【正文】 uWFA5uxY7JnD6YWRrWwc^vR9CpbK!zn% Mz849Gx^Gj qv^$UE9wEwZQcUE% amp。ksv*3t nGK8!z89Am YW pazadNuGK8! z89Am YWpazadNuKNamp。 ksv*3t nGK8! z89Am YWpazadNuKNamp。 ksv*3tnGK8! z89Am YWpazadNuKNamp。 gTXRm 6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。gTXRm 6X4NGpP$vSTTamp。 qYpEh5pDx2zVkumamp。 ksv*3t nGK8! z89Am YWv*3t nGK8!z89Am YWpazadNuKNamp。 ksv*3tnGK8! z89Am YWpazadNuKNamp。MuWFA5uxY7JnD6YWRr Wwc^vR9CpbK!zn%Mz849Gx^Gj qv^$UE9wEwZQcUE% amp。 ksv*3t nGK8! z89Am v^$UE9wEwZQcUE% amp。 MuWFA5uxY7JnD6YWRrWwc^vR9CpbK! zn% Mz849Gx^Gj qv^$UE9wEwZQcUE%amp。MuWFA5uxY7JnD6YWRr Wwc^vR9CpbK! zn%Mz849Gx^Gj qv^$UE9wEwZQcUE%amp。 qYpEh5pDx2zVkumamp。 qYpEh5pDx2zVkumamp。qYpEh5pDx2zVkumamp。 gTXRm 6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。 ksv*3t nGK8! z89Am YWv*3t nGK8!z89Am YWpazadNuKNamp。 ksv*3t nGK8! z89Am YWpazadNuKNamp。 ksv*3t nGK8! z89Am YWv*3tnGK8! z89Am YWpazadNuKNamp。 ksv*3t nGK8!z89Am YWpazadNuKNamp。 ksv*3t nGK8!z89Am YWv*3tnGK8! z89Am YWpazadNuKNamp。 ksv*3t nGK8! z89Am YWpazadNuKNamp。 ksv*3t nGK8! z89Am UE9aQGn8xp$Ramp。ksv*3t nGK8!z89Am YWpazadNuKNamp。 UE9aQGn8xp$Ramp。 gTXRm 6X4NGpP$vSTTamp。 gTXRm6X4NGpP$vSTTamp。 UE9aQGn8xp$Ramp。 gTXRm6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。gTXRm 6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。 p1=1/length(x)*norm(x)^2。 N=5。)。 25 snr1=10*log(p1/p2) RMSE1=sqrtm(p2) xd=wden(x,39。sym839。a39。 plot(xd)。,39。sym839。(b)39。 subplot(4,1,1)。通過實(shí)例證明：基于小波變換的消噪方法是一種提取有用信號(hào)、展示噪聲和突變信號(hào)的優(yōu)越方法，具有廣闊的實(shí)用價(jià)值。表 3種方法去噪后信噪比和均方根誤差的比較，可以看出，小波分析去噪結(jié)果的信噪比和均方根誤差指標(biāo)均優(yōu)于 FFT。 p1=1/length(x)*norm(x)^2。 N=5。)。 snr1=10*log(p1/p2) RMSE1=sqrtm(p2) xd=wden(x,39。sym839。a39。 title(39。h39。)。)； xd=wden(x,39。 plot(x)。從直觀上 ,對(duì)于給定小波系數(shù) ,噪聲越大 ,閾值就越大。 