Upload
lydien
View
219
Download
0
Embed Size (px)
Citation preview
����� ��� ���� ���� ��� ���� ������)28 ( ���)2 (2006 Tishreen University Journal. Eng. Sciences Series
211
������� ���� ������� ����� ����� ���� _ ������������� ����� ������)28 ( �����)2 (2006
Tishreen University Journal for Studies and Scientific Research- Engineering Sciences Series Vol. (28) No (2) 2006
� ������� � �������� �!���� ���"����#!�� $���% �� &��'�� ���(
)��* +��� $��!���*
���� -#� ��!��� **
)!(.� ���� ***
) /����� 0����21 /5 /2006 . )3 ����� -�*10/10/2006(
���� 45"���� ����
���� ����� ����� �������� � ��� !� �� �� "��#�� ���$%� �&'�� (��� )�#�� ��*�� ����� +,-.���/�� �0��� �12�1� ����3� ������ ��&�' "��#�� �1� +- ����2�� �12�1� ($��4 5� 4 �����.
�&'�� 7�� � ($��4 � "��#�� 8&/��� +- ���� �������� � ��*��21� �����2��� �'���� ���9 ����� ( �� �����2* �'�� �� /��� :;�� ����� <=> +-� ?���� � �Feed-Forward ���� ,� ��,� +����
����� +0�@�� ��' A�� ��$���/ �� /���Dual Extended Kalman Filtering �������,��&�� �,��$B!��� �=> +- �����- C � �&'�� � ����� "��#���9 D ��� ������ E����� ���� ;���0���B� <=> ����- � .
���! �����6�:
�����2��� �'���� ��*��21�F (��� "��#��F A�� ��'.
* ��� � ��* )3 ����� 8���9– ��!���!���� ������� ���! &�<����!�� �= ����� �����= ��*8#��=����.
** �!���� ������� ��* )3 +��� – ��!���!���� ������� ���! & ��<����!��= ����� �����= ��*8#��=����. *** ��� � ��* )3 ������� >���= ��!���!���� ������� ���! & ��<����!��= ����� �����– ��*8#��=���� .
�&'�� (��� � "��#�� ���$B ��*��21� �����2��� �'���� �� /��� +� ;9 ���9 +'$G�
212
������� ���� ������� ����� ����� ���� _ ������������� ����� ������)28 ( �����)2 (2006
Tishreen University Journal for Studies and Scientific Research- Engineering Sciences Series Vol. (28) No (2) 2006
Using Artificial Neural Networks for Removing
Noise from Speech Signal
Dr. Lamis Kudsi *
Dr. Bilal Chiha **
Hussain Alazki***
(Received 21 / 5 / 2006. Accepted 10/10/2006)
���� ABSTRACT ����
Improvement of quality and intelligibility of the speech signal by removing its
noise has a wide range of applications; so it is necessary for improving the performance of vocal communications under noisy conditions such as telecommunications in aviation and teleconferencing and cellular communications.
The Artificial Neural Networks are one of the important developments aimed at removing noise from speech recognition devices. In this paper, we will also discuss the use of Feed-forward neural networks training by dual extended Kalman Filtering algorithm (DEKF) to remove nonstationary and colored noise from speech, presenting a number of experimental results supporting such a procedure.
Key Words: Artificial Neural Networks - Noise Signal - Kalman Filtering
*Associate Professor, Communications Department, Faculty of Mechanical & Electrial Engineering,
Tishreen University, Lattakia, Syria. **
Assistant Professor, Computer and Control Department, Faculty of Mechanical & Electrial
Engineering, Tishreen University, Lattakia, Syria. ***
Postgraduate Student, Communications Department, Faculty of Mechanical & Electrial
Engineering, Tishreen University, Lattakia, Syria.
����� ��� ���� ���� ��� ���� ������)28 ( ���)2 (2006 Tishreen University Journal. Eng. Sciences Series
213
?�@��� : �&'�� � "��#�� !����� ����0��� !'��� �>4 �4 � ���# H=�� �2 ����2 +- �'� �&,'�9 ,���
�2��� �'������ +- ���� �������� �4 ��*��21� ��A������ I�� �$�� !�� +�/&��� !� � �,��� �� ������ �&'�� �����) ��+J���� )��9 !�� �����'��� ���������$��..........K�� (.[1] <=,> �, ( ��� !'
