本文選題：小波變換　切入點：閾值函數(shù)　出處：《燕山大學(xué)》2006年碩士論文　論文類型：學(xué)位論文

【摘要】：語音對話是人們相互通訊和交流最方便快捷的手段。但是人們在語音通訊過程中不可避免的會受到來自周圍環(huán)境、傳輸介質(zhì)的干擾,人們引入了噪聲,影響了人們的聽辨。在過去,我們一般使用短時傅立葉變換(SFFT)在頻域內(nèi)對語音信號進行分析去噪,但是對于白噪聲,這種方法的效果往往不盡人意。小波變換(WT)是一種當(dāng)今在信號處理領(lǐng)域中十分活躍的理論。 本文主要基于小波變換對語音去噪進行了研究,首先介紹了小波變換的基礎(chǔ)理論、基于小波變換的信號去噪方法以及在語音去噪中的應(yīng)用。目前在信號去噪中,基于小波變換的方法得到了廣泛地應(yīng)用,這些方法主要是基于傳統(tǒng)的硬閾值和軟閾值方法,本文提出了一種新的雙變量閾值函數(shù),能有效地彌補硬、軟閾值方法的不足,是硬、軟閾值方法很好的一個改進方案�？朔瞬捎糜查撝捣ㄈピ胄Ч患押蛙涢撝捣ㄟ^度光滑使信號失真的缺點。當(dāng)噪聲和信號對應(yīng)的小波系數(shù)在臨界點大小相差比較明顯時,閾值的選取可以有較大的裕度,因此選取就比較容易�；谏鲜隹紤]本文提出了基于能量元的小波閾值語音去噪算法,其中運用了雙變量閾值函數(shù),并通過實驗驗證了該算法的有效性和優(yōu)異性。
[Abstract]:Dialogue is the mutual communication and exchange of the most convenient means. But it is inevitable in the voice communication process will suffer from the surrounding environment, the interference of the transmission medium, we introduce noise, affect people's perception. In the past, we generally use short when Fu Liye transform (SFFT) in the frequency domain of speech signal analysis of denoising, but for white noise, this method is not effective. Wavelet transform (WT) is one of the very active in the field of signal processing theory.
This paper is mainly based on the wavelet transform of speech denoising is studied, firstly introduced the basic theory of wavelet transform, signal denoising method based on wavelet transform and application for speech signal denoising. The signal denoising method based on wavelet transform, have been widely used, these methods are mainly traditional hard threshold and based on the soft threshold method, this paper proposes a new bivariate threshold function, can effectively compensate for the lack of hard, soft threshold method is hard, an improved scheme soft threshold method very well. To overcome the hard threshold denoising effect and soft threshold method over smooth signal distortion the disadvantages of wavelet coefficients. When the noise and signal corresponding to the difference is obvious at the critical point size, threshold selection can have a larger margin, so choose more easily. Based on the above considerations is proposed in this paper. The wavelet threshold speech denoising algorithm is used in the energy element, in which the bivariate threshold function is used, and the effectiveness and the advantages of the algorithm are verified by experiments.

【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2006
【分類號】：TN912.3

【引證文獻】

相關(guān)期刊論文 前4條

1 夏紅梅;金云翔;張欣景;;基于能量元的浮動閾值小波降噪方法研究[J];信息技術(shù);2012年04期

2 王彪;;一種改進的閾值去噪方法研究[J];計算機與數(shù)字工程;2012年03期

3 李衛(wèi);宋弘;姜天華;;基于小波神經(jīng)網(wǎng)絡(luò)的嵌入式語音識別系統(tǒng)[J];通信技術(shù);2010年06期

4 陳靜;趙凌偉;;基于小波變換的語音質(zhì)量客觀評估方法研究[J];無線電工程;2012年10期

相關(guān)碩士學(xué)位論文 前10條

1 張金;基于小波分析的說話人識別技術(shù)研究[D];哈爾濱理工大學(xué);2010年

2 段峗;基于高斯混合模型的心音模式識別研究[D];重慶大學(xué);2011年

3 韋力強;基于小波變換的信號去噪研究[D];湖南大學(xué);2007年

4 李守軒;輪椅機器人語音識別控制系統(tǒng)的研究與實現(xiàn)[D];南昌大學(xué);2008年

5 張宏偉;基于微波偵聽系統(tǒng)的信號處理研究[D];南京理工大學(xué);2008年

6 郭猛;語音編碼中的小波去噪算法研究[D];西南交通大學(xué);2009年

7 高建峰;小波包分析在語音信號去噪中的應(yīng)用[D];太原理工大學(xué);2009年

8 劉瑾;基于小波分析的超聲波信號降噪研究[D];中國石油大學(xué);2010年

9 張飛;基于SOPC的音頻采集去噪系統(tǒng)設(shè)計[D];成都理工大學(xué);2012年

10 謝國坤;基于小波分析的地面下行通訊信號處理研究[D];西安石油大學(xué);2012年

，

本文編號：1577129