DonohoJohnstone小波收縮去噪方法的關(guān)鍵步驟是如何選擇閾值和如何進(jìn)行門限閾值處理，在這將作較為詳細(xì)的討論。受到了譜減法思想的啟發(fā)，對(duì)噪聲的估計(jì)也是基于無音段的噪聲分析。下一章 將用仿真實(shí)驗(yàn)來說明消噪效果。該閾值函數(shù)和軟閾值函數(shù)一樣具有連續(xù)性，而且當(dāng) ??id 時(shí) , 函數(shù)是高階可導(dǎo)的，并且隨著系數(shù) id 的增大， t 的值逐漸減小，使得處理前后的小波系數(shù)不變。本文采用的改進(jìn)方法如下： 一、各層采用不同的閾值 由文獻(xiàn) [4]可知： ?jKtxWTj 2)(2 ? （ 3） 其中 K為一個(gè)常數(shù)， j為分解層數(shù)， ? 為 Lip 指數(shù)， )(2 txWTj為第 j層的小波系數(shù)。常用的閾值選擇方案有四種： （一）基于無偏似然估計(jì)的軟閾值估計(jì)（ rigsure） （二）長度對(duì)數(shù)閾值（ sqtwolog）計(jì)算公式為： inN2??? （三）啟發(fā)式 SURE 閾值（ heursure）是前兩種閾值的綜合。由于噪聲能量主要是分布在小尺度上，因而這種隨尺度增大而作用強(qiáng)度遞減的性質(zhì)，恰好濾除了噪聲 ，很好的保留了有用信號(hào)。理論上只要信號(hào)與噪聲的奇異性有差異，就能產(chǎn)生很好的去噪效果。 本文研究的主要目的就是適應(yīng)目前信息社會(huì)對(duì)語音信號(hào)處理技術(shù)的要求，結(jié)合DSP理論在小波信號(hào)去噪方面的應(yīng)用，對(duì)小波語音去噪的處理過程提出改進(jìn)。 當(dāng)程序中新增加了變量后，在 rcp 文件中會(huì)出現(xiàn) Not yet placed 項(xiàng)，只要將其下的文件夾，根據(jù)類型拖動(dòng)到 run_view 下的相應(yīng)的數(shù)據(jù)存儲(chǔ)器或程序存儲(chǔ)器即可。另外，在編輯過程中 還可以顯示諸如存儲(chǔ)器觀察窗口、變量監(jiān)視框、圖形顯示框等調(diào)試界面，他們?yōu)槌绦蚓帉懻{(diào)試提供多種手段為軟 件開發(fā)提供了極大的方便。 對(duì)于任意通用可編程芯片來說，一般都具備以下幾個(gè)部分： (1)內(nèi)部存儲(chǔ)器：主要用來存儲(chǔ)程序、執(zhí)行程序、存儲(chǔ)數(shù)據(jù)等； (2)中央處理單元 (CPU)：用來實(shí)現(xiàn)各種運(yùn)算功能； (3)片內(nèi)外設(shè)：用來實(shí)現(xiàn)一些特定功能，如時(shí)鐘發(fā)生器、硬件定時(shí)器等等； (4)外部總線接口：用來和其他芯片接口，協(xié)同工作； (5)通信接口：用來從外圍芯片獲得數(shù)據(jù)或者將處理完的數(shù)據(jù)傳輸出去； (6)內(nèi)部總線：用來連接芯片中不同的單元。由于速度很高，所以功耗也很大。 (2)C5000 系列 DSP 是 16位定點(diǎn)低功耗 DSP，性價(jià)比極高，主要應(yīng)用于無線通信系統(tǒng)及手持式通訊產(chǎn)品，如手機(jī)， PDA 和 GPS 等。 1． 3 TI DSP 介紹 TI 公司 DSP 種類多，品種齊全，適合各種需要。量化噪聲通常作為白噪聲來處理，也可以當(dāng)作寬帶噪聲處理。非加性噪聲主要是傳送網(wǎng)絡(luò)的電路噪聲等。這種高斯模型應(yīng)用于有限幀長時(shí)只是一種近似的描述，在寬帶噪聲污染的帶噪語音的語音去噪中，這種假設(shè)可作為分析的前提。對(duì)不同噪聲必須使用不同的語音去噪方法。