�&'�� (��B +�� ������ �����'� ����� +> �������� .�2��� �'���� E���� �=����� �� /��� A������ ��� �� +*��21� �&'�� "��#� +���� �&'�� � ���� �*����=�� �� �&'��D�� �&,'�� "��,# � ����� �9
I���D � ��'� +���� �&'�� � ���� �*�� �E�� ��� L > (��%' � . !&/ � ���- E�M�� N���� <=>E�� ��� �*��9 �,���� �&'� "��# ����� ����- ��� L��# ����� !�� �'�� ) �,* �,���
'� E������ ��� �����2* �'��+- > ��� � .([13] �'���� <=> N���� 7�� ��� +��� ����� ��= ��'� 1������� �'O� ��� �� ���������&��.
������ ( �� ���2* �'�� E�� �� +0�@�� ����� ��' A�� ��$���/ � /��� ����� <=> +- �?���� Feed-Forward �3 ���� !' ���� I&@ � �J�3�� C�,/G� �� ���� !'� ����� ���� �� �� � �J
( ����� ������ �# ���� �- !2�� 1� P�*G� ������ ������ +-. D ��� ��������� ��$���/�� <=> +-� Q�,J� � P�* E� � �����2��� �'����� "��#�� (��� ��- ���(��� � �&' "��#.
����� ��' A�� ��$���/EKF �,����� ( ,���� ���,2��� �'�,��� E�� ,�� �1�4 �,��� Wu and Singhal .[11] ��$���/ �4 �����EKF �,���1� �,�$���/ �, ������'� !;4 ����� ��� ����
+�'��� back-propagation ��$���/ ��'� �* �� !� ��'�� ���� +>�back-propagation �J��#. ���'�� ��?���� � �����2� Feed-Forward ���=��� !��: �'=���� E�� ���9 I,��� �'�,��� ��$�4 �
����� +0�@�� ��' A�� !���� ��� ��$�G� E�� ��� H=�� +-� �'=��� H=��� ��@�9 �'���� <=> ($�� I��� ��'��� H=� ��%� +>��*�� �* ��2J� ��'� 1 !/ �� ���� � E�� ��� .
����� +0�@�� ��' A�� ��$���/!��� (���' �*��� E�� ��� ������� �$�� ����/ *=�� ?�,��� �� !'��� C�/G� ��$���/�� ����( back-propagation ) ������ ��'� ���2 ��$���/�� <=> E��
��� +����'�� !;4.
A3��B9 ���� ���B9: �>4 P����� ��*��21� �����2��� �'���� � �� +��� ( � ��� ��$�� +- I���� H=� H����� ���'� +-
L �� "��#��� ��2�� ����B����� ��2�� (��� "��#�� �9 �,����'��� ��,' ��$���/ ����� �� /����S� "��# ���� �'���� E�� �����/��� ���/&�� ���G� �* Q��4 �4 �� . +'�5&�� (�,�� .4 � ��'�,9
"��#9 ;�� ��T "��# C��� �4. U5��� P�* �� � !�2��� ��2�� (��� � "��#�� 8&/��� P�* (� ��� +> I���� �=> � L ��� �%-
'� ��'4 "��#�� P�� (��� ���� P��� ������� ��&�� +- ����2�� �12�1� ($��4 5� 4 ������9 �,���� ��.�'����9 .���/�� �0�� .Q��4 �4 ��S� "��# �' V5��� "��#�� � ?���4 !�4 � ������� <=> ����� �@ ��.
�&'�� (��� � "��#�� ���$B ��*��21� �����2��� �'���� �� /��� +� ;9 ���9 +'$G�
214
���� �@���: ��� ����� I���� �=> +- �*�' ������� ?��� �� �=� ��#���� ��=���� �������� (���W�:
- ����B� !����� ���� )��2�� & "��#�� ( /����M�� ����' ���� �� MATLAB .
- � �����2��� �'���� #� �@ �"��#��� ��2�� ��=�� ���� �.
