ELMD联合粒子群优化小波阈值的语音去噪研究

摘要：

语音信号是一种非稳态的随机信号,而传统的时频分析法缺乏对这类信号进行最稀疏表示的能力,为此提出了一种完备的局部均值分解(Ensemble Local Mean Decomposition,ELMD)联合粒子群优化小波阚值语音消噪分析法:在对原始信号LMD(局部均值分解,Local Mean Decomposition)分解基础上加入高斯白噪声辅助分析的自适应分析法,以减轻分解后的产生模态混叠现象;对于分解后的分量中残留的噪声使用粒子群优化算法获得最优小波阈值滤除.对实际采集语音信号进行Matlab仿真的处理分析结果显示,该算法在抑制语音中的背景噪声有着良好的效果,且有效降低了对语音有效信息的损伤.

关键词：语音信号、模态混叠、高斯白噪声、完备的局部均值分解、粒子群优化算法、小波阈值

所属期刊栏目：15

分类号：TN912.3

资助基金：国家自然科学基金项目61272147;湖北省教育厅项目B2015446;长江大学青年基金项目2016cqn10

在线出版日期：2018-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：33-38