人工耳蜗(Cochlear Implant,CI)又称为电子耳蜗,是目前仅有的一种帮助重度听力损失患者恢复听力的仿生设备。它通过在患者的耳蜗内植入电极阵列直接刺激听觉神经来代替缺失的毛细胞以实现听力感知。CI对于重度听力损失患者恢复听觉机能,正常进行社会生活具有重要的意义。目前CI的工艺已经相对成熟,现有的CI系统已经能够让植入者在安静环境下进行交谈,但是在噪声环境中,CI植入者对声音的聆听效果依然较差,这严重制约了其社会交往能力。因此,提高CI植入者在噪声环境下的言语感知能力是CI研究的关键问题之一。针对噪声环境下CI植入者的言语识别效果较差的问题,本文提出了一种基于电刺激信号信噪比的CI降噪算法。现有的研究表明,电听觉和声听觉的感知机理存在显著的区别,而现有的降噪算法大都是基于正常人或轻度听力损失者的声听觉研究,基于电听觉的研究还很匮乏。本研究针对基于CI电听觉的降噪算法展开研究,通过研究输入CI系统的声信号和CI系统各电极通道上电刺激信号的信噪比之间的映射规律,实现对电刺激信号信噪比的估计,并在此基础上提出基于电刺激信号信噪比的降噪算法。然后本文首先通过分析降噪后的信号包络、语谱图、归一化协方差测度和加权谱斜率距离来初步分析降噪算法的性能;之后通过正常听力者的仿真声言语接受阈值实验和言语识别实验进一步验证所提算法的降噪性能。实验结果表明本文所提的基于电刺激信号信噪比的降噪方法对噪声情况下CI性能有较好的改善,但是相比于基于声信号信噪比的降噪方法来说,仍有一定的不足;最后根据客观分析及仿真声实验的分析结果,本文对出现该实验结果的可能原因展开进一步的分析、讨论和验证,分析结果表明电刺激信号信噪比的估计方法对本文所提降噪算法的性能有显著的影响。总体而言,本文提出的基于电刺激信号信噪比的降噪方法是有研究价值的,本文的研究为后续完善基于电刺激信号信噪比降噪算法的研究打下了基础。