- ��� =�J��'E����� �� /��� (.
- ������1� �T�2� ���� �� "0�� ��;�. 1= C8�� �#!��:
�;&��� �&'�� "��# L2�� �* �������W�: (1) ),( kkk nxhy =
I���4 kx :"��#�� ��� L����� �&'�� (���.
).(h :!2�1� (�;. kn :"���� "��#��.
!����(��� !@� �&'��,�ky ��'� �4 �'� +���� H=��� N�; �, !,' , +�/&�� +��=�� ����&
"����� +-#B� ��&�� "��#��: (2) )()),(........,),........1(() kvwMkxkxf +−−=
(3) )()()( knkxky +=
)(kv :"���� "��#��. )(kn :��&�� "��#��.
w :��$�G�. M : *������. (.)f :1 �� ���� ��; � +�/!�����)(kx ��$�4 �� +���. Q��J�� ��'� �4 ����,� �&'�� �,�-
�&'�� 7�� ?�; !'�� (��M2 �*�; N�-H=�� ��'� (�-���� ���&��� L��/)(ky : P,�* .���� +����+-#B� "��#�.
+����� ;���� E����� (����� N���� ��� )](/)([ kykxE ) ;��)(kx �-���)(ky ( � �4 E,��� �J��� ���� � �*�� P�* �'���� E� �)(kx L �' � /����2��� �'�������� .� �,� � ���-� �&,'��
L������� �� �> L ��� ��'�)(kx "��#�� ���; �)(ky ��-. � /��� 7�=�H=�� �2* �'������ ?�,��� � ������ ( �� (FFNN) Feed-Forword E,����
�1� � !'� +0�@�� ;����∧
x �$���� ∧
w (��J�� +- A#��� ��' A�� E���� P�* ( ����2. 2= ����� )<��D�� ����! E���:
� /��� ����� Y��- ��� �# ����B� �� ��� ��' A��)state-space (�� E���'���� �����,2���
����� ��� ���� ���� ��� ���� ������)28 ( ���)2 (2006 Tishreen University Journal. Eng. Sciences Series
215
/�,,���� FF . �,,#� P,,�* ��,,' A,,�� ,,��� I,,�� ,, N�,,��� 3,,����� � Z,,�; ,,� � . !�������' �����Connoreral [9] '�� ����� ��' A�� �� /��� )�����2* ��� �����- ����� �� ��.
�����Poskorios and Feldkamp [10] A�� N���� ����� Y��- ��� �# �$��� �� ��� ������ ��'�2��� �'���� !�- !'������. #��� �'-G� <=> ���� �@ ��B ��$�G�� �1��� � !'� +0�@�� ��' �� �� �
+�*G� !��1� ������ +�/1 3���� !#-4 !'�� �����Eric Wan [14] . +,- ���� �� ����� �*� ���� N��(��� �� "��#�� ���$B �&'��.
����� ��' A�� N�����EKF [1�4 E�� ����1� �� � ��� �,� ��� � +��=��)4 ( �)5 ( !',������� Y��- : (4) )()]1([)( kBvkXFkX +−=
(5) )()()( knkCXkY +=
(6) �4 I�� :
=
0
.
.
0
1
B ,
+−
−
=
)2(
)1(
)(
)(
MkX
kX
kX
kY
(7)
+−
+−−−−−−
=
)2(
)(
)),1(,),((
)](
MkX
kX
wMkXkXF
kX
Τ= BC I�� �4ΤB �-�J2�� !��� �>B.
M :������. �' �=� > �* +�/ �����)]([ kXF !'��� =/O�)(kXw
Τ � )]([ kXF !',�� E,�'� �4 �,'�)(kAX I�� 9� �A +> �'���� ���; �M�2� �-�J2 .���� "��#�� ���4 Q��J�" )(kv �,�&�� "��#���)(kn ������ �-�� Q��4 "��# > ��2
νσ �2
nσ +������ P�*.
