首页> 正文

短波语音去噪增强技术研究

2020-12-15阅读(895)

短波语音去噪增强技术研究

论文摘要

短波语音通信由于其传播距离远、便携性好、技术成熟,在军事和日常生活等多方面得到了广泛应用。但短波信道极易受到自然和人为干扰,严重影响了通信质量。因此如何有效降低背景噪声,精确检测各种干扰信号的频率,并对其进行抑制或滤除一直是人们研究的热点。本文在深入研究短波语音信号特点的基础上,建立背景噪声和窄带干扰混合模型,运用现代信号处理的相关方法,给出了一种短波语音去噪增强模型。仿真证实此模型对实际采集的短波语音信号去噪处理是有效的。主要研究内容和成果如下:1、针对短波语音信号背景噪声的特点,提出一种基于小波能量熵的语音端点检测算法。将含噪语音信号进行小波分解,根据语音帧和噪声帧小波能量熵的差值,应用门限判决,对其进行区分。从而有效提高了较低信噪比下语音信号端点检测的正确率,仿真表明算法在短波信道类背景噪声下是有效的。2、研究了经典的统计模型语音增强算法,针对幅度谱最小均方误差估计算法和对数域最小均方误差估计算法在较低信噪比下的残留音乐噪声问题,提出了一种基于能量谱熵的对数域最小均方误差估计算法,改善了传统算法残留的音乐噪声,提高了舒适度。3、针对短波语音信号中的窄带干扰问题,将改进的最小量控制递归平均噪声估计算法(improved minima controlled recursive averaging algorithm)与窄带干扰检测相结合,给出了一种精确度较高的子带语音干扰检测算法。仿真表明与传统的干扰检测算法相比,本算法可有效保护语音帧的高能量谐波分量,较好解决了浊音段能量谱容易被误判为窄带干扰而造成的语音损伤的问题。4、当窄带干扰和语音信号频谱重叠时,若采用传统的陷波算法处理会对语音信号造成一定的损伤。本文根据人耳听觉掩蔽效应自适应调整陷波因子,提出一种谱减算法和传统陷波算法相结合的抑制窄带干扰的陷波算法,仿真证实与传统陷波算法相比,该算法不但有效提高了信噪比,而且减小了短波语音信号的失真,取得了较好的听觉效果。5、针对短波语音信号中背景噪声和窄带干扰混杂而难以滤除的特点,将背景噪声过滤和自适应陷波算法结合,采用递归迭代的方法估计噪声,克服了窄带干扰对语音端点检测的影响,给出了一种短波语音去噪模型。仿真证实此方法可有效降低背景噪声并滤除窄带干扰,达到了短波语音增强的目标。

论文目录

  • 表目录
  • 图目录
  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题研究的背景和意义
  • 1.2 论文主要工作
  • 1.3 论文结构安排
  • 第二章 短波语音增强相关理论
  • 2.1 语音和噪声的特点
  • 2.1.1 语音信号的特点
  • 2.1.2 噪声特点及分类
  • 2.2 短波语音及窄带干扰特点
  • 2.2.1 短波语音背景噪声基本特征
  • 2.2.2 短波语音窄带干扰的特点
  • 2.3 短波语音增强方法及要解决的关键问题
  • 2.3.1 短波语音增强基本方法
  • 2.3.2 关键技术分析
  • 2.4 本章小结
  • 第三章 基于小波能量熵的语音端点检测算法
  • 3.1 引言
  • 3.2 语音预处理
  • 3.2.1 语音信号预加重
  • 3.2.2 加窗分帧
  • 3.3 基于能零比 EZR（Energy Zero Ratio）的端点检测算法
  • 3.3.1 理论基础
  • 3.3.2 EZR 端点检测算法实现
  • 3.4 基于能量熵的端点检测算法
  • 3.4.1 理论基础
  • 3.4.2 方法实现
  • 3.5 基于小波能量熵的端点检测算法
  • 3.5.1 理论基础
  • 3.5.2 小波能量熵
  • 3.5.3 自适应分层
  • 3.5.4 改进的自然加权因子
  • 3.6 仿真结果分析
  • 3.6.1 实验仿真分析
  • 3.6.2 结论
  • 3.7 本章小节
  • 第四章 基于能量熵统计模型的语音增强算法
  • 4.1 引言
  • 4.2 传统统计模型语音增强算法
  • 4.2.1 理论基础
  • 4.2.2 方法实现
  • 4.3 基于能量熵统计模型语音增强算法
  • 4.3.1 理论基础
  • 4.3.2 算法实现
  • 4.3.3 仿真结果
  • 4.4 基于熵差的改进加权算法
  • 4.5 语音质量的客观评价
  • 4.5.1 信噪比
  • 4.5.2 分段信噪比
  • 4.5.3 频域失真测度
  • 4.6 实验仿真
  • 4.7 本章小结
  • 第五章 子带语音干扰检测及自适应陷波算法
  • 5.1 引言
  • 5.2 子带语音干扰检测算法
  • 5.2.1 传统干扰检测
  • 5.2.2 语音谐波特性
  • 5.2.3 子带干扰检测算法
  • 5.3 基于IMCRA 噪声估计的自适应陷波算法
  • 5.3.1 传统陷波算法
  • 5.3.2 谱减平滑陷波算法
  • 5.3.3 IMCRA 噪声估计下的自适应陷波算法
  • 5.4 仿真结果比较分析
  • 5.4.1 实验数据仿真
  • 5.4.2 短波窄带干扰检测及陷波结果
  • 5.4 本章小结
  • 第六章 短波语音增强系统设计
  • 6.1 引言
  • 6.2 去噪模型人工修正
  • 6.2.1 噪声残留度和语音损伤度的选择
  • 6.2.2 窄带干扰对于语音端点检测的影响
  • 6.2.3 系统模块组成及整体流程设计
  • 6.3 结果比较
  • 6.3.1 实验仿真数据结果比较
  • 6.3.2 真实短波信号处理结果
  • 6.4 本章小结
  • 结束语
  • 参考文献
  • 作者简历攻读硕士学位期间完成的主要工作
  • 致谢

