随着现代社会与科技的发展，语音增强技术在实际应用中变得越来越重要。与WSN(Wireless Senor Networks)技术的结合进一步扩展了它的应用领域。但WSN的网络传输会带来信号丢包等测量缺失问题，这给语音增强系统的滤波稳定性带来挑战。本文以WSN语音增强系统为研究背景，以基于Kalman的语音增强算法和测量缺失下的滤波稳定性为研究重点，主要的工作内容与成果如下：　　 1.结合实际语音仿真对语音信号预处理技术进行了阐述，在此基础上详细论述了四种常见的语音增强方法，且通过仿真实验对比了它们各自的优缺点。　　 2.详细论述了Kalman滤波理论及其在语音增强中的应用，在参数估计部分提出一种基于稳定性判决的参数提取算法，解决了传统方法中不能同时保证系统稳定性与参数准确性的问题，并通过仿真实验验证。在此基础上对基于改进参数估计的Kalman语音增强算法进行了整体设计，并通过仿真实验证明：相对于传统Kalman语音增强而言，改进算法能够在有效去噪的同时更好的保留语音信号特征，降低语音失真度。　　 3.在WSN语音增强系统中，研究多传感器测量缺失下的Kalman滤波稳定性。通过理论推导，在三传感器的情况下得出类似于单传感器的一些重要结论：在期望有界准则下，各传感器的测量成功概率存在一个关键值，该关键值的变化范围存在上界和下界。当测量成功概率大于上界时，滤波一定稳定；当测量成功概率小于下界时，滤波一定发散。最后以Kalman语音增强的系统参数进行了仿真实验，验证了结论的正确性。