基于小波分析的一维信号消噪

小波分析具有的时一频双尺度分辨率特点，是信号处理领域中比较活跃的理论。含噪信号经过小波变换处理后，语音信息和噪声分别集中在小波变换尺度频率不同部分。根据这一特点，我们利用小波变换对信号进行除噪处理，本文主要介绍了除噪原理和方法以及利用Matlab软件对其的可视化仿真。     

基于语音特点的小波阈值去噪算法分析

小波分析在信号处理方面具有优越性。本文将其应用于语音去噪,并根据语音信号的特点提出了一种适应性强的阈值函数;将新的阈值算法和Waveshrink算法用于语音去噪,并运用多个语音样本进行实验对比,仿真数据表明,本算法有良好的适应性,效果较优。     

基于语音特点的小波阈值去噪算法分析

小波分析在信号处理方面具有优越性。本文将其应用于语音去噪,并根据语音信号的特点提出了一种适应性强的阈值函数;将新的阈值算法和Waveshrink算法用于语音去噪,并运用多个语音样本进行实验对比,仿真数据表明,本算法有良好的适应性,效果较优。     

EMD算法和Hilbert算法混合的语音信号降噪和提取

针对语音信号降噪和提取算法存在降噪效果不佳等问题,已经无法满足现在社会的需求。本文提出一种基于改进EMD算法和Hilbert算法混合的语音信号降噪和提取方法,首先针对EMD算法在语音信号降噪可能破坏噪声特性的问题,利用全局阈值选择去噪的方法对其进行改进,然后引入Hil-bert算法将其与EMD算法融合,对语音信号进行降噪和提取。利用仿真实验可以发现:将EMD算法和Hilbert算法进行混合优化,和传统的小波变换语音信号降噪算法,不容易出现差错并且具有更好的降噪性能。     

基于MATLAB的语音信号时频域参数分析

本文针对语音信号时域、频域参数进行了系统详尽的分析,提出了一种语音信号时频域参数模块化的思路,并利用SIMULINK实现语音信号频域实时参数分析仿真。     

基于小波变换的语音检测算法

为了提高在低信噪比下语音检测的正确率,利用语音信号的小波分解系数在不同频段具有的谐波特性,构造出了一种具有良好抗噪性能的特征参数,结合相应的判决准则,提出了基于小波变换的语音检测算法。仿真结果表明,这种算法在低信噪比下具有较高的检测正确率。     

小波降噪方法在动载荷时域识别技术

<正>通常,噪声主要是频率较高的信号。将含噪声的信号进行FFT正变换,滤波除去噪声信号,保留有用信号,再通过FFT逆变换复现原始信号是一种传统的降噪方法。此方法能把高频的噪声滤除,但使得高频的有用信号失真。具有多分辨率分析(Multi-Resolution Analysis)的特点的小波变换是一种信号的时频分析方法。在时域和频域内,小波变换具有分析信号局部特点的功能,是一种时频率窗口均可改变的分析方     

基于改进阈值函数小波语音增强方法的研究

提出了一种基于小波阈值去噪的语音增强算法。根据含噪语音中噪声、清音和浊音的不同特点,首先对它们进行检测区分,然后采用改进的Garrote阈值函数分别对噪声、清音和浊音运用不同的阈值方案进行处理。该方法在很大程度上抑制了噪声,又减少了语音段清音的损失,提高了信噪比,在MATLAB7.1中的仿真实验结果表明,该方法具有较好的增强效果。     

小波分析在化学信号处理中的应用

小波分析具有其它许多信号处理工具所不具有的优点,它可同时提供信号在时域和频域的特征,具有分辨率高,结果准确度高的特点,广泛应用于化学信号的平滑滤波、数据压缩、重叠信号的解析方面。本文介绍了小波分析的基本原理及其在化学分析中的应用。     

瞬变电磁信号去噪方法及效果研究

采样后的瞬变电磁信号数据容易受到各种噪声的干扰,造成数据处理时分辨率较低,进而出现异常解释信息,影响后续工作进程,因此,必须选取合适的方法对其讲行去噪处理.本文集中对三点指数逼近非线性平滑去噪、基于小波阈值的信号去噪、基于小波变换模极大值的信号去噪、基于小波包的信号去噪等方法及效果进行比较,对瞬变电磁法的去噪工作具有一定的现实意义.     

基于短时谱估计的三种语音增强技术降噪效果的比较

语音增强的目的是从带噪语音中提取尽可能纯净的原始语音.目前语音增强的方法很多,本文对一段未知的带噪语音信号采用基于短时谱估计的改进的谱减法、维纳滤波法、最小均方误差法这三种常用的语音增强技术进行降噪处理,并根据实验结果对这三种语言增强技术的降噪效果进行了比较.     