2=1 ������ ���@�:
+- �������+�/ ��' A��)KF (�1��� �� ��� N������ &�; ��'� �4 �'�.[6] (��/ !' !�4 ��
�$�� G� ������ !��� E��� A�������/�� ���M2)(kX∧
3������)(kX
−∧
�* &#- ������ O�/)(kP X
����4� ������ O�/)(kP X
− . �� /��� +�/�� ����� +-��02�� ��,2�T[6] !,��� +,> �1,��1�
�* ���� ���� �� � .�M2G� +������� ������X �=>� +�*G� !��1� �� �� � !���.
�&'�� (��� � "��#�� ���$B ��*��21� �����2��� �'���� �� /��� +� ;9 ���9 +'$G�
216
1 ��' A�� ����� (KF)�2��� �'���� ��� N���� ��'� �4�� ��+- ��'�� +�/&�� ���� E���� �+�/&�� ����� +�/ A�2 . ����� ��' A�� ��$���/ �� /��� �>�EKF #��� �1 ��� �����W�:
(8) ]),1([)( wkxFkx −=∧−∧
(9) T
v
T
xx BBkAkPKAkP2)()1()()( σ+−=−
(10) �4 I�� :)1(
],[)(
−∂
∂=
∧
∧
kx
wxFkA
(11) 12 ))(()()( −Τ−−+= nx
T
x CkCPCkPkK σ
(12) )())(()( KPCkKIkP xx
−−=
(13) ))()()(()()( kXCkykKkXkX∧∧
−∧
−+=
I��I :�-�J2 � �> ����� !����. � �� ���)10( �2��� �'���� +�/�� A�2�� P�� .��� N���� �4 ���� N,����� < ��� �'� �=>� ��
�2* �'��� �����+��; +�'* ����� ��= ��(Bp) . ��$�G� ��'� �*�w !� ,���� E,�� �� ��� ��T
!��1�∧
w. 2=2 ��(.� ���@�:
�4 �H=�� ����� ��' A�� ��$���/ �%- L��� ��T �&'��EKF 1 ������� ��,'� �4 �'� ��� N����[11] .� ����� Y��- �M�2 5��� ��O��� !� �4 �� !'��� P�* ��$�\� !2J+�W�:
(14) )1()( −= kwkw
(15) )()())(),1(()( knkvkwkXFky ++−=
I,,��1� !,,��� �,,� C�,,/4 P,,�� �,,�����,,� ��-�J,,2�� ,,�9 �,,2��� �'�,,�������� ))(),1((( kwkXF − ��M� �$ !&/ ���/1 ���& �� E��� !�����w. A����- �1 � �,���� Y�
� �� ������ ��' A�� ��$�G EKF �/]:
(16) )1()( −=∧−∧
kwkw
(17) )1()( −= −−∧
kPkP ww
(18) 122 ])()()[()()( −−Τ− ++= vnww kPkHkHkPk σσ
(19) )())()(()( kPkHkKIkP www
−−=
(20) �4 I�� :∧
−
∂
∂=
w
kXkH
)()(
(21) ))()()(()()( kXkykKkwkw w
−∧
−∧
−+=
K(k) :����' A.
����� ��� ���� ���� ��� ���� ������)28 ( ���)2 (2006 Tishreen University Journal. Eng. Sciences Series
217
��' A�� �� /��� ���� ���EKF .���,'��� .�M2G� ���� N���� ����� �� �� !�4 �(RLS) !@� �='>��0& �@'4 ���@ ����� � � � . ��'� �* ��4 ��X �� ��T� �$�,�� A,�� !� �� E�� �-
!��1�∧
X9 � � ��,� ��' A��� +�*G� !��&� ����J�� ������ �4EKF �� /�,�� �,#��X
!��∧
X [8].
�2��� �'���� +�/�� A�2������ �� ��� +- (20) +'��� N��� E��� [14] ��J�� �����'��� ��������� �� �� A����#���� ��� ��' A�� P�* �*1� K(k) ��$�\�.
��'� ������ <=> E��E���� E�2 E��� �'��7�= ;���� �*� !#J�)1( −∧
kX �*∧
w +,-�� ��� (8) ��/��'���� ������ +�/�� A�2�� �� . 2=3 �(�� ������ )<��D�� ���@���:
���/ ��� ����� +0�@�� ��' A�� ��$DEKF A,�� � �,���� ��� ��' A�� N���� P�* !'��� +������ P�* �$��� ��� ��')1 (�� ���� � ��� !����� )(kX �w ���$ ���$� !' !�4 �.
