论文部分内容阅读
语音信号不仅具有蕴含信息量最多的特性,而且还是语音信号处理领域的重要组成部分。现实生活中语音信号是非平稳的时变随机信号,都会受到噪声的污染,因此必须进行语音信号去噪处理。傅立叶变换、短时傅立叶变换、小波变换对非平稳随机信号处理的效果不好,Hilbert-Huang变换具有的多分辨率和高度自适应的特性使得它非常适合处理非平稳非线性的时变随机信号,本论文提出了基于Hilbert-Huang的语音信号去噪算法研究。首先,介绍了语音和噪声的基本特性,傅立叶变换、短时傅立叶变换、小波变换的基本理论,常见的语音信号去噪方法的去噪原理和常用的语音信号的语音质量的评价标准。其次,详细阐述了Hilbert-Huang变换的基本理论和算法实现过程,分析了Hilbert-Huang变换的EMD分解和Hilbert变换的解析过程,并仿真实现了三种不同的信号的Hilbert-Huang变换。再次,根据语音信号的短时平稳性、三次样条插值法拟合信号曲线的平均包络的过程中产生的欠冲和过冲的现象和Hilbert-Huang变换过程中噪声和有用信号在IMF分量中能量分布的不同选取筛选分界点问题,提出了改进的Hilbert-Huang语音信号去噪算法。最后,利用matlab进行仿真对比,分别采用小波变换、Hilbert-Huang变换和本文改进的Hilbert-Huang变换对加噪后语音信号进行处理,仿真结果显示:本文改进的Hilbert-Huang算法具有更好的去噪效果,去噪后的语音信号不仅有较好的时频波形,而且有较高的信噪比。