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。     

小波变换音频编码算法研究

任意能量有限信号都可以用紧支撑正交小波基展开或分解，这一点对研究快速高效音频编码算法是非常重要的。本文设计一种基于正交小波变换的高保真音频编码算法，该算法可以把速率为７０５．６ｋｂｉｔ／ｓ的高保真音频信号压缩到１９２ｋｂｉｔ／ｓ，１６０ｋｂｉｔ／ｓ，１２８ｋｂｉｔ／ｓ，９６ｋｂｉｔ／ｓ和６４ｋｂｉｔ／ｓ，并保持重构音频信号的高质量。     

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。     

调制信号小波变换的尺度特征

本文根据小波变换的定义和通信调制信号的一般表示形式,分析了典型调制信号的小波系数在时间-尺度平面上的特征,详细推导了小波系数达到最大时所对应的最佳尺度因子与调制类型的关系,并给出了仿真结果.理论分析和实验结果均表明,不同调制信号的小波系数有着不同特征,最佳尺度因子的变化规律与调制类型一一对应,并且与被调制的基带信号存在确定关系.最佳尺度因子的这种特征可用来构造基于小波变换的调制信号分类器和解调器.     

用小波变换的模极大值提取调制信号频率

利用小波变换系数的模值与信号奇异性指数之间的关系,从调频信号中提取出调制信号的频率.其方法是:对调频信号进行小波变换,取适当尺度上的小波系数进行平方,得到小波变换模极大值的分布曲线,对该曲线进行小波强制滤波,得到反映调制信号频率的光滑曲线,计算该曲线的频率,即可得调制信号的频率.经过计算机仿真,证明该方法是可行的.     

由小波变换的模极大值快速重构信号

本文从多尺度分析的思想出发，提出一种由信号小波变换的模极大值快速重构信号的方法，在不同尺度上，以阶跃函数在该尺度上的小波变换作为基函数，利用模极大值拟合信号的小波变换，然后进行小波反演得到重构信号。这种快速算法具有明确而直观的物理意义，实现简单方便。文中还给出了对重构信号的误差修正方法，数值方法的结果表明，这种快速重构算法对不同类型的信号同样有效。     

基于小波变换消除信号噪声的研究

首先介绍连续小波变换的理论基础并对去噪阈值的设定进行了讨论,然后提出一种利用信号与噪声的小波变换不同性质来去噪的方法,最后给出并讨论了该方法的仿真结果。     

利用小波包变换实现音频压缩算法

构造了一个音频编码系统,用ＦＶ－ＭＬＴ（Ｆｒｅｑｕｅｎｃｙ Ｖａｒｙｉｎｇ Ｍｏｄｅｌａｔｅｄ Ｌａｐｐｅｄ Ｔｒａｎｓｆｏｒｍｓ）＾［１］实现小波包的变换,进行对输入信号的时频变换。并利用时频变换输出的ＦＶ－ＭＬＴ系数计算蔗蔽门限,提出了基于小波变换的心理声学模型算法。对整个编码器进行了软件仿真,并与ＭＰＥＧ的标准编解码器进行了音质与压缩率方面的比较。在音质接近的情况下,该编码器的平均码率比Ｘｉ     

小波变换在生命信号提取中的应用

主要研究在墙等固定物体强杂波背景下,对人体心跳、呼吸所产生的多普勒频移信号的检测和提取,由于生命信号是一种微弱的低速目标信号,回波信号将会湮没在杂波噪声中.基于以上考虑,提出利用小波变换的多分辨率特性,选择合适的小波基,采用Mallat算法,主要完成在噪声背景下对生命信号的提取、抑制杂波、提高信噪比3个方面的研究,通过对目标信号的分解、通道提取以及目标信号重构,能更加精确、有效地提取目标信号,实时性和应用性更强.     

