一种基于小波变换的语音噪声消除算法

接收机上接收到的信号容易被广播电台的语音噪声所干扰.而且随着广播电台的繁荣发展,语音干扰的能量越来越大,易造成误码从而严重影响信号的传输速度和质量.由于语音噪声的非平稳性,传统的消噪方法难以取得较好的效果.本文提出一种基于小波变换的语音噪声消除算法,对短波信道上的实际接收到的BPSK信号进行消噪处理.接收信号上的加性语音噪声被大幅度削减,系统的误码率性能得到很大提升,验证了算法具有良好的消噪能力.     

一种提高恶劣环境中电台话音质量的方法

针对恶劣环境中电台话音质量差这一难题,提出了一种有效的解决方法。首先在最小值控制的递归平均Ⅱ型（MCRA-2）算法基础上,提出了一种改进的MCRA-2算法。该算法采用自适应平滑参数和双检测门限,能有效减小音乐噪声,提高噪声估计准确性;然后将该噪声估计算法与对数最小均方误差估计器相结合,实现话音降噪,提高恶劣环境下电台话音质量;最后利用噪声估计结果和降噪后的话音信号,采用信噪比判决算法,自适应估计静噪门限,实现自适应静噪,进一步提高话音舒适度。实验表明,采用该方法的电台在大噪声、强干扰等恶劣环境中使用时,能明显改善话音质量,有效减轻收听者听觉疲劳。     

基于TMS320VC5402的语音检测器

本文介绍的语音检测器以DSP芯片TMS320VC5402为核心,对短波电台接收到的信号进行分析和处理。数字语音信号采用串行输入／输出方式,语音检测算法则采用对语音信号进行降噪处理后,再进行短时平均幅度差和短时能量计算的方法。该语音检测器的电路简洁小巧,语音检测准确度高。     

基于仿生小波变换和模糊推理的语音降噪算法研究

提出了一种基于仿生小波变换和模糊推理的变步长自适应滤波语音降噪算法。该算法首先用仿生小波变换法对包含噪声的语音信号进行小波分解,以分离出来的噪声信号作为自适应滤波器的输入,选择基于模糊推理变步长自适应算法对带噪声语音信号进行降噪处理,最终实现语音信号的信噪分离,去除语音信号中的噪声。仿真结果表明,该方法对语音信号有较为明显的降噪效果。     

Mie散射激光雷达大气回波信号经验模式分解算法的研究与应用

详细论述了经验模式分解(EMD)的激光雷达大气回波信号降噪信号处理方法.并进行系统仿真及实验验证.这种基于EMD的去噪算法适合处理含有脉冲的信号(如Block,Bump和脉冲回波信号等).通过利用该算法对米(Mie)散射激光雷达大气回波信号进行分析处理,其结果表明该去噪方法能去除大气回波中含有的噪声,能为下一级消光系数反演提供高信噪比(SNR)的初始数据.     

一种基于短时平均幅度差的语音检测算法

提出了一种利用语音信号的短时平均幅度差特征并结合短时平均幅度的语音检测算法。该算法在专用通信系统中,用以对接收到的电台信号进行分析,判断其中是否有语音信号,从而控制半双工电台的发射开关,使其处于接收或发射状态。实验表明,该算法能在较低的信噪比情况下准确地检测出语音信号,而且计算方法简单,硬件处理容易,可靠性高,能够满足实时系统的需要。     

一种基于Matching pursuits时频分解算法的语音降噪方法

提出一种基于时频分解算法的语音降噪方法,利用Matchingpursuits时频分解算法对含噪语音信号进行分解,把分解后的各个分量的魏格纳分布之和作为整个信号的魏格纳分布,这样便使得信号和噪声在时频平面上有了较直观的分布,利用这个特点对信号进行降噪。仿真结果表明,该方法能在保证可听懂度的情况下,有效地去除含噪语音信号中的宽带噪声。     

一种基于自适应滤波的语音降噪方法研究

分析和研究自适应滤波和小波变换法的原理及方法,提出了一种新的综合使用自适应滤波和小波变换法的语音降噪方法。该方法首先用仿生小波变换法对带噪声的语音信号进行小波分解,将小渡变换法分离出来的噪声信号作为自适应滤波器的输入。最后选择用最小均方误差（LMS）的自适应算法对带噪声语音信号进行降噪处理,实现了信噪分离,去除语音信号中的噪声信号。实验结果表明,该方法对语音信号有较为明显的降噪效果。     

基于组合算法的语音降噪研究

在语音信号处理领域,子空间降噪算法和自适应算法是经常被用来处理信号的技术手段。分析和研究VSLMS自适应滤波算法和子空间变换的原理和方法[1-2],提出了一种新的组合方式,实现语音降噪算法的进一步改善。组合算法首先使用归一化的子空间算法对语音信号进行子空间层面分解,然后将分离出来的带噪信号作为自适应滤波算法的输入,利用处理因子的迭代,实现对带噪信号的增强处理,最终实现语音处理的优化。实验表明,组合算法的降噪效果,优于传统的使用单个算法进行降噪的方法。     

基于新型组合算法的语音降噪系统

在研究VSLMS和子空间降噪原理的基础上,分析了两种算法的优缺点,提出了一种组合降噪算法,并进行了硬件实现。组合降噪算法试图寻找一个语音信号的分解点,利用子空间算法分离出带噪信号,作为自适应算法的输入,最后由VSLMS算法对带噪信号进行增强处理。硬件实现在该组合降噪算法的基础上,利用SOPC技术在FPGA芯片中搭建嵌入式语音降噪系统。实验结果表明,该方法能够优于传统降噪算法,使用硬件结构加快了算法的收敛速度。