基于小波變換的語(yǔ)音信號(hào)增強(qiáng)方法研究(編輯修改稿)
2025-06-07 00:34 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 閾值函數(shù)取 a=， ? 方法：新閾值函數(shù)法和傳統(tǒng)軟、硬閾值法。 3/?? ? (一 ) 圖 1 四個(gè)被測(cè)試的原始信號(hào) 圖 2 四個(gè)被測(cè)試的帶噪信號(hào) 圖 3 硬閾值方法去噪后的結(jié)果圖 圖 4 軟閾值方法去噪后的結(jié)果圖 (二 ) ? 輸出信噪比（ SNR） ? 最小均方誤差（ MSE） 圖 5 新閾值方法去噪后的結(jié)果圖 表 1 信噪比實(shí)驗(yàn)數(shù)據(jù)比較 性能指標(biāo) SNR 硬閾值方法 軟閾值方法 新閾值方法 Blocks Bumps HeaviSine Doppler 表 2 最小均方誤差實(shí)驗(yàn)數(shù)據(jù)比較 性能指標(biāo) MSE 硬閾值方法 軟閾值方法 新閾值方法 Blocks Bumps HeaviSine Doppler 結(jié)論：相對(duì)傳統(tǒng)軟、硬閾值方法，運(yùn)用新閾值函數(shù)的方法 不僅能較好地反映原始信號(hào)的概貌，而且有良好的去噪效果 。 ? 在小波閾值去噪的過(guò)程中，將信號(hào)部分增強(qiáng)，得到更好的去噪效果。 ? Teager能量算子法：它在轉(zhuǎn)化為 Teager能量算子后小波系數(shù)不能還原，因此重構(gòu)后信號(hào)的失真度較大。 ? 在大部分情況下，信號(hào)去噪不僅要求去除信號(hào)中地噪聲，而且必須盡可能的恢復(fù)原始信號(hào)，以達(dá)到最佳地去噪效果。 ? 在去噪的過(guò)程中必須綜合考慮去噪和避免失真這兩方面的因素。 (一 ) 5 1 2 3 4 5S c A c D c D c D c D c D? ? ? ? ? ??能量元定義 :設(shè)某數(shù)據(jù)序列為 則該序列的能量元為 其中 稱為能量元， N為序列中的數(shù)據(jù)長(zhǎng)度。 1,2, ,{}i i Nx ?211NNiiiiE E x??????2 , 1 , 2 , ,iiE x i N??? 語(yǔ)音信號(hào)的 5層小波分解 (二 ) ? 將同一分辨率上小波變換后得到的小波系數(shù)從小到大排列 ,較小的噪聲小波系數(shù)和較大的信號(hào)小波系數(shù)之間有一個(gè)臨界區(qū) ,信號(hào)和噪聲的小波系數(shù)有可能混在一起 ,將小波系數(shù)序列轉(zhuǎn)化為能量元可以將臨界區(qū)內(nèi)信號(hào)和噪聲對(duì)應(yīng)的小波系數(shù)之間的差異放大 ,更有利于NeymanPearson準(zhǔn)則中虛警概率的確定。再利用該準(zhǔn)則來(lái)確定各尺度上的小
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1