+���� �� ���� ���$ (��/ !' !�4 � !�����)(kX +���� �� ����� �$� A��� ��'��$��� w ��'� P�� !2� �4 P�� .���'� !'�� ��$���/�� N��� ( � ���� �*�� !�4 �� ����� A��� O,�/ �M24
+����� ����.
-!���)1 (E'� ����� )<��D�� ����! E���.
��� E������ �=> ��,'� �4 �'�� +�*G� !��1� !* ��� �# � ��T ��'� �4 �'� +0�@�� �� �
+�*G� ;���� N��� #�4EM [8] ���/�� ��� +- .�#�4� [11] E����� O,�/ �,�$���/� +�2* 3,����� E����� +����� !'�� ����� ������� <=> �&'�� (��B .���'���Lim [7] E����H=� LPC ) ��� $���� 3,�
+�/�� ("��#�� ���/�� �&'��9 I���� �=> +- �� �� ���� !����& �1 ,� (,���� �,����� E���� +�/ �,
�&'�� (��� � "��#�� ���$B ��*��21� �����2��� �'���� �� /��� +� ;9 ���9 +'$G�
218
!���� * � ���� ���� ���/ H=� � �. 3= �� �!���� /��� �� ������Feed –Forward:
�'��FF +> ����� �;&�� ���; �J�'� ������* +>� H�/��� (����� !/� �� ��; ��� �� �* (���� !�@���H=� +'�� .�� �'���� <=> ��$�G� � * wn ���� � � �;��nn ��- +����in !/ �� �* +>
�on H�/ �* +> . � ����� H�/ P�� !/ � ���� ��'� ����1 P��nn ��� =0 �* �4 �,'� �'�,��� ���
L2��+�W':
(22)
+=
Φ
=
=∑
−
=
ni
i
j
ji
nniforWijYi
nifornU
n.......1
........1)(
) 1
1
I��)(nYi: ���� H�/ +>nn � ���2��� �'����Wij ( ��� +�$��� ����� +>i ( �* P��j.
)(nU: !/� �� +>�'���� in.
Ø: !�J�� ���� +>) ������ � (� /����.
-!���)2 (������ �!�� E'�FF �@���� $�����.
�'��� L2� �=>FF �#����� ���� � ���� ����� �'�����J2 ��$�O.
�'���� H�/ on E�'� �4 �'��W� +�W':
����� ��� ���� ���� ��� ���� ������)28 ( ���)2 (2006 Tishreen University Journal. Eng. Sciences Series
219
(23) ],,...2,1[
].......................................,[))(),( 21
nonon
no
YnnYnnYn
hhhnUnw
+−+−=
=
I��w +> 1×wn ���� ��$�4 �#�� ?�� ijw E���� �=��� �'����
nK ) ����,�� ��,' A,��
!�� ��n ( �-�J2 �* (��* ��'� ���� ow nn × �'�� H�/� (���� FF =,/G� , ��,���� ��$�4
�'����. �'�� !�4 �Ff ��$���/ )Bp( �'��� ����1��$&�� ������ E��� � /��� +. E�� � ��'� ���/&�� �1 ��� ���&� ����� +0�@�� ��' A�� ��$���/ !* ��� �# �'����
�'���� ���* �� +���9 I��� �,����'� ��$���/ �� /��� ��'� �1���� ��$�G� ��� � ) ��,' A,�� ����� +0�@�� ( (��J�� +- ��#���2 ��' A�� �1 � ���&�.
/ N���� �*����� ��' A�� ��$���EKF �2��� �'���� E�� ���� ��$�4 �%- �� ?�,�' ���� �'���� )(nw ��� ?��' E� �� )(nx �����. ��$���/ EKF ��� �� !'� �����$� #�4� ���$ �-�J2 ��
����� O�/ �����. �!�� �'���� P�* ���[��� ��$�G� � �'���� H�/ ��� L&�/&�L ��� �,��� ��M,2��+������� O�/��.