    • 相关论文文献

    • [1].基于数据驱动方法的短波监测系统设计[J]. 通讯世界 2019(12)
    • [2].一种短波射频通路的故障检测设计[J]. 数字通信世界 2020(01)
    • [3].关于短波天线故障及维护技术的探讨[J]. 电子世界 2020(05)
    • [4].短波治疗在腰椎间盘突出症中的应用[J]. 临床医药文献电子杂志 2020(08)
    • [5].短波令牌环传输顺序优化[J]. 现代电子技术 2020(13)
    • [6].短波天线使用维护方法[J]. 中国新通信 2020(14)
    • [7].关于短波天馈线故障及维护技术的探讨[J]. 数字通信世界 2020(10)
    • [8].大功率短波发射台天馈线系统维护与改进[J]. 西部广播电视 2016(21)
    • [9].短波调频技术在短波通信中的应用研究[J]. 西部广播电视 2016(23)
    • [10].短波发射天馈线系统的维护探讨[J]. 现代工业经济和信息化 2017(03)
    • [11].福建省短波业务使用现状[J]. 中国无线电 2017(05)
    • [12].东盟国家短波台站申报情况及发射覆盖范围浅析[J]. 中国无线电 2017(09)
    • [13].短波发射天馈线系统的维护研究[J]. 新闻研究导刊 2016(04)
    • [14].脉冲式短波结合有氧训练对格林-巴利综合征患者的康复疗效分析[J]. 南京体育学院学报(自然科学版) 2014(06)
    • [15].短波发射天馈线系统的维护策略探讨[J]. 西部广播电视 2015(02)
    • [16].短波OFDM信号侦测技术的研究[J]. 中国新通信 2020(18)
    • [17].短波发射抗干扰技术在信息网络中的应用[J]. 电子测试 2017(07)
    • [18].信息化条件下短波抗干扰通信战术运用[J]. 数字技术与应用 2017(05)
    • [19].短波数传在航标遥测遥控中的应用研究[J]. 电脑与电信 2017(07)
    • [20].短波发射天馈线系统维护剖析[J]. 科技资讯 2015(30)
    • [21].短波技术在新华社应急报道中的应用[J]. 中国传媒科技 2016(Z1)
    • [22].对短波监测信号分类管理的思考[J]. 中国无线电 2016(07)
    • [23].基于历史数据的短波监测工作分析与思考[J]. 数字通信世界 2016(08)
    • [24].温针灸结合体外短波治疗慢性盆腔炎[J]. 世界最新医学信息文摘 2015(45)
    • [25].心理护理配合体外短波热疗治疗慢性前列腺炎效果观察[J]. 卫生职业教育 2014(13)
    • [26].α受体阻滞剂联合体外短波治疗慢性非细菌性前列腺炎临床观察[J]. 中国性科学 2014(09)
    • [27].中药保留灌肠联合短波热疗治疗慢性盆腔炎的观察和护理[J]. 海南医学 2011(08)
    • [28].短波监测站“一天监测圈”的探讨[J]. 中国无线电 2010(07)
    • [29].短波热疗辅助治疗膝关节炎的临床效果观察与护理[J]. 卫生职业教育 2009(16)
    • [30].航空短波数据链动态TDMA协议设计[J]. 火力与指挥控制 2019(12)

    标签：;  ;  ;  ;  ;  

    短波语音去噪增强技术研究
    下载Doc文档

    猜你喜欢

    © 2024 毕速过 版权所有 鄂ICP备12018319号-5