基于小波变换的干涉信号包络提取方法研究

为了实现对宽谱光源自相干函数的测量,必须对宽谱光源干涉信号的包络进行提取.因此,宽谱光源干涉信号包络的提取就成为了测量光源自相干函数的关键因素.针对现有的包络解调方法的不足,建立了基于复Morlet小波的干涉信号包络提取方法.该方法采用复Morlet小波作为母小波,通过选择适合尺度参数和位置参数,可以有效地提取干涉信号的包络并具有良好的抗噪能力;利用计算机Matlab仿真证明了该方法的有效性;最后利用该方法对韩国Fiber Pro公司的白光干涉仪干涉输出信号进行包络提取,动态范围达到-60 dB.     

分数阶希尔伯特变换的复包络分析

分数Hilbert变换,也即传统的Hilbert变换由整数阶向分数阶的推广,由此其应用领域也得到了扩展,譬如在通信中的单边带调制解调系统,图像的边缘提取等领域中得到广泛的应用。首先,文中回顾了利用经典希尔伯特变换的正交性把经典的Hilbert变换的定义形式进行广义化后得到的分数阶Hilbert变换,并讨论了由分数阶Hilbert变换构造的两类复信号,最后讨论了这两类复信号的包络提取并且给出了具体的实例。     

一种基于Morlet小波的振动信号包络提取方法

本文分析了Morlet小波的性质,定义了小波包络的概念,进而提出了一种振动信号的小波包络提取方法,理论分析和实验表明,在振动信号的包络提取中,该方法优越于希尔伯特变换方法。     

用子波变换提取语音的谱包络参数

本文将子波变换应用于提取语音信号的谱包络参数。这种谱包络提取法模拟了人耳的频谱分辨特性，因而能很好地用于语音处理。与传统的ＬＰＣ谱包络提取法相比，它能降低所用的阶数。本文先介绍子波的基本原理，然后在此基础上介绍子波变换语音谱包络提取法及实验结果。     

基于小波变换的局放信号检测与提取

为提高局放信号检测的准确度，确保电力设备故障诊断的有交性和可靠性，利用连续小波变换对背景噪声较强的的局放信号进行多尺度分解，在某些尺度下，使局放信号明显增强，用阀值比较就可以有效地检测并消除噪声干扰。实验和仿真结果表明，选取合适的小波函数就能有效地抑制噪声干扰并完成对局放信号的检测和特征提取。     

基于小波变换的语音基频提取新算法

该文将小波变换应用于具有连续语音特征的三字词语音的基频提取,并针对实验中出现的问题对算法进行了改进,提出了一种新的基于小波变换的语音基频检测算法。该算法主要包括:离散小波变换计算、基于投票策略的基频点选择和基频起点确定、基频检查、异常点修正、头尾漏点处理以及基于投票策略的基频点精确定位。实验表明,该算法较好地克服了基于小波变换传统算法的不足,更适合于连续语音的基频提取,缺陷是需要较多的计算时间,不太适合于实时性要求较高的系统。     

小波分析包络提取及在DSP上的实现

在实时信号分析中，离散小波变换在DSP上的有效应用受到了特别的关注，介绍了Mallat快速小波变换算法，通过与常用小波基相对应的正交镜像滤波器组，实现了对信号的快速小波分解；利用小波的频带分离特性和噪声的小波变换特性，提高了信号包络提取的精度。     

小波变换在突变信号检测中的应用

本文介绍了小波变换应用于实变信号检测的原理，给出了实现小波变换的快速算法。语音的基音检测作为一个应用实例在文中得到验证。     

信号包络提取方法从希尔伯特变换到小波变换

本文分别讨论了希尔伯特变换和小波变换的原理、性质和在提取信号包络方面的应用,并进行了分析、对比;说明了小波变换(采用已调高斯小波)除了能够对信号实现正交、提取包络外,还具有带通滤波的功能;从而能提取出优于希尔伯特变换的信号包络。     

基于子波变换的语音去噪方法

本文在分析了随机噪声的子波变换系数在不同尺度上的传递特性和噪声信号奇异性与子波模极大值的关系后,提出了用一个尺度间变化的门限阈值来抑制带噪语音信号在不同尺度上噪声子波系数,从而实现在重构语音信号中消除噪声的目的。文中还给出了不同信噪比语音信号的子波去噪的计算机仿真结果,从结果上看出,本文的方法有较好的语音去噪、增强效果。     

基于二进制小波变换和维纳滤波的语音降噪研究

本文综合应用小波变换理论和维纳滤波技术,提出一种语音降噪算法,该算法不仅能够较好地提高信噪比,而且能够有效地抑制传统的维纳滤波所产生的音乐噪声。本文最后提供的实验结果表明,该算法对于受自噪声干扰的语音具有较好的降噪效果。     

基于小波变换的音频信号基频提取

通过对小波变换表征信号突变原理的研究，给出了基于小波变换的音频信号基频提取的原理和算法。在算法的实现过程中，利用信号在时域和频域的对应关系提出了一种动态确定小波变换最佳尺度的方法，克服了固定变换尺度在检测基频变化范围大的声音信号时的不足，并将数学统计方法引入到极大值点的提取。在音频信号的实时基频检测实验中，该算法较准确地定位最佳尺度和极大值点，取得了较好的基频提取结果。     

基于小波变换的特征提取方法分析

论文提出并讨论了四种基于小波变换的特征提取方法基于小波变换的模极大值特征、基于小波分解的能量特征、基于小波包分解的熵特征以及基于适应性小波网络的特征提取方法,阐述了各方法的基本原理及实现过程,并将其用于水声信号的特征提取,通过分类结果比较,分析了各种方法的特点及适用性。     

基于改进遗传算法的小波阈值语音去噪

针对语音信号在传输和处理的过程中经常会受到不同程度噪声干扰的问题,在传统小波阈值去噪方法的基础上提出了一种改进型去噪方法。该方法采用遗传算法对小波阈值参数进行自动寻优,并对传统遗传算法加以改进,克服了其容易陷入局部最优的缺点,实现了阈值的自适应选取,解决了人为选择阈值导致去噪效果不明显的问题。实验表明,改进方法能够较好的去除语音信号中的噪声干扰,信噪比较高,相比于通用阈值法提高了15%。     

含噪声混沌信号的小波去噪方法研究

基于混沌信号具有分形结构的特点，提出了一种分数维与小波变换相结合的带观测噪声混沌信号的噪声去除新方法，利用噪声小波变换特性提取信号的真实分数维，进而根据欲处理混沌时间序列分数维与信号真实分数维之差控制小波包除噪的阈值及位置，达到噪声与信号的自适应分离。该方法克服了以往对未知动力系统方程信号除噪的盲目性，仿真结果表明此法有效可行。     

基于小波变换和独立分量分析的含噪混叠语音盲分离

含噪混叠语音的分离是语音信号处理中的重要研究问题。该文针对语音信号的非平稳特性与不同语音源之间的相互独立性,提出用小波变换与独立分量分析相结合的方法来进行分离。首先利用小波变换分别对各含噪混叠语音进行消噪,然后用独立分量分析的方法对消噪后的混叠信号进行分离,最后进一步对分离信号作矢量归一和再消噪处理,得到各个语音源信号的最终估计。仿真结果表明这种方法取得了很好的分离效果。     

基于数学形态学的复子波语音谱图特征提取与分析

从语音信号的复子波谱图着手，采用形态学图像处理方法提取语谱图中的语音形态。仿真实验取得了良好的效果，谱图中的语音形态较稳健地表征了汉语音节的韵音特征。语音形态的提取对于进一步的语音识别提供了一种新的途径。