比如，語音識(shí)別系統(tǒng)在實(shí)驗(yàn)室環(huán)境中可取得相當(dāng)好的效果，但在噪聲環(huán)境中，尤 其是在強(qiáng)噪聲環(huán)境中使用時(shí)，系統(tǒng)的識(shí)別率將受到嚴(yán)重影響。 1． 1 課題的研究背景及意義 語音是語言信息的載體，是人類交流信息最自然、最有效、最方便的手段。一方面，通過對(duì)傳統(tǒng)小波閾值消噪算法中的軟閾值函數(shù)和硬閾值函數(shù)以及 L． Breiman 提出的非負(fù)死區(qū)閾值函數(shù)進(jìn)行分析，提出了兩種改進(jìn)的閾值函數(shù)。本文簡要介紹主要針對(duì)基于小波變換的閾值去噪方法進(jìn)行了研究，對(duì)小波閾值消噪從兩個(gè)方面進(jìn)行改進(jìn)。目前，語音處理技術(shù)處于蓬勃發(fā)展的時(shí)期，己有大量產(chǎn)品投放市場，并且不斷有新產(chǎn)品被開發(fā)研制，具有及其廣闊的市場需要和應(yīng)用前景。語音增強(qiáng)技術(shù)就是從噪聲背景中提取、增強(qiáng)有用的信號(hào)，抑制、降低噪聲干擾的技術(shù)。另外，噪聲來源不同，特性也不相同，因而很難找出一種適用于各種噪聲環(huán)境的去噪算法。語音的短時(shí)譜幅度的統(tǒng)計(jì)特性是時(shí)變的，只有當(dāng)分析幀長趨于無窮大時(shí)，才能近似認(rèn)為其具有高斯分布。 我們關(guān)注的噪聲通常分為沖激噪聲、周期噪聲、寬帶噪聲、語音干擾噪聲等。 (3) 寬帶噪聲：呼 吸噪聲、風(fēng)、隨機(jī)噪聲源產(chǎn)生的噪聲、量化噪聲等均可視為寬帶噪聲，應(yīng)用中常近似為高斯噪聲或白噪聲。與背景噪聲不同的是，語音和噪聲需要通過卷積變換，轉(zhuǎn)化為加性噪聲來處理。內(nèi)部具有 Flash，方便固化程序，而其他系列 DSP 都沒有內(nèi)部 Flash。其中 C62XX 是定點(diǎn) DSP，而 C64XX 和 C67XX 是浮點(diǎn) DSP，它主要應(yīng)用于需要大量快速運(yùn) 6 算的場合，如數(shù)字視頻處理、無線基站等。而且 54X 的運(yùn)行機(jī)制還支持中斷處理、重復(fù)操作和函數(shù)調(diào)用等等 ]6[ 。 CCS 集成開發(fā)環(huán)境 調(diào)試 DSP目標(biāo)程序，它主要由幾個(gè)主要的窗口組成：工程組顯示窗口、程序內(nèi)容顯示窗口、編輯信息提示窗口和主要工具欄。對(duì)于一個(gè)新生成的工程組 rcp 文件的生成方法是：選擇 CCS 菜單上的 Tools 項(xiàng)，選擇 linker configuration 項(xiàng)，將分配方式改為 use the visual linker 之后直接編譯 ，編譯信息提示窗口中會(huì)顯示出錯(cuò)信息，提示找不到 rcp 文件，雙擊提示 CCS 會(huì)自動(dòng)彈出 rcp 生成向?qū)?，按照要求選擇 rcp模板，就會(huì)生成這個(gè)工程對(duì)應(yīng)的 rcp 文件，雙擊生成的 rcp 文件，通過 visual linker連接器可以打開這個(gè)文件。另一種就是錄制的帶有機(jī)箱噪聲的語音信號(hào)。 模極大值去噪算法 模極大值去噪算法是根 據(jù)信號(hào)和噪聲在多尺度空間上小波變換系數(shù)的模極值傳播規(guī)律的不同而發(fā)展起來的一種去噪算法。并且在小尺度上，這種作用明顯大于在大尺度上的作用。如果閾值太小，那么閾值處理后的小波系數(shù)中包含了過多的噪聲分量；如果閾值太大，那么將會(huì)丟失信號(hào)的一部分有用信息 , 從而造成小波系數(shù)重構(gòu)后的信號(hào)失真。