【正文】 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(shù)作軟閾值處理可以幾乎完全去除觀測數(shù)據(jù)中的噪聲。在實際工程應(yīng)用中，有用信號通常表現(xiàn)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(xiàn)為高頻信號，所以可以先對含噪信號進行小波分解 [7]（如進行三層分解）： 321312211CDCDCDCACDCDCACDCAS????????? (22) 圖 三層小波分解示意圖 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(shù)進行處理，重構(gòu)信號即可達到去噪的目的。隨著小波理論的不斷完善與發(fā)展，其應(yīng)用領(lǐng)域也越來越廣泛。小波分析同時還在頻域和時域有這良好的局部化特性，客服了傳統(tǒng) FFT 變換的諸多不足。隨著小波理論研究的深入和日趨成熟，其應(yīng)用已經(jīng)廣泛滲透到許多領(lǐng)域。 5 本章小結(jié) 本章主要介紹了語音信號小波閥值去噪方法的研究背景、現(xiàn)狀和意義，然后總結(jié)了本文的研究內(nèi)容和論文的結(jié)構(gòu)安排。 本文的結(jié)構(gòu)就是第一章 介紹了小波去噪方法的研究背景、現(xiàn)狀和發(fā)展趨勢；第二章介紹了本文的算法理論，為后面的研究打下了良好的基礎(chǔ)；第三章是通過 MATLAB 仿真實現(xiàn) 3 中不同閥值的 小波去噪；第四章是通過計算 RSN 和 RMSE 的值來比較小波去噪相對其它去噪方法的優(yōu)越性。 3) 分別研究了軟閥值 去噪、 硬閥值 去噪和軟、硬閥值折衷 3 種去噪方法，各有明顯的優(yōu)缺點。 本文主要研究內(nèi)容與結(jié)構(gòu) 本文的主要研究內(nèi)容為： 1) 對語音去噪和基于小波變換的去噪方法的歷史和現(xiàn)狀進行了歸納，指出了其應(yīng)用前景和目前存在的一些不足。 隨著現(xiàn)代工業(yè)控制與軍事發(fā)展，對信號降噪技術(shù)的要求也越來越高。目前已有很多比較經(jīng)典的非線性濾波算法，如中值濾波，形態(tài)濾波，層疊濾波。在 1958 年維納提出了非線性濾波理論，非線性濾波器在一定程度上客服了線性濾波器這一缺陷。然而當信號頻譜與噪聲頻譜混疊時或者當信號 中含有非疊加噪聲時，線性濾波器處理的結(jié)果就很難令人滿意。解決以上問題的最有效方法就是采用數(shù)字信號處理技術(shù)，具有很強的靈活性和穩(wěn)定性 在數(shù)字信號處理早期研究中，線性濾波器是噪聲抑制處理的主要手段。其不靈活性體現(xiàn)在參數(shù)修改困難，需要采用多種阻值的電阻，多種容值的電容，并通過電子開關(guān)選通才能修改處理參數(shù)。 國內(nèi)外現(xiàn)狀和發(fā)展趨勢 早期的信號處理主要是采用模擬的處理方法，包括 運算放大電路及電荷耦合器件（ CCD）等等。在數(shù)學(xué)方面， 3 它已用于數(shù)值分析、構(gòu)造快速數(shù)值方法、曲線曲面構(gòu)造、微分方程求解、控制論等?，F(xiàn)在，它已經(jīng)在科技信息產(chǎn)業(yè)領(lǐng)域取得了令人矚目的成就。這時進行語音去噪處理稱為一個關(guān)鍵的問題。隨著語音技術(shù)的發(fā)展，語音識別技術(shù)也得到了進步，目前已經(jīng)出現(xiàn)了許多運用語音識別技術(shù)的產(chǎn)品。例如，有許多名人的演講，當中由于噪聲的存在，影響了 其效果，這些演講具有不可再現(xiàn)性所以必須進行去噪處理。這時候就需要對采訪錄音進行去噪處理，以便讓聽眾能夠更清楚地聽到記者和被采訪者之間的對話。這可以為家快破案進程起到積極的作用。這對 聽 清楚犯罪嫌疑人話中的意思，知道他們的意圖帶來了很大的困難。在此背景之下，我選擇此課題進行研究，研究如何進行語音去噪的科學(xué) 意義 很大，它能幫助人們解決很多問題，同時它具有廣闊的應(yīng)用前景，這在諸多領(lǐng)域中都有所體現(xiàn)： 1. 公安領(lǐng)域 ： 公安干警往往會竊聽犯罪嫌疑人的對話。 環(huán)境噪聲的污染使得許多語音識別系統(tǒng)的性能急劇惡化，正是由于各種各樣的語音處理系統(tǒng)在噪聲的干擾 下性能得不到保障，才導(dǎo)致了其商業(yè)化腳步很緩慢。 關(guān)鍵詞： 小波變換， 濾波 ， 去噪 II Abstract The wavelet analysis theory is a new signal processing theory. It has a very good topicality in time and frequency, which makes the wavelet analysis very suitable for the time frequency analysis. With the time frequency’s local analysis characteristics, the wavelet analysis theory has bee an important tool in the signal denoising. Using wavelet methods in denoising, is an important aspect in the application of wavelet analysis. The key of wavelet denoising is how to choose a threshold and how to use thresholds to deal with wavelet coefficients. It confirms the reliability of the theory through the wavelet threshold denoising principle, the use of the wavelet toolbox in MATLAB, carrying on threshold denoising for a signal with noise and actual results of the example confirmation theory. This paper summarizes the background and abroad of the denoising status, outlines the denoising theory of wavelet threshold, choose the denoising function and the noisy speech signal,values the principle of the proposed algorithm through MATLAB simulation,through SNR and RMSE to evaluate the denoising effect, pared the advantages with FFT transform. III Key Word: Wavelet change , Filtering , Denoising 目 錄 摘要 .................................................... I Abstract ............................................... II 目 錄 ................................................. III 第一章 緒論 ............................................. 