Compares Kalman and RLS filters for noise reduction in speech signals, indicating their effectiveness.
Bu makalede, konuşma işaretlerindeki gürültüyü azaltmak için kullanılan Kalman ve yinelemeli en küçük kareler (RLS) adaptif filtre modellerinin karşılaştırılmasına odaklanılmıştır. Bu amaç için, dış ortamda (trafik) ve iç ortamda (alışveriş merkezi) gürültülü kadın sesi kayıtları ve gürültüsüz referans kayıtları içeren bir veri setleri oluşturulmuş ve karşılaştırma için Python programlama dili kullanılarak her iki filtre modeli tasarlanmıştır. Filtre modellerinin performanslarını değerlendirmek için, farklı işaret-gürültü oranı (SNR) seviyelerinde dış ve iç ortamda oluşturulan gürültülü ve gürültüsüz veri setleri kullanılarak deneyler tekrarlanmıştır. Gerçekleştirilen performans deneyleri, filtrelerin hem gürültünün azaltılmasında hem de işaret bütünlüğünün korunmasında etkin olduğunu göstermiştir. Kalman filtresi, sistem dinamiklerine uygun modelleme ile optimum tahmin sağlarken, RLS filtresi hızlı uyum kabiliyeti ve düşük hata oranlarıyla öne çıkmıştır. Sonuç olarak, gerçekleştirilen deneyler farklı gürültü ortamları ve SNR seviyelerinde her iki adaptif filtrenin de performanslarının değiştiğini ve konuşma işaretlerinde gürültünün azaltılması için etkili olduğunu göstermiştir.
No takes yet. Share an insight, caveat, or question.
Arslan et al. (2026) studied this question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: