语音增强,即从带噪语音信号中提取尽可能纯净的原始语音,以改善语音质量、提高语音的清晰度、可懂度和舒适度。麦克风阵列语音增强方法作为阵列信号处理的一个重要分支,是以空间上分离的多个麦克风阵元作为语音信号的接收端,对声音实现空间采样,然后利用目标语音信号和干扰信号在空间位置上的差异,用波束形成等多种阵列信号处理手段,抑制非语音方向的干扰和背景噪声,从而达到提高输出信号的信噪比(或信干比)的目的。本文重点研究了麦克风阵列语音增强中的广义旁瓣相消(GSC)算法以及子带滤波算法,并提出了一种改进的子带自适应广义旁瓣相消算法,即在子带中分别计算误差信号之后利用全带信息以更新自适应滤波器的系数。以卡内基美隆大学的麦克风阵列语音库以及自行开发的语音信号采集系统采集到的麦克风阵列语音信号作为实验数据,对算法进行了比较和分析验证。结果表明,改进的子带自适应广义旁瓣相消算法与传统的广义旁瓣相消算法以及子带广义旁瓣相消算法相比,在分段信噪比和坂仓距离上,都有了比较明显的提高;尤其在信噪比较低的情况下,改进的效果尤为明显。本文以ALTERA公司基于SOPC技术的DEII开发板为实验平台,研究了阵列语音信号采集和增强系统的实现方法。为解决复杂算法仅靠软件难以实时实现的问题,开发了一个硬件嵌入式处理系统。在NiosⅡ嵌入式软核的基础上,采用FPGA内部逻辑资源构建硬件模块以提高实时处理的速度,找到合理的软硬件分配的平衡点;并利用整数倍抽取/内插FIR系统的多相高效网络结构及多路复用技术等,有效地控制资源占用面积,提高了执行效率。最终,在100M系统时钟下,本设计实现了高效的实时处理,为进一步的实际应用奠定了基础。