Sistema adaptativo de cancelación de ruido usando filtros de mínimos cuadrados

¹Yesica Beltrán Gómez, https://orcid.org/0000-0001-8437-4082, Universidad del Magdalena.

²Jorge Gómez-Rojas, https://orcid.org/0000-0002-0840-8743 Universidad del Magdalena.

³Rafael Linero-Ramos, https://orcid.org/0000-0003-3361-2719 Universidad del Magdalena.

Cómo citar:
Beltrán Gómez, Y., Gómez-Rojas, J., & Linero-Ramos, R. (2020). Sistema adaptativo de cancelación de ruido usando filtros de mínimos cuadrados. Respuestas, 25(2). https://doi.org/10.22463/0122820X.2435

Artículos más leídos del mismo autor/a

* Yesica Beltrán-Gómez, Rafael Linero-Ramos, Jorge Gómez-Rojas, Explotación del recurso bidireccional de canal inalámbrico aplicado a conferencias traducidas, Respuestas: Vol. 18 Núm. 2 (2013)

* Adriana Patricia Wilches-Castellanos, Karla Cecilia Puerto-López, Jorge Gómez-Rojas, Aplicación móvil para acceder a la información académica de la Universidad Francisco de Paula Santander a través de una picocelda bluetooth, Respuestas: Vol. 14 Núm. 1 (2009)

En este artículo, se presenta el diseño de un sistema adaptativo de cancelación de ruido, en el cual se estima una señal medida con ruido. Se implementa este sistema adaptativo utilizando un filtro de mínimos cuadrados (RLS). Este diseño considera parámetros tales como el orden del filtro, factor de olvido y condiciones iniciales para obtener los coeficientes óptimos del filtro a través de iteraciones. Se logró un error cuadrático medio alrededor de 10-6 , y con esto es posible hacer una implementación de bajo costo.

Keywords: Filtro adaptativo, sistema de cancelación de ruido, señal de audio, filtros de mínimos cuadrados

[1] J. Gómez-Rojas, R. Linero-Ramos, & Y. Beltrán-Gómez, “Uso del Filtro Kalman extendido para la estimación de las variables de vuelo de un vehículo aéreo no tripulado”, Rev. Espac., vol. 41, núm. 10, 2020.

[2] M. Dhal, M. Ghosh, P. Goel, A. Kar, S. Mohapatra, & M. Chandra, “An unique adaptive noise canceller with advanced variable-step BLMS algorithm”, 2015 Int. Conf. Adv. Comput. Commun. Informatics, ICACCI 2015, pp. 178–183, 2015.

[3] S. Elliot, Signal Processing for Active Control, Academic P. Londres, 2001.

[4] S. J. Elliott & P. A. Nelson, “Active Noise Control”, IEEE Signal Process. Mag., vol. 10, núm. 4, pp. 12–35, 1993.

[5] E. Hansler & G. Schmidt, Acoustic Echo and Noise Control: A Practical Approach. 2004.

[6] L. Camargo, J. Gómez-Rojas, & M. Gasca, La ciudad inteligente y la gestión de las TIC. 2020.

[7] M. M. Dewasthale, R. D. Kharadkar, & M. Bari, “Comparative performance analysis and hardware implementation of adaptive filter algorithms for acoustic noise cancellation”, 2015 Int. Conf. Inf. Process., pp. 124–129, 2015.

[8] B. Panda, A. Kar, & M. Chandra, “Non-linear Adaptive Echo Suppression Algorithms: A Technical Survey”, en IEEE Sponsored International Conference on Communication and Signal Processing, 2014, pp. 658–662.

[9] H. Abdullah, M. lkram Yusof, & S. R. M. Baki, “Adaptive Noise Cancellation: A Practical Study of the Least-Mean Square (LMS) Over Recursive Least-Square (RLS) Algorithm”, en Student Conference on Research and Development, 2002, núm. I, pp. 448–452.

[10] D. L. Duttweiler, “Proportionate normalized least-mean-squares adaptation in echo cancelers”, IEEE Trans. Speech Audio Process., vol. 8, núm. 5, pp. 508–517, 2000.

[11] S. Dixit & D. Nagaria, “Neural network implementation of least-mean-square adaptive noise cancellation”, Proc. 2014 Int. Conf. Issues Challenges Intell. Comput. Tech. ICICT 2014, pp. 134–139, 2014.

[12] D. G. Manolakis, V. K. Ingle, & S. M. (Author) Kogon, Statistical and adaptive signal processing. 2005.