��$�G� A��2� ��'�� ����� �� �� /��Ø(.)=Tanh(.) ) L��,� ��T ?�� !@� ��$�G� �4 I�������� ��� "��#�� ���� � (9 I��� �� !'� ��� ��' A�� ������� G� !,��1� �� �� � +,�*
�������H=���� ����� +��� +> H=��"��#�� . 4= >������ ����*���:
�2��� �'���� �� /��� .������� ��T Q��4 "��# ���� L#�� �&'�� (��� �������� ��*��,21� �� �0����On-Line ����� +0�@�� ��' A�� ��$���/ !* ��� �#DEKF E�� �� �,��� ���� �'�,� .
(��� (=-� N���64[ms] Hamming )512 ���� ��� ����8 KHZ ( (=,-� ,�64[ms] Hamming !' 4 �� ( � �8ms )64 Point (����� �'���� ��� �M2� +����.
������ �M�� ����'�� �&'�� !���� ���� �� /��� �&'�� "��#� �&'�� ���� ��Matlab N,���� !,�;���������� �'���� !/ P�* ���.
�'�� �� /��� ?���� � Feed-Forward ������ ( ��I&@ ����10 +,- �� �� ����4� !/� !��� ��� H�/� ��J/�� ������ ����� �� �� /��� Ø(.)=Tanh(.) . �'�,��� P,�� �,����� !/ %��
!' !/ �� (=-� N1$��.8ms I�����$�4 � �1 ,� E,�� ,��� .=,�� ,��� ?�� P�� �� �'��������� +0�@�� ��' A�� ��$���/ ) �1 ���(8) ......(21) ( ,��� �,> �'���� E�� � � ��M�� ��'��
+������� O�/�� ���� ��M2�� �&'�� (���� �'���� H�/ ��� L&�/&� ���� ��$�G�. ������H=���� � ���) �-����1�� ��$�G� !� ��( A,��� �&' (=-� !'� "��#�� ���� � �����
������� +�*G� !��1� �� �� �4 I�� �&'�� (���� �&'�� H=��� ��$� �� ���H=���� +,��� +��� +> ��' A�� �$ �� /��� "��#�� ��>kK !#-4 ( �� � ��� �1 ,��� �, �$,�� ��(9) �(10)
!� A����� ����� Y��- �� �� 5���� 3����� ��=�� +��� !'�� ����� � ���� ��; � +��G� 3����� 5���B
�&'�� (��� � "��#�� ���$B ��*��21� �����2��� �'���� �� /��� +� ;9 ���9 +'$G�
220
�$��. ��$���/ N���� �* ��4 �� 7�= ��DEKF ����4 ���� � �&'�� (��B ) �, (=�/O, ���*
�� �� �� �� �&'�� ���( [12] !'��� +- �> ' ���� ��T +��� "��# ���� L#��)3( Q���-� E��� (��B� ���� � !' �42
xσ "��#�� �����2
nσ ���*1� ���� =�/O. "��,#�� (�,�B� ���� ����SNR
��'�9,94[db]. �*�2
nσ �2
xσ �,���� "��,#�� (��� !���� ����� ���SNR �� ,�� �,����8,50[db]
���� N���� +J���� )���� ��� �������.1,26[db]
-!���)3 (% F�'��� �#!�� $���% ���� G� )@�� &��' ����SNR=0 dB ����� ���� ��<��� .SNR=9.94 dB
��'������� &:
�2��� �'���� E�� � !�4 ����� ?���� � FF �,���� Y��,- �1 � ! ���� ����� "��#�� ��� �*(3) �(4) ��' A�� ����� N���� !�;9 ����� Y��- �1 � P��� I�� "���� "��#�� ����� 7�=�:
(24) )()1()( kvBkNAkN nnn +−=
(25) )()( kNCkn n=
I��)(kN :,� �J��/ ��; � ?��)(kn Q��4 "��# �* (��* ��'�� �. nA :�'���� ���; �M�2� ����� !���� �-�J2.
nB �nC: !'��� +>,�C � B �J�� �� �� ��� (��.(5)
����� ��� ���� ���� ��� ���� ������)28 ( ���)2 (2006 Tishreen University Journal. Eng. Sciences Series
221
(����� <=>H=��� ��,��� "��#�� (��B ��M2 �� E��� �4 �' ����� "��#�� +��=�� ����1� .=������ 1. �&' P�*.
&�� ��'� ����� "��#�� �M�2�� <=> �� ��$��� �,���� � !'X(k) �$�,���W(k) ,.n(k) �1 ��� +�����(3) �(4) A�2�:
(26)
+
−
−=
)(
)(
0
0
)1(
)1([
)(
)(
kv
kv
B
B
kNA
kxF
kN
kx
nn
(27) ][
=
)(
)()(
kN
kxCCky n
�1 ����(12) �(13) ����� P�* A�2�+�W�:
(28) )(0
)1(
)1(
0
0
)(
)(kv
BkN
kw
A
I
kN
kwn
nn
+
−
−+
=
(29) )()())(),1(()( kvkNCkwkxfky n ++−=
��$���/ =0 �*� Q��4 "��# ����� �1 �� "���� "��#�� A�2��DEKF �'� �4 N,��� P,�*
�&'�� (��� �� ��� Q��G� "��#�� .�$��� �� ��� �#�4� ����� �� �� +- �@3� ����� "��#�� �4 I��. +- ' �&'�� (��� P�� L# .���/ L�> +- "��# +>� !/ �� (=-� N1$�� �'���� ���� !/ %�
!'��� )4( +>� ��0� � "��#�� (��� ���� ���/� -0,16[db] ��I �,��� E�� ��� �1 ,� E,�� ���� +0�@�� ����� ��' A�� ��$���/ �����2* �'��FF )10 � !/� 4 ,��� H�/� ��J/ �� �� (. +>� "��#�� P�� (��� ���� "0���� +���.SNR=5,60[db]
�&'�� (��� � "��#�� ���$B ��*��21� �����2��� �'���� �� /��� +� ;9 ���9 +'$G�
222
-!���)4 ( G� )@�� &��' ����% F�'��� H��"�� $���% ����SNR=-0.16 dB ������ ���� ��<�� .SNR=5.60 dB
��-#� ���� �� /���[12] "��# Pink �1� !' +- ��4 Q���-1� �&'�� (��� P�� L#
�%- ����� "��#�� E���H=�� "��#��nA "���� "��#�� �����2
nσ �2
xσ > I,�� ����� �� � +
��=��� ��� ,� N�� 7�� %�)(kx �)(kn "��#� (� � ��; �'���� <=> E� �� ��- �&'��. !� ,����)1 ( "��# ������ "0���� 8/��SNR ���� �J��/���� +J���� )����.
-����)1 (�� ��� ����@� E'� �!�� )6���� I��FF ���(��" J�� �����DEKF.
H��" &��' )6���� I���� DEKF
SNR +0� ���[db] -0,16 -0,16
SNR +0�� 2,48 5,60
SNR +0� ���[db] 10 10
SNR +0�� 3.54 13.99
&��'Pink )6���� I���� DEKF
SNR +0� ���[db] 5 5
SNR +0�� 3,24 8,88
SNR +0� ��� [db] 10 10
SNR +0�� 3.56 13.87
����� ��� ���� ���� ��� ���� ������)28 ( ���)2 (2006 Tishreen University Journal. Eng. Sciences Series
223
������� � ������: • �2��� �'������ �� �* +����� ;���� � E���� ��*��21� �� ���,�B� ��0,2�B� ��,'� ��2�T) ���;�� ��T (�������B ������ ���* �����# ��� �&'��(9 �� /�,�1 .�,; ,-� ��,'� �=>�
2��� �'����������/ ��M�� ��. • N0��� �� /���forward-backward �2��� �'���� +-�� ��*��21� �� ?�,��� �feed-forward
+- �� E��� ��=��� ��/&��� 1 !/ �� ���� �4 I�� �&'�� (��B E�� ��� �*�� �* !2J��. • ����� +0�@�� ��' A�� ��$���/!��� ����� �$�� ����/ * ���,2��� �'�,��� E�� ,�� �,�
��*��21�9 +- 7�= � ���!���� �'���� ���)10 !/� 4 ��� H�/� ��J/ �� ��(. • �,���� +0�@�� ����� ��' A�� ��$���/ !� �# ��*��21� ���2��� �'���� ��$�4 E�� �
���� +��� .�������&�� Q��G� "��#��(��B� "��#�� P��SNR 9,9[db].
