【正文】 (RMSE)。 開始 小波分解 建立數據 仿真文件 DSP及外設 初始化 小波系數 閾值量化 小波重構 結束 讀取數據 仿真文件 19 第四章 實驗仿真及圖 圖 3 小波去噪驗證仿真圖 （ a）為原始信號（ b）為含噪信號（ c）為軟閥值去噪信號（ d）為硬閥值去噪信號 通過對圖 3的分析 ,可以看出對原始信號添加噪聲后得到含噪信號 ,利用 MATLAB 中的小波工具箱對含噪信號分別進行軟閾值化和硬閾值化去噪處理 ,得出的去噪結果與原始信號效 果非常接近 , 由此可以看出利用 MATLAB 中的小波變換工具箱對信號進行去噪處理是非常理想的。 snr3=10*log(p1/p2) RMSE3=sqrtm(p2) 基于 DSP 的算法 實現算法實現主要分為三個 部分 ：小波分解部分、小波系數閾值 量化部分和小波重構部分。 p1=1/length(x)*norm(x)^2。d39。plot(xd)。 xd=filter(b,a,x)。 N=5。 p2=1/length(x)*norm(xxd)^2。c39。 plot(xd)。)。,5,39。,39。,39。 snr1=10*log(p1/p2) RMSE1=sqrtm(p2) xd=wden(x,39。) p1=1/length(x)*norm(x)^2。title(39。 subplot(2,2,2)。sym839。sln39。s39。rigrsure39。a39。 plot(x)。 x=noisbloc。)； . 小波去噪與 FFT 去噪效果對比 選擇 中含有噪聲的仿真信號 noisbloc 作為原始信號，分別使用 FFT 和小波分析方法對信號進行去噪處理，采用的小波是 sym8，分解層數為 5，對比結果如圖 4所示。 title(39。 subplot(4,1,4)。sym839。sln39。h39。sqtwolog39。(c)39。 plot(xd)。)。,5,39。,39。,39。)； xd=wden(x,39。 title(39。 subplot(4,1,2)。(a)39。 plot(x)。 ind=linspace(0,1,2^10)。 2) 利用‘ sym8’小波對信號分解，在分解的第 5層上，利用軟閾值法去噪，結果如圖3 c所示 3) 同樣的條件下 ,利用固定閾值選擇算法對信號去噪，結果如圖 3 d 所示。 Donoho 等提出了一種典型閾值選取方法 ,從理論上給出并證明閾值與噪聲的方差成正比 ,其大小為： ntn log2?? 小波去噪驗證仿真 實驗信號是由 wnoise()函數產生的含標準的高斯白噪聲信噪比為 3 的 heavy sine信號，用 wden()函數進行去噪處理。從直觀上 ,對于給定小波系數 ,噪聲越大 ,閾值就越大。 16 . 閥值的選取 閾值化處理的關鍵問題是選擇 合適的閾值如果閾值 (門限 ) 太小 ,去噪后的信號仍然有噪聲存在 。 (2) minimaxi采用極大極小原理選擇的閾值，和 sqtwolog一樣也是一種固定的閾值，它產生一個最小均方誤差的極值，計算 公式為 : ???????nnt l o g21 8 2 9 3 32,0 (14) (3) rigrsure:采用史坦的無偏似然估計原理進行閾值選擇，首先得到一個給定閾值的風險估計，選擇風險最小的閾值 t? 作為最終選擇。 圖 2 硬閥值和軟閥值 . 閾值的幾種形式 閾值的選取有多種形式，選取規(guī)則都是基于含噪信號模型式 ()中信號水平為 1 的情況，對于噪聲水平未知或非白噪聲的情況可以在去噪時重新調整得到的閾值。 DonohoJohnstone小波收縮去噪方法的關鍵步驟是如何選擇閾值和如何進行門限閾值處理，在這將作較為詳細的討論。 2）對小波系數 W0作門限閾值處理（根據具體 情況可以使用軟閾值處理或硬閾值 處理，而且可以選擇不同的閾值形式，這將在后面作詳細討論），比如選取最著 名的閾值形式： ntn log2?? (10) 門限閾值處理可以表示為 nt? ，可以證明當 n 趨于無窮大時使用閾值公式 (4)對 小波系數作軟閾值處理可以幾乎完全去除觀測數據中的噪聲。