1 課題背景及意義 .................................... 1 去噪的發(fā)展歷史 .................................... 2 國內(nèi)外現(xiàn)狀和發(fā)展趨勢 .............................. 3 本文主要研究內(nèi)容與結(jié)構(gòu) ............................ 4 本章小結(jié) ......................................... 5 第二章 算法原理 ......................................... 6 小波去噪基礎(chǔ) ...................................... 6 小波去噪原理 ...................................... 6 小波去噪步驟 ..................................... 7 閾值的選取與量化 ................................ 8 軟 閾值和硬閾值 .............................. 9 閾值的幾種形式 ............................. 10 閥值的選取 ................................. 11 IV 去噪效果評價標準 ................................. 11 本章小結(jié) ......................................... 12 第三章 小波去噪的 MATLAB 實現(xiàn) ........................... 13 小波去噪函數(shù)集合 ................................ 13 小波去噪函數(shù)的選取 .............................. 14 含噪語音信號選擇 ................................ 15 小波去噪驗證仿真 ................................ 16 軟閥值去噪和硬閥值去噪 ..................... 16 軟硬閾值折衷去噪 ........................... 18 第四章 小波去噪的 MATLAB 仿真對比試驗 ................... 23 傅里葉變換 ...................................... 23 實驗結(jié)果對比 .................................... 24 本章小結(jié) ............................................ 25 第五章 結(jié)論與展望 ...................................... 26 結(jié)論 ........................................... 26 展望 ........................................... 26 參考文獻 ............................................... 28 致謝 ................................................... 30 1 第一章 緒論 人們在語音通信過程中將不可避免地受到來自周圍環(huán)境的干擾，例如傳輸媒介引入的噪聲，通信設(shè)備內(nèi)部的電噪聲等。小波去噪的關(guān)鍵是如何選擇閾值和如何利用閾值來處理小波系數(shù)，通過對小波閾值化去噪的原理介紹 ， 運用 MATLAB 中的小波工具箱，對一個含噪 聲 信號進行閾值去噪，實例驗證理論的實際效果，證實了理論的可靠性。摘要 小波分析理論是一種新興的信號處理理論，它在時間上和頻率上都有很好的局部性，這使得小波分析非常適合于時 頻分析，借助時 頻局部分析特性，小波分析理論已經(jīng)成為信號去噪中的一種重要的工具。利用小波方法去噪，是小波分析應(yīng)用于實際的重要方面。 本文 總結(jié)了去噪的背景和國內(nèi)外現(xiàn)狀，概括了小波閥值去噪的理論知識，分析了本文 算法原理， 選取去噪函數(shù)和含噪語音信號， 通過MATLAB 仿真 進行了軟閥值去噪實驗、硬閥值實驗和 軟 硬閥值 折衷 實驗 ，計算 SNR 值 和 RMSE 值 來評價去噪效果， 進一步通過 實驗分析，得出該方法較 FFT 變換 有很大的優(yōu)勢 。由于這些干擾噪聲的存在，接收者接收到的語音將已不是原始的純凈的語音信號，而是受噪聲干擾的帶噪語音信號。因此，如何盡可能的從帶噪語音中去除噪聲就成了目前信號處理領(lǐng)域中的一個熱門話題。由于周圍環(huán)境的影響、所用設(shè)備的限制和犯罪嫌疑人講話的清晰程度，使得錄音的語言信號或多或少會受噪音的干擾。如果能去除語音信號中的 背景噪聲，提高語音信號的信噪比，就能使公安干警聽出犯罪嫌疑人講話的意思。 2. 新聞領(lǐng)域 ： 對記者來說，野外采訪是常見的事情，然而由于采訪 2 地點周圍環(huán)境的影響，采訪到的錄音往往會被周圍的噪聲所污染，采訪效果大打折扣。 3. 歷史資料領(lǐng)域 ： 對于一些珍貴的歷史語音資料，由于當時條件的限制，錄音效果不好，其中夾雜著很多噪音，其使用價值和紀念價值受到很大影響。 4. 語音識別領(lǐng)域 ： 當前語音識別是一個熱門的話題。可是發(fā)現(xiàn)這些語音識別系統(tǒng)都是在實驗室可控的條件下進行實驗，取得了很高的識別率，到了實際環(huán)境中，由于背景噪聲的存在，將破壞原始語音的頻譜，或者把原始語音部分或全部掩蓋掉，造成識別率下降。 去噪的發(fā)展歷史 小波變換的概念是由法國從事石油信號處理的工程師 在 1974 年 首先提出的 ， [1]的《小波十講》對小波的普及起了重要的推動作用。小波分析的應(yīng)用領(lǐng)域十分廣泛 [2][3][4]。 如 在信號分析方面的濾波、去噪聲、壓縮、傳遞等 ；在圖象處理方面的圖象壓縮、分類、識別與診斷 、 去污等 ； 在醫(yī)學(xué)成像方面的減少 B 超、 CT、核磁共振成像的時間，提高分辨率等。模擬處理的最大問題是不靈活，不