• �'�� �� /��� �&'�� (��� ������ ����� "��#�� ���� +- FF A�� ��$���/ �� /��� ��� �� +��� ����� +0�@�� ��'SNR 5,60[db].
• ��$���/ +- .���'��� E������ ����� �� /���DEKF �,��&� .�����,��&�� "��,#�� �@4 5J�;1�� 3����� O�/ ��� �;&��� +��� L����� �&'��� �&'�� "��#� +���SNR 5,60
• �,���� I��� ���� ���� 7��� � /��� +��� ��$���/�� ���� P��� "��#�� ��02�B N�; �� �� ���� /��� �4 ���� ���� <=>� ���� "��#�� ��02�%� ��#�� �-��� ����� +M�� (���� ( � �.
• P��� �&'�� � "��#�� ���$� �,2��� �'����� ��#�� ������� 5�*B . �� ��O��� (� 4 � ,�� �����- �$&�� ������ E��� ������ �@'4 �'�� �� /��� N��� �* 7�=�.
�G�����:
1- DELLER, S.and PROAOKIS, S.- Discrete-Time Prossing of Speech Signals, Macmillan
Publishing Company ,NY, 1993, 800. 2- JULIER, S.J. and UHLMAN, J.K.- A General Method for Approximating Nonlinear
Transformations of Probability Distributions, Technical report, RRG, dept, of engineering science, university of oxford .1996 ,www.robots.ox.ac.uk.
3- LEWIS, F.- Optimal Estimation, Sohn Wiley & Sons, Inc. New York, 1986, 358. 4- Matthews, M. B. and Moschytz, G. S.- Neural-network nonlinear adaptive filtering
using Extended Kalman Filter Algorithm, International Neural Network Conference, Paris, 1995, 115-118.
5- MA, N. and BOUCHARD, M. and GOUBRAN, R.- Perceptual Kalman Filtering for
Speech Enhancement in Colored Noise, Proc. Of IEEE Int. Conf. on Acoustics, Speech and Signal Proc. (ICASSP), volume: 1, 2004, 717-720.
6- NELSON, A.T. and WAN, E.A.- A Two-Observation Kalman Framework for
�&'�� (��� � "��#�� ���$B ��*��21� �����2��� �'���� �� /��� +� ;9 ���9 +'$G�
224
Maximum-Likelihood Modeling of Noisy Time Series, Oregon Graduate Inst, volume: 3, 1999, 2489-2494.
7- NELSON, A.T., and Wan, E.A.- Neural Speech Enhancement Using Dual Extended
Kalman Filtering, in Proc, ICNN’97, Houston, TX, 1997, 2171-2175. 8- NELSON, L. and STEAR, E.- The Simultaneous On-Line Estimation of Parameters and
States in Linear Systems, Volume: 21, 1976, 94- 98. 9- ONNOR, S. MARTIN, R. ATLAS, L.- Recurrent Neural Networks and Robost Time
Series Prediction, IEEE Transactions on Neural Networks, Volume: 5, 1994, 240-254.
10- PUSKORIOUS, G. FELDKAMP L.- Neurocontrol of Nonlinear Dynamics Systems
with Kalman Filter Trained Recurrent Networks, Volume: 5, 1995, 279-297. 11- SINGHAL, S., WU, L.- Training Multilayer Perceptrons with The Extended Kalman
Algorithm, Advances in Neural Information Processing Systems, (Morgan Kaufmann, San Mateo), 1989, 133-140.
12- SPAAR: Speech Enhancement Assessment Resource, Oregon Graduate Institute, http://ece.ogi.edu/NESEL/data.
13- WAN, E. A. and NELSON, A.- Networks for Speech Enhancement, in Handbook of Neural Networks for Speech Processing, Edited by Shigem Katagiti, Attech House, Boston, (First Edition ), 1998.
14- WAN, E. A. and VAN, R.- Kalman Filtering and Neural Networks, Ed. Simon Haykin,. Wiley, 2002, 300.