Earticle

초록

한국어

잡음 추정과 검출 알고리즘에서는 LMS Filter를 이용하여 변화하는 잡음 환경에 빠르게 적응할 수 있도록 한다. 하지만 LMS Filter는 잡음 추정을 위한 일정 시간 동안 적응 시간이 필요하며 신호의 변화가 일어날 경우 더 많은 적응 시간이 소요되는 단점을 가지고 있다. 따라서 이를 보완하기 위하여 프레임 단위의 AELMS Filter를 이용한 잡음 제거 방법을 제안한다. 본 논문은 잡음 환경에서 입력되는 신호를 프레임 단위로 분할하고 평균과 분산을 이용한 예측 LMS Filter를 구성하여 잡음을 제거하므로 잡음 환경이 변화하더라도 빠른 적응 시간으로 잡음을 제거한다. 또한 환경 잡음과 음성 신호가 혼합되어 입력될 때 잡음을 제거하여 음성의 고유 특성을 유지하고 음성 정보 손상을 줄이기 위한 방법이다. 프레임 단위의 AELMS Filter를 이용한 잡음 제거 방법으로 잡음 제거 성능을 평가하였다. 실험 결과 변화하는 환경 잡음을 제거하여 얻은 감쇠도가 평균 6.8dB 향상되었다.

영어

Noise estimation and detection algorithm to adapt quickly to changing noise environment using the LMS Filter. However, the LMS Filter for noise estimation for a certain period of time and need time to adapt. If the signal changes occur, have the disadvantage of being more adaptive time-consuming. Therefore, noise removal method is proposed to a frame basis AELMS Filter to compensate. In this paper, we split the input signal on a frame basis in noisy environments. Remove the LMS Filter by configuring noise predictions using the mean and variance. Noise, even if the environment changes fast adaptation time to remove the noise. Remove noise and environmental noise and speech input signal is mixed to maintain the unique characteristics of the voice is a way to reduce the damage of voice information. Noise removal method using a frame basis AELMS Filter To evaluate the performance of the noise removal. Experimental results, the attenuation obtained by removing the noise of the changing environment was improved by an average of 6.8dB.

목차

요약
 Abstract
 1. 서론
 2. 관련 연구
  2.1 LMS 알고리즘
  2.2 가변 스텝 사이즈 LMS 알고리즘
 3. 프레임 단위의 AELMS
  3.1 AELMS 알고리즘
  3.2 프레임 단위 AELMS 알고리즘
 4. 실험 결과
 5. 결론
 ACKNOWLEDGMENTS
 REFERENCES

저자

• 안찬식 [ Chan-Shik Ahn | 광운대학교 컴퓨터공학과 ] Corresponding Author
• 최기호 [ Ki-ho Choi | 광운대학교 컴퓨터공학과 ]

참고문헌