主动降噪算法matlab

主动降噪算法（Active Noise Cancellation, ANC）是一种在信号处理和音频工程中常用的噪声抑制技术，尤其在便携式设备如耳机和麦克风中广泛应用。在MATLAB中，可以使用内置的工具箱和函数来实现主动降噪。

1. **Wiener滤波器**：MATLAB的`wiener`函数可以用于实现基于Wiener滤波的主动降噪，它结合了噪声预测和噪声统计信息，以最小化残余噪声。

% 噪声预测信号
[y, n] = audioread('noisy_audio.wav');
% 估计噪声功率谱密度
S_n = pwelch(n);
% 估计信号加噪声的混合信号功率谱密度
S_yn = pwelch(y);

% 应用Wiener滤波器
y_estimated = wiener(y, S_n, S_yn);

2. **自适应滤波器**：如Kalman滤波或Least Mean Square (LMS)算法，MATLAB的`nlms`函数提供了这类自适应滤波器的实现，它可以根据不断变化的环境噪声实时调整滤波器参数。

% 初始化滤波器
mu = 0.01; % 学习率
b = zeros(1, length(S_n)); % 系数向量

% LMS算法迭代
for i = 1:length(y)
    e = y(i) - filter(b, 1, n(i)); % 错误信号
    b = b + mu * e * conj(n(i)); % 更新系数
end
y_filtered = filter(b, 1, y); % 降噪后的信号

3. **神经网络降噪**：如果需要更高级的模型，可以利用神经网络，MATLAB的Deep Learning Toolbox提供一些深度学习模型，如自编码器（AE）或循环神经网络（RNN），用于噪声估计和去除。

% 建立神经网络模型
net = trainNetwork(trainData, numLatentNodes, 'Tied', true, 'TransferFunction', 'relu');

% 使用网络对信号进行降噪
y_pred = predict(net, testData);