基于神经网络的语音增强系统设计

利用神经网络设计语音信号增强处理系统,在无噪和含噪条件下,提取语音信号的MFCC系数,用于BP神经网络的训练和识别,最终达到语音信号消噪和提高可懂度的目的。自适应神经网络系统具有非线性映射和自学习能力,能够用于噪声信号的非线性建模。它不仅能够获取信号的最佳估计,并且能够克服信号处理中存在的不确定性。仿真结果表明,该自适应噪声抵消器的设计方法,不仅实现简单,而且节省运行时间,语音增强效果很好。     

小波变换在地震信号降噪中的应用

为了去除地震信号的噪声,提高其分辨率,本文采用小波分析方法对地震信号进行处理.通过采取合适的小波函数和阈值,对信号进行多尺度分解,取得的降噪效果较为理想.在对地震信号进行降噪的同时,尽可能的还原真实信号,说明小波变化作为一种卓越的数学分析工具,具有较为精确的局部分析能力.     

基于信号子空间的麦克风阵语音增强算法

分析了信号子空间方法可以提高信噪比的原因,讨论了信号子空间方法在语音增强中的应用及信号子空间分解的常用方法.同时,将将单个麦克风信号子空间语音增强方法推广到多个麦克风的情况,并结合了波束形成算法.实验结果表明,基于信号子空间的麦克风阵语音增强算法消噪后语音的波形失真很小,信噪比提高多.     

基于改进小波脊提取算法的数字信号瞬时频率估计方法

在深入分析小波脊原理的基础上,针对数字信号瞬时频率提取精度要求,利用小波脊提取数字信号的瞬时频率,并对方法的初始值设置、解析小波参数设置和估计精度设置等关键问题进行了分析并改进.实际信号实验表明,改进算法鲁棒性明显增强,实用价值较大.     

一种基于子波变换的语音增强方法

在分析了随机噪声的子波变换系数在不同尺度上的传递特性和噪声信号奇异性与子波模极大值的关系后,提出了用一尺度间变化的门限阈值来抑制带噪训音信号在不同尺度上噪声子波系数,从而实现了在重构信号中消除噪声的目的。文中还给出了不同信噪比语音信号的子波去噪的计算机仿真结果,从结果上看出,本文的方法有较好的语音去噪、增强效果。     

语音信号增强算法的谱减法应用探究

语音信号技术广泛应用于语音通信、语音识别等领域,在语音信号处理过程中,降噪与提高可懂度是极为关键的,处理方法有多种,通过综合梳理,对谱减法和自适应噪声抵消法的分析,发现最大限度地消除谱减法中的"音乐噪声"成为需要突破的研究域。在此尝试利用MATLAB以图像形式呈现谱减法增强语音信号效果的比较。发现语音信号处理算法在定义域内,仍有不可避免的误差。得出避免误差算法的加强与从强噪声中提取语音信号,既是语音信号处理过程中所"遭遇"的重要问题,又是未来理论与实践应用研究的发展方向。     

小波包分解在迎角传感器信号预处理中的应用

针对基于四象限压力传感器阵列的迎角测量方法中传感器信号受到干扰的问题,讨论了在其预处理中应用小波包变换进行信号分离提取的方法。根据小波包分解理论,对信号进行小波包分解,信号中频率不同的部分落在不同的尺度上,剔除反映干扰的变换尺度,提取出有用信息。结果表明,该方法可很好地提取信号的主要特征信息,也有效地去除了确定性干扰和随机噪声,与传统的信号滤波方法相比较具有明显的优点,同时为后续的信号处理奠定了基础。     

基于TMS320VC5509A的语音增强模块实现

语音增强可以抑制背景噪声,提高背景噪声条件下语音质量,利于后续语音信号处理。在简要介绍美国军用标准——增强混合激励线形预测语音编码中语音增强算法的基础上,基于TITMS320VC5509a芯片设计一款语音增强模块。详细论述了语音增强算法实时实现的硬件设计、软件优化和开发的关键技术。实际场合实验表明,该模块具有较好的抗背景噪声功能,即可以以独立前置模块的方式用于语音处理系统,也可以以嵌入模块的方式用于语音处理系统。     

基于麦克风阵列的语音增强算法概述

麦克风阵列语音增强技术是将阵列信号处理与语音信号处理相结合,利用语音信号的空间相位信息对语音信号进行增强的一种技术。文章介绍了各种基于麦克风阵列的语音增强基本算法,概述了各算法的基本原理,并总结了各算法的特点及其所适用的声学环境特性。