在實際工程應用中，有用信號通常表現為低頻信號或是一些比較平穩(wěn)的信號，而噪聲信號則通常表 現為高頻信號，所以我們可以先對含噪信號進行小波分解（如進行三層分解）： 321312211CDCDCDCACDCDCACDCAS????????? (8) 圖 1 三層小波分解示意圖 14 其中 icA 為分解的近似部分， 為 icD 分解的細節(jié)部分， 321 ,i? ,則噪聲部分通常包含在 1cD ， 2cD ， 3cD 中，用門限閾值對小波系數進行處理，重構信號即可達到去噪的目的。這樣就可以較好地恢復出純凈語音，當然這個過程中語音信號也會受到一定程度的損害。受到了譜減法思想的啟發(fā)，對噪聲的估計也是基于無音段的噪聲分析。本章就其單調性、連續(xù)性方面給出的證明。因此針對它們的缺點，提出了兩種改進的閾值函數，一種是介于軟閾值和硬閾值函數。 第一方面是對閾值函數進行改進。下一章 將用仿真實驗來說明消噪效果。改進閾值函數在閾值點處連續(xù)，并且以硬閾值曲線為漸近線。 圖 1硬閾值函數、軟閾值函數及改進法制函數的曲線 圖 1 為硬閾值函數、軟閾值函數及改進法制函數的曲線圖，其中閾值,1 ?? N? 。 當 N 趨近于 0 時 , 新閾值函數相似于硬閾值函數。該閾值函數和軟閾值函數一樣具有連續(xù)性，而且當 ??id 時 , 函數是高階可導的，并且隨著系數 id 的增大， t 的值逐漸減小，使得處理前后的小波系數不變。該閾值函數既要保證其連續(xù)性，又要盡可能的消除軟閾值函數中的恒定偏差。 有文獻 [8]可知，白噪聲的 Lip 指數滿足（ 4）式： 0,21 ???? ??? （ 4） 由（ 3）式和（ 4）式可知 })(m a x{22})(m a x{ 122 txWTtxWT nn jj ?? （ 5） 其中 )(2 txWT nj為噪聲對應的第 j層小波系數，由式 可知噪聲對應的第 j+1 層小波系數的最大值小于第 j層小波系數的最大值，因此，本論文 在閾值處理時每層系數采用不相同的閾值，用前面所述的四種閾值計算方法確定第一層閾值，以后各層閾值為前一層閾值的 22 倍，即122 ?? jj ??。對于一般信號 0?? ，即有用信號對應小波系數隨分解尺度 j的增大而變大。本文采用的改進方法如下： 一、各層采用不同的閾值 由文獻 [4]可知： ?jKtxWTj 2)(2 ? （ 3） 其中 K為一個常數， j為分解層數， ? 為 Lip 指數， )(2 txWTj為第 j層的小波系數。 11 小波閾值算法比較簡單，運算量小，因此在信號去噪方面得到了廣泛的應用。 常用的閾值函數有以下兩種： 硬閾值法：????? iiii dddd 0{ （ 1） 軟閾值法：??? ???? iiiii ddddd 0 ))(s g n({ （ 2） 第 4 步：小波重構。 在實際應用中，斯坦無偏似然估計和最大最小值法比較保守，而其他兩種方法產生的閾值則過大。常用的閾值選擇方案有四種： （一）基于無偏似然估計的軟閾值估計（ rigsure） （二）長度對數閾值（ sqtwolog）計算公式為： inN2??? （三）啟發(fā)式 SURE 閾值（ heursure）是前兩種閾值的綜合。 第 2 步：閾值的確定 小波閾值 ? 在去噪過程中起到決定性的作用。 小波閾值去噪算法主要分為 4 個步驟： 第 1 步：選擇一個小波基函數，確定小波分解層數并對信號進行小波分解。相對來說，有用信號所對應的小波系數幅值較大，但數目較少，而噪聲對應的小波系數是一致分布的，個數較多，但幅值小。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度遞減的性質，恰好濾除了噪聲 ，很好的保留了有用信號。在尺度空間上的相關運算能使噪聲的幅值大為減小，從而抑制了噪聲和小的邊緣，增強了信號的主要邊緣，更好地刻畫了原始信號。但是，交替投影法算法復雜，容易造成 投影信號的偏差，難以在實際應用中對信號進行實時處理。因此，觀察不同尺度間小波變換模極大值變化的規(guī)律，去除幅度隨尺度的增加而減小的點（對應噪聲的極值點），保留幅度隨尺度增加而增大的點（對應于有用信號的極值點）。