه سازی شده و نتایج آورده شده است

Authors

مرتضی امینی شرفی

گروه مهندسی برق، دانشکده فنی مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی کرمانشاه-ایران

محمدصابر ستوده کیا

گروه مهندسی برق، دانشکده فنی مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی کرمانشاه-ایران

سیده طاهره هاشمی

گروه مهندسی برق، دانشکده فنی مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی کرمانشاه-ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Brown, R. G. And Hwang, P. Y. C. (2012). Introduction ...
  • d. springer "ا2 Diniz, P. S. R. (2013). Adaptive Filtering: ...
  • Olfati, S.R. (2005). Distributed Kalman Filter with Embedded Consensus Filters. ...
  • Vaseghi, S. V. (20 07). Multimedia Signal Processing Theory and ...
  • Doucet, A., Godsill, S. And Andrieu, C. (2000). On sequential ...
  • Fong, W., Godsill, S.J., Doucet, A. And West, M. (2002). ...
  • Grewal, M. S. And Andrews, A. P. (2015). Kalman Filtering: ...
  • Isen, F. W. (2008). DSP for MATLAB and LabVIEW LMS ...
  • Kutty, P.P.R., Venkatesh, K., Nagendra, H.R., Nanj undaswamy, T.S. And ...
  • Lee, K. A., Gan, W. S. And Kuo, S. M. ...
  • Niedzwiecki, M., Ciolek, M. And Cisowski, K. (2015). Elimination of ...
  • Poularikas, A. D. And Ramadan, Z. M. (2006). Adaptive Filtering ...
  • نمایش کامل مراجع