作者：郑尊凯; 文畅; 谢凯; 贺建彪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
摘要：语音信号是-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-种完备的局部均值分解 （ Ensemble Local Mean Dec omposition,ELMD）联合粒子群优化小波阈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.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《长江大学学报·自然科学版》（CN：42-1741/N）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度，颇受业界和广大读者的关注和好评。 《长江大学学报·自然科学版》主要刊登内容包括农学、园艺、园林、畜牧、兽医、水产、食品科学、农业工程、生物技术、环境科学、农业经济等方面的基础研究和开发应用研究的学术论文。
杂志详情