理論上只要信號與噪聲的奇異性有差異，就能產生很好的去噪效果。本文簡述了幾種小波去噪方法，其中的閾值去噪的方法是一種實現簡單、效果較好的小波去噪方法。利用小波方法去噪，是小波分析應用于實際的重要方面。 (2)對小波去噪方法進行研究，介紹小波去噪基本知識及原理，重點研究和討論小波閾值函數和閾值兩個方面。 本文研究的主要目的就是適應目前信息社會對語音信號處理技術的要求，結合DSP理論在小波信號去噪方面的應用，對小波語音去噪的處理過程提出改進。用 Matlab 軟件實現仿真，用函數生成噪聲信號并對錄制的語音信號進行軟件加噪，然后用提出的改進思想進行降 噪處理。本文所研究的重點在于通過小波分析方法對含高斯白噪聲的語音信號的去噪。 本文重點總結 人們研究了許多種語音降噪算法。 當程序中新增加了變量后，在 rcp 文件中會出現 Not yet placed 項，只要將其下的文件夾，根據類型拖動到 run_view 下的相應的數據存儲器或程序存儲器即可。所以，一般在編程過程中，使用 rcp 文件對程序進行內存分 rcp文件全稱是 recipe 文件，這是一種圖形化界面的內存分配文件。所以，一定要分配好內存空間 CCS提供了兩種分配空間的方法：利用 cmd 文件或 rcp 文件分配空間，其中 cmd 文件是純文本格式的描述性的空間分 8 配方式 , 它的優(yōu)點是程序員對空間的可控制性 較高，可以將不同的塊分配到指定的地址，并規(guī)定長度。 圖 CCS 基本編輯界面 在利用 CCS 編程的過程中，不可避免的要遇到如何將程序變量分配到內存中去的問題。另外，在編輯過程中 還可以顯示諸如存儲器觀察窗口、變量監(jiān)視框、圖形顯示框等調試界面，他們?yōu)槌绦蚓帉懻{試提供多種手段為軟 件開發(fā)提供了極大的方便。 下面將著重介紹前兩項。 CCS 全稱是 Code Composer Studio 它提供了基本的代碼生成工具，具有一定的調試、分析能力，在 CCS 下的程序開發(fā)過程如圖 示 ]8[ 。 . CCS 開發(fā)環(huán)境 本節(jié)將介紹 CCS Code Composer Studio 的基本開發(fā)環(huán)境、軟件開發(fā)過程、 CCS組件。 對于任意通用可編程芯片來說，一般都具備以下幾個部分： (1)內部存儲器：主要用來存儲程序、執(zhí)行程序、存儲數據等； (2)中央處理單元 (CPU)：用來實現各種運算功能； (3)片內外設：用來實現一些特定功能，如時鐘發(fā)生器、硬件定時器等等； (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據或者將處理完的數據傳輸出去； (6)內部總線：用來連接芯片中不同的單元。這種并行性支持一套強大的算術運算、邏輯運算和位操作 運算，所以使得這些運算可以在單個機器周期內完成。分開的程序空間和地址空間提供了高度的并行性，可以同時訪問程序指令和數據，例如三次讀操作和一次寫操作可以在一個周期內完成。它屬于 TI C5000 系列中的 C54X 系列，正如前面所說，同一系列的 DSP具有相同的內核、相同或兼容的匯編指令集，差別僅在于內存儲器的大小，片內外設等等，所以就首先介紹一下 C54 系列 DSP 普遍具有的特點和性能。由于速度很高，所以功耗也很大。在 TI 的所有系列 DSP 中運行速度最快。核心電壓較低，所以功耗很低，且體積很小，方便集成。相對 C2021 系列來說，其內部存儲更大，運行速度更快，更適合執(zhí)行較為復雜的數字信號處理任務，但控制功能相對較弱。 (2)C5000 系列 DSP 是 16位定點低功耗 DSP，性價比極高，主要應用于無線通信系統(tǒng)及手持式通訊產品，如手機， PDA 和 GPS 等。它是一個控制器系列，主要應用于工業(yè)控制領域，它除了具有一個 DSP 內核外，還有大量的片內外設資源，如 A/D、定時器、各種同步和異步串口、看門狗、 CAN 總線接口等；加上其價格低廉，速度更高，可靠性更強