复解析小波变换与语音信号包络提取和分析

利用传统的Ｈｉｌｂｅｒｔ变换方法提取语音信号包络存在一些固有缺陷,为此本文建议了一种复解析小波变换包络提取新方法。该方法将Ｈｉｌｂｅｒｔ分析与小波分析紧密地结合在一起。文中推导并论述了新包络滤波器的时域、频域构造条件和设计方法,选择Ｍｏｒｌｅｔ复小波对语音信号进行了初步数字仿真实验,结果证实了理论分析的正确性,并显示出文中提出的新的分析方法对于信号处理上有许多独特优势和潜在性能。     

基于小波变换的语音基音周期鲁棒性检测

固定门限的小波变换基音检测算法,在浊音信号起始段和结束段的模极大值不能有效提取。文中提出一种基于小波变换模极大值的基音周期自适应前后向跟踪算法,并结合过零率检测,实现了弱浊音信号基音周期的鲁棒性检测。算法对浊音信号采用自适应帧长,对陡变的基音周期能够准确提取,对噪声有较强的鲁棒性。     

基于自适应滤波和小波变换的基音检测

针对语音信号在小信噪比条件下检测其基音周期。考虑自适应滤波和小波变换的优点对小信噪比条件下的语音信号进行基音周期检测,实验证明此方法能有效检测-20dB下的基音周期。     

一种基于提升小波变换的音频无损编解码方法

提出了一种基于整型提升小波技术的无损音频编解码方法,该方法在AVS（Audio Video Coding Standards）无损编码基线系统提案RM0框架基础上,通过增加整型小波提升模块,对音频信号进行分带处理,增强了带内信号的相关性,提高了信号的压缩比。最后通过与AVS无损编码基线系统RM0的对比,验证了该技术的有效性。     

基于小波变换的信号去噪

小波分析是现代数字信号处理的重要分支。为实现基于小波变换的图像去噪,以小波变换为基础,对一维信号及二维图像信号进行去噪。实验结果表明,基于小波变换的图像处理可以有效地去除噪声,与传统的信号分析技术相比,小波变换能在对信号进行消噪的同时,更好地保留原始信号。     

基于小波包变换的信号去噪方法研究

信号去噪在信息学科领域一直是研究的重点之一。传统的信号去噪方法局限在频域范围内,无法表述信号的时域局部性质。而小波变换是一种信号的时频分析,利用小波方法去噪是小波分析应用于实际工程的一个重要方面。介绍了小波包降噪原理及方法,并通过仿真研究与目前的小波去噪方法进行对比,仿真结果证明了该方法去噪的有效性。     

基于提升小波的多重数字音频水印

该文提出了一种在提升小波域同时嵌入鲁棒水印和易损水印的音频水印算法。原始音频信号经过提升小波变换后,将低频小波系数进行均值量化嵌入鲁棒水印,具有较好的鲁棒性和不可感知性;对高频小波系数直接进行单个系数量化嵌入易损水印,当音频内容发生篡改时,这些水印信息会发生相应的改变,从而可以鉴定原始音频的完整性。水印的提取不需要原始音频信号。实验结果表明,鲁棒水印对MP3压缩、低通滤波、加噪、重量化、重采样等信号处理攻击具有很强的鲁棒性;而易损水印对上述攻击则具有很强的敏感性。     

基于形态滤波和小波变换的基音检测新方法

提出了一种基于数学形态滤波和小波变换相结合的基音检测方法。检测前采用文中提出的形态滤波算法对噪声信号进行滤除，突出了基音周期。用小波变换对滤波后语音信号的突变点进行检测，进而提取出了基音周期。实验表明该方法对噪声有较强的鲁棒性，能够精确地检测出基音周期。     

基于同步压缩小波变换的主信号抑制技术

在辐射源个体识别(SEI)技术中,能量较高的主信号往往导致微弱个体特征稳定性降低,进而影响最终的个体识别效果。为了解决该问题并提升辐射源个体识别性能,该文提出基于同步压缩小波变换的主信号抑制技术。首先,利用静态小波变换完成对带噪信号的去噪预处理;然后,利用同步压缩小波变换完成对主信号的检测和抑制,并以均方根误差和皮尔逊相关系数为数值指标,验证算法的有效性;最后,在主信号抑制的基础上,利用分形理论中盒维数完成对信号的特征提取,并利用单核支持向量机验证个体识别性能。实验结果表明,与主信号抑制之前相比,主信号抑制算法下个体识别率提升了10%左右,验证了同步压缩小波变换的主信号抑制算法对辐射源个体识别率提升的有效性。

     

基于提升小波变换对音乐信号压缩的研究

用提升方法构造传统小波,并将构造后的提升小波用于音乐信号压缩中。对一段音乐信号通过提升小波分解。并分别基于提升格式下的haar,dbN,symN小波对音乐信号进行压缩。观察仿真结果,对比基于提升小波进行压缩后的效果．得出压缩的较佳方案。再通过小波变换对音乐信号的压缩,得出基于提升小波变换的优点。     

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.