Formation de faisceaux GSC adaptatifs par sous-bandes à l'aide d'un réseau de microphones linéaires pour l'amplification de la parole

Cet ouvrage présente la description, la conception et la mise en oeuvre d'un réseau de microphones à 4 canaux qui est un formateur de faisceau adaptatif à suppression généralisée des lobes latéraux (GSC) utilisé pour la vidéoconférence, la téléphonie mains libres, etc., dans un environnement bruyant pour l'amélioration de la parole et la suppression du bruit. Le suppresseur de lobes latéraux a été évalué à la fois avec l'adaptation LMS (Least Mean Square) et NLMS (Normalized Least Mean Square). Une structure de test est présentée, qui comprend un réseau linéaire de 4 microphones connectés pour collecter les données. Les tests ont été effectués à l'aide d'une source de signal cible et d'une source de bruit. Dans chaque microphone, les données ont été collectées via un filtrage à retard fractionnaire, puis divisées en sous-bandes et appliquées au GSC pour chacune des sous-bandes suivantes. L'amélioration globale du rapport signal/bruit (SNR) est déterminée à partir des puissances d'entrée et de sortie du signal principal et du bruit, avec uniquement le signal et uniquement le bruit comme entrée pour le GSC. L'algorithme NLMS améliore considérablement la qualité de la parole avec des niveaux de suppression du bruit allant jusqu'à 13 dB, tandis que l'algorithme LMS offre jusqu'à 10 dB.

Autorentext

Mamun Ahmed ha conseguito un master in Elaborazione dei segnali presso la BTH, in Svezia, e una laurea in Ingegneria informatica presso la CUET, in Bangladesh. Dal 2006 al 2009 ha lavorato come ingegnere RF presso Motorola, in Bangladesh. Da ottobre 2013 ad oggi è membro della facoltà del Dipartimento di Informatica e Ingegneria dell'Università Britannia, in Bangladesh.

Klappentext

Cet ouvrage présente la description, la conception et la mise en uvre d'un réseau de microphones à 4 canaux qui est un formateur de faisceau adaptatif à suppression généralisée des lobes latéraux (GSC) utilisé pour la vidéoconférence, la téléphonie mains libres, etc., dans un environnement bruyant pour l'amélioration de la parole et la suppression du bruit. Le suppresseur de lobes latéraux a été évalué à la fois avec l'adaptation LMS (Least Mean Square) et NLMS (Normalized Least Mean Square). Une structure de test est présentée, qui comprend un réseau linéaire de 4 microphones connectés pour collecter les données. Les tests ont été effectués à l'aide d'une source de signal cible et d'une source de bruit. Dans chaque microphone, les données ont été collectées via un filtrage à retard fractionnaire, puis divisées en sous-bandes et appliquées au GSC pour chacune des sous-bandes suivantes. L'amélioration globale du rapport signal/bruit (SNR) est déterminée à partir des puissances d'entrée et de sortie du signal principal et du bruit, avec uniquement le signal et uniquement le bruit comme entrée pour le GSC. L'algorithme NLMS améliore considérablement la qualité de la parole avec des niveaux de suppression du bruit allant jusqu'à 13 dB, tandis que l'algorithme LMS offre jusqu'à 10 dB.