资料下载
×
基于LabVIEW的UWT语音信号降噪处理_黄宏纬
消耗积分:1 |
格式:pdf |
大小:438KB |
2017-03-08
#Freedom
分享资料个
基于LabVIEW的UWT语音信号降噪处理_黄宏纬
小波分析克服了传统滤波方法的缺陷, 能同时给出信号的 各个不同频率成分并将信号分解到各个不同的频段上, 特别是 引入了信号多分辨率分析理论, 信号可展开为不同尺度的小波 分解,就可以用大小可变的时频窗口观察信号内部结构,因此,小 波分析容易找到欲处理的频率成分进行分析处理, 从而达到滤 波的效果。 上述的信号降噪方法通常采用基于降采样的小波变换算 法,然而降采样后的小波变换不具有平移不变性,这样不仅会使 降噪后的结果出现 Gibbs 振荡现象, 而且还会破坏原始信号的 特性, 而非降采样小波由于分解后的各层系数和原始信号的长 度均相同,因此,除了具备平移不变性的特点外,还能保留更多的 时域信息,从而可以提高信号的降噪效果。本文以常见的 db5、 coif5、sym5 等三种不同小波为基础, 探讨了非降采样小波构造 算法在虚拟仪器中的实现方法, 并对一段工程上常用来指示设 备故障已解除的带高斯白噪声的语音信息进行滤波测试, 得到 了很好的结果。
小波分析克服了传统滤波方法的缺陷, 能同时给出信号的 各个不同频率成分并将信号分解到各个不同的频段上, 特别是 引入了信号多分辨率分析理论, 信号可展开为不同尺度的小波 分解,就可以用大小可变的时频窗口观察信号内部结构,因此,小 波分析容易找到欲处理的频率成分进行分析处理, 从而达到滤 波的效果。 上述的信号降噪方法通常采用基于降采样的小波变换算 法,然而降采样后的小波变换不具有平移不变性,这样不仅会使 降噪后的结果出现 Gibbs 振荡现象, 而且还会破坏原始信号的 特性, 而非降采样小波由于分解后的各层系数和原始信号的长 度均相同,因此,除了具备平移不变性的特点外,还能保留更多的 时域信息,从而可以提高信号的降噪效果。本文以常见的 db5、 coif5、sym5 等三种不同小波为基础, 探讨了非降采样小波构造 算法在虚拟仪器中的实现方法, 并对一段工程上常用来指示设 备故障已解除的带高斯白噪声的语音信息进行滤波测试, 得到 了很好的结果。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
