语音编码中的小波去噪算法研究

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:ytm_2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
语音信号中含有大量的冗余信息。如何在尽量减少失真的同时,对语音信号进行高效编码,是一个十分重要的课题。连续可变斜率增量调制(CVSD)是目前比较有效的一种编码方案,主要应用于噪声比较大的卫星通信、移动通信、军事通信等专用网中。如何在传统的CVSD编码上改进,设计更优的方法提高语音信号的编码质量、节省带宽资源值得做进一步的研究。目前,小波变换技术在去噪方面取得了良好的效果。小波分析能同时在时域和频域中对信号进行分析,能有效地实现信号去噪。可用于去噪的小波母函数是一个集合,在实际应用中,小波函数的选取影响到去噪效果的好坏。即使采用同一种小波对信号进行去噪处理,阀值的选取也会较大的影响去噪效果。因此,需要合理的选择阀值。本文在CVSD编码的基础上引入了小波阈值去噪的方法。详细分析了小波阈值去噪中估计小波系数的软阈值和硬阈值方法,然后本着提高去噪质量的目的,提出了一种改进的方案,设计了一种新的小波阈值函数。它克服了采用硬阈值法去噪效果不佳和软阈值法过度光滑而使信号失真的缺点。我们选取了四层的db4小波作为母小波函数。在改进的阈值函数中加入调整因子α,减少了软阈值方法中产生的恒定偏差,提高的重构精度。同时可以通过调整α因子的大小,以获得更好的去噪效果。然后,对重构后的语音信号再进行CVSD的编译码。最后,本文通过Matlab仿真实验证实了该改进方案的有效性和优越性。
其他文献
近年来,由于火灾报警系统未能正确识别周围生产、生活环境的状况而引发的火灾事故屡屡发生,致使人民生命和财产遭受重大损失。目前,市场上的火灾报警系统尽管多种多样,却不能准确
MEMS(微机电系统)三维动态性能测量,用来表征MEMS器件在高速运动状态下的稳定性和可靠性,在MEMS产品研发过程中举足轻重。随着时代的发展,MEMS微结构动态机械性能的测量日益重要。传统的MEMS微结构测量方法,例如原子力显微镜和电子扫描显微镜等都无法测量MEMS微结构动态机械性能。所以,本论文对频闪显微视觉和频闪显微干涉做了详细研究,设计出一种基于电光效应MEMS微结构三维动态测量系统,对M
本研究分为二部分:  第一部分:Dhtkd1基因点突变敲入小鼠模型的建立及表达谱分析  腓骨肌萎缩症(Charcot-Marie-Tooth disease,CMT)是一种最为常见的遗传性周围神经病,具有很
低压差(Low Dropout,LDO)线性稳压器具有结构简单、低噪声、低功耗以及较小封装和较少的外围应用器件等突出优点,在便携式电子产品中得到广泛的应用。为了稳定输出电压值,传统的LDO通常需要巨大的负载电容,而负载电容无法集成在芯片内部,随着系统集成度的提高,减少片外元件的需求激发了人们研究无片外电容LDO的热情。因此,无片外电容的LDO开始成为LDO研究的最新热点。然而,由于无片外电容LDO