《基于MATLAB的语音信号处理研究毕业论文》由会员分享，可在线阅读，更多相关《基于MATLAB的语音信号处理研究毕业论文（34页珍藏版）》请在金锄头文库上搜索。
1、摘要小波分析理论是一种新兴的信号处理理论，它在时间上和频率上都有很好的局部性，这使得小波分析非常适合于时-频分析，借助时-频局部分析特性，小波分析理论已经成为信号去噪中的一种重要的工具。利用小波方法去噪，是小波分析应用于实际的重要方面。小波去噪的关键是如何选择阈值和如何利用阈值来处理小波系数，通过对小波阈值化去噪的原理介绍，运用 MATLAB 中的小波工具箱，对一个含噪声信号进行阈值去噪，实例验证理论的实际效果，证实了理论的可靠性。本文总结了去噪的背景和国内外现状，概括了小波阀值去噪的理论知识，分析了本文算法原理，选取去噪函数和含噪语音信号，通过 MATLAB 仿真进行了软阀值去噪实验、硬阀值
2、实验和软硬阀值折衷实验，计算 SNR 值和 RMSE 值来评价去噪效果，进一步通过实验分析，得出该方法较 FFT 变换有很大的优势。关键词：小波变换，滤波，去噪IIAbstractThe 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 tim
3、e - frequencys local analysis characteristics, the wavelet analysis theory has become an important tool in the signal de-noising. Using wavelet methods in de-noising, is an important aspect in the application of wavelet analysis. The key of wavelet de-noising is how to choose a threshold and how to
4、use thresholds to deal with wavelet coefficients. It confirms the reliability of the theory through the wavelet threshold de-noising principle, the use of the wavelet toolbox in MATLAB, carrying on threshold de-noising for a signal with noise and actual results of the example confirmation theory. Th
5、is 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 IIIevaluate the denois
6、ing effect, compared the advantages with FFT transform.Key Word: Wavelet change , Filtering , Denoising目 录摘要 .2Abstract.II目 录 .III第一章 绪论 .11.1 课题背景及意义 .11.2 去噪的发展历史 .11.3 国内外现状和发展趋势 .21.4 本文主要研究内容与结构 .21.5 本章小结 .3第二章 算法原理 .42.1 小波去噪基础 .42.2 小波去噪原理 .42.3 小波去噪步骤 .52.4 阈值的选取与量化 .62.4.1 软阈值和硬阈值 .6IV2.4.
7、2 阈值的几种形式 .62.4.3 阀值的选取 .72.5 去噪效果评价标准 .72.6 本章小结 .8第三章 小波去噪的 MATLAB 实现 .93.1 小波去噪函数集合 .93.2 小波去噪函数的选取 .93.3 含噪语音信号选择 .103.4 小波去噪验证仿真 .103.4.1 软阀值去噪和硬阀值去噪 .103.4.2 软硬阈值折衷去噪 .11第四章 小波去噪的 MATLAB 仿真对比试验 .164.1 傅里叶变换 .164.2 实验结果对比 .164.3 本章小结 .17第五章 结论与展望 .185.1 结论 .185.2 展望 .18参考文献 .19致谢 .201第一章 绪论1.1
8、课题背景及意义人们在语音通信过程中将不可避免地受到来自周围环境的干扰，例如传输媒介引入的噪声，通信设备内部的电噪声等。由于这些干扰噪声的存在，接收者接收到的语音将已不是原始的纯净的语音信号，而是受噪声干扰的带噪语音信号。环境噪声的污染使得许多语音识别系统的性能急剧恶化，正是由于各种各样的语音处理系统在噪声的干扰下性能得不到保障，才导致了其商业化脚步很缓慢。因此，如何尽可能的从带噪语音中去除噪声就成了目前信号处理领域中的一个热门话题。在此背景之下，我选择此课题进行研究，研究如何进行语音去噪的科学意义很大，它能帮助人们解决很多问题，同时它具有广阔的应用前景，这在诸多领域中都有所体现：1. 公安领域
9、：公安干警往往会窃听犯罪嫌疑人的对话。由于周围环境的影响、所用设备的限制和犯罪嫌疑人讲话的清晰程度，使得录音的语言信号或多或少会受噪音的干扰。这对听清楚犯罪嫌疑人话中的意思，知道他们的意图带来了很大的困难。如果能去除语音信号中的背景噪声，提高语音信号的信噪比，就能使公安干警听出犯罪嫌疑人讲话的意思。这可以为家快破案进程起到积极的作用。2. 新闻领域：对记者来说，野外采访是常见的事情，然而由于采访2地点周围环境的影响，采访到的录音往往会被周围的噪声所污染，采访效果大打折扣。这时候就需要对采访录音进行去噪处理，以便让听众能够更清楚地听到记者和被采访者之间的对话。3. 历史资料领域：对于一些珍贵的历
10、史语音资料，由于当时条件的限制，录音效果不好，其中夹杂着很多噪音，其使用价值和纪念价值受到很大影响。例如，有许多名人的演讲，当中由于噪声的存在，影响了其效果，这些演讲具有不可再现性所以必须进行去噪处理。4. 语音识别领域：当前语音识别是一个热门的话题。随着语音技术的发展，语音识别技术也得到了进步，目前已经出现了许多运用语音识别技术的产品。可是发现这些语音识别系统都是在实验室可控的条件下进行实验，取得了很高的识别率，到了实际环境中，由于背景噪声的存在，将破坏原始语音的频谱，或者把原始语音部分或全部掩盖掉，造成识别率下降。这时进行语音去噪处理称为一个关键的问题。1.2 去噪的发展历史小波变换的概念
11、是由法国从事石油信号处理的工程师 J.Morlet在 1974 年首先提出的，I.Daubechies 1的小波十讲对小波的普及起了重要的推动作用。现在，它已经在科技信息产业领域取得了令人瞩目的成就。小波分析的应用领域十分广泛 234。在数学方3面，它已用于数值分析、构造快速数值方法、曲线曲面构造、微分方程求解、控制论等。如在信号分析方面的滤波、去噪声、压缩、传递等；在图象处理方面的图象压缩、分类、识别与诊断、去污等；在医学成像方面的减少 B 超、CT、核磁共振成像的时间，提高分辨率等。1.3 国内外现状和发展趋势早期的信号处理主要是采用模拟的处理方法，包括运算放大电路及电荷耦合器件（CCD）
12、等等。模拟处理的最大问题是不灵活，不稳定。其不灵活性体现在参数修改困难，需要采用多种阻值的电阻，多种容值的电容，并通过电子开关选通才能修改处理参数。其不稳定性主要体现在对周围环境变化的敏感性，例如温度、电路噪声都会造成处理结果的改变。解决以上问题的最有效方法就是采用数字信号处理技术，具有很强的灵活性和稳定性在数字信号处理早期研究中，线性滤波器是噪声抑制处理的主要手段。线性滤波器简单的数学表达式以及某些理想特性使其很容易设计和实现。然而当信号频谱与噪声频谱混叠时或者当信号中含有非叠加噪声时，线性滤波器处理的结果就很难令人满意。结论是线性滤波器在信号与噪声彼此相关情况下不能很好工作。在 1958 年维纳提出了非线性滤波理论，非线性滤波器在一定程度上客服了线性滤波器这一缺陷。由于它能在滤除噪声
