噪声相减降噪（Noise Reduction by Subtraction）是一种常见的数字信号处理技术，用于减少噪声对于音频、语音或其他信号的影响。该方法通过从原始信号中减去一个经过适当处理的噪声信号，来降低整体信号中的噪声成分。

噪声相减降噪主要分为两个步骤：建模和预测。

建模阶段需要获取被噪声污染的信号以及噪声本身。这可以通过在没有主要信号存在时记录环境中的噪声来实现。另一种方法是使用噪声估计算法，通过对信号进行频谱分析，并将频谱上的能量归因于噪声成分。建模阶段终会得到主要信号和噪声信号的模型。

接下来，预测阶段使用建立的模型来预测噪声信号，并通过从原始信号中减去预测的噪声信号来减少噪声。具体地说，预测的噪声信号通过滤波器、平均值估计或其他预测算法来获得。然后，预测的噪声信号与原始信号进行相减操作，以获得降噪后的信号。

噪声相减降噪方法的关键挑战在于噪声和信号之间的模型误差。由于噪声和信号的性质在不同场景下可能会发生变化，因此建立一个**的模型是非常困难的。这可能导致降噪过程中对信号的损失，进而影响声音的质量和清晰度。

为了解决这个问题，研究人员提出了一些改进方法。其中一种方法是自适应噪声估计，它使用反馈回路来动态新噪声模型，以适应信号和噪声的变化。另一种方法是引入预加权技术，在进行相减操作之前，对信号进行加权处理，以提高信号的可靠性和准确性。