随着语音应用和人工智能的发展,基于麦克风阵列的语音增强技术受到广泛关注。相比传统单通道语音增强算法,麦克风阵列能够利用信号的空间信息,具有更好的噪声抑制效果。广义旁瓣消除器具有结构简单和不需估计噪声等优点,是常用的麦克风阵列技术之一。它由固定波束形成器、阻塞矩阵和自适应噪声相消器三个部分构成。在实际应用中,由于麦克风阵列各阵元一致性差、多径反射和混响等因素的影响,期望信号会泄露到阻塞矩阵的输出信号中。这种泄露直接导致了期望信号的失真。此外,广义旁瓣消除器对非相干或弱相干噪声的抑制效果有限,需要加入后置滤波器对其输出信号中的残留噪声做进一步消除。本文主要研究了鲁棒广义旁瓣消除自适应波束形成及后置滤波算法,主要工作内容如下:首先,针对阻塞矩阵中期望信号泄露导致的期望信号对消问题,本文对自适应噪声相消器中滤波器系数更新的准则进行了优化。传统算法中多采用固定步长因子或信噪比控制滤波器的更新,其中信噪比由固定波束形成器和阻塞矩阵的输出信号直接计算得到。相比上述计算方法,本文考虑了实际环境中类平稳噪声对计算信噪比的影响。通过滤除类平稳噪声后再计算得到的先验信号干扰比更加准确,能够更有效地控制滤波器的更新,从而减少期望信号的对消。其次,针对广义旁瓣消除器对扩散场噪声抑制效果差的问题,本文使用基于多通道噪声估计的后置滤波器对残留噪声做进一步消除。相对传统的单通道噪声估计方法,多通道噪声功率谱估计通过利用噪声的空间信息和多通道的参考噪声,能够减少噪声估计的误差,从而提升后置滤波器的性能。本文在基于瞬时波束参考噪声比的多通道噪声功率谱估计算法上加以改进,提升了计算瞬时波束参考噪声比的准确性,从而改善了噪声的抑制性能。最后,仿真实验结果证明了本文改进的鲁棒广义旁瓣消除自适应波束形成算法和基于多通道噪声功率谱估计的后置滤波算法能够有效地减少期望信号的失真,具有更好的降噪效果。