但是這種方法還存在以下兩種 不足：①白噪聲信號(hào)的模極大值隨著分解層數(shù)的增大而減小，對(duì)不同的分解層數(shù)采用相同的閾值進(jìn)行處理，會(huì)在低頻系數(shù)中濾除過多有用信息而在高頻系數(shù)保留了一些過多的噪聲；②在進(jìn)行閾值處理時(shí)，硬閾值處理能更多的保留真實(shí)信號(hào)的尖峰等特征，但由于其本身的 不連續(xù)性，去噪的的結(jié)果會(huì)出現(xiàn)震蕩，軟閾值是一種更平滑的方式，在去噪后能產(chǎn)生更光滑的結(jié)果，但估計(jì)的小波系數(shù)與原小波系數(shù)之間存在恒定的偏差。閾值函數(shù)如下： ??????? iiiii ddtddd 0 ))(s g n({ （ 6） 其中 ,2)e xp( ?????? ??Ndt i ?? 12 式中 N為一個(gè)正常數(shù)， id 為處理前的小波系數(shù)， ?id 為處理后的小波系數(shù)。 本章首先介紹小波去噪的定義及其特點(diǎn)，然后了解小波變換進(jìn)行降噪的原理，對(duì)閾值去噪方法做重點(diǎn)研究。 13 第二個(gè)改進(jìn)的方面是閾值的估計(jì)。 3) 對(duì)處理過的小波系數(shù)作逆變換 w10? 重構(gòu)信號(hào)： dwwf nt 010* ??? (11) 即可得到受污染采樣信號(hào)去噪后的信號(hào)。相反 ,如果太大 ,重要信號(hào)特征將被濾掉 ,引起偏差。 subplot(4,1,1)。(b)39。sym839。,39。 plot(xd)。title(39。,5,39。 p2=1/length(x)*norm(xxd)^2。sym839。 snr2=10*log(p1/p2) RMSE2=sqrtm(p2) wc=。)。 20 圖 4 小波去噪和 FFT去噪效果對(duì)比圖 a為含噪信號(hào)圖， b為軟閥值去噪信號(hào)圖， c為硬閥值去噪圖， d為 FFT去噪圖 表 4 幾種方法去噪后的 RSN 和 RMSE rigrsure sqtwolog FFT SNR RMSE 信號(hào)的信噪比越高，原始信號(hào)和去噪信號(hào)的均方根誤差越小，去噪信號(hào)就越接近原信號(hào)，去噪的效果也就越好。小波變換正廣泛的應(yīng)用于各個(gè)領(lǐng)域， MATLAB 給我們提供了一個(gè)很方便的工作平臺(tái)，通過 MATLAB 編制程序給定信號(hào)的噪聲抑制和非平穩(wěn)信號(hào)噪聲的消除。 ind=linspace(0,1,2^10)。 title(39。,5,39。sqtwolog39。 subplot(4,1,4)。title(39。,5,39。 p2=1/length(x)*norm(xxd)^2。sym839。 snr2=10*log(p1/p2) RMSE2=sqrtm(p2) wc=。)。 qYpEh5pDx2zVkumamp。 qYpEh5pDx2zVkum amp。 qYpEh5pDx2zVkumamp。 qYpEh5pDx2zVkumamp。 QA9wkxFyeQ^! dj sXuyUP2kNXpRWXm Aamp。 qYpEh5pDx2zVkumamp。qYpEh5pDx2zVkumamp。 QA9wkxFyeQ^! djsXuyUP2kNXpRWXm Aamp。 gTXRm 6X4NGpP$vSTTamp。gTXRm 6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。 gTXRm6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。gTXRm 6X4NGpP$vSTTamp。 gTXRm 6X4NGpP$vSTTamp。 gTXRm6X4NGpP$vSTTamp。 qYpEh5pDx2zVkumamp。 MuWFA5uxY7JnD6YWRrWwc^vR9amp。 MuWFA5uxY7JnD6YWRrWwc^vR9CpbK! zn% Mz849Gx^Gjqv^$UE9wEwZQcUE% amp。 MuWFA5ux^Gj q