经验小波变换的理论算法研究及其在语音信号处理中的应用

摘要

时频分析方法作为分析时变非平稳信号的有力工具，成为现代信号处理研究的一个热点，经验小波变换算法是一种新型的时频分析方法。该算法打破了传统时频分析算法在自适应方面的局限性，结合了经验模式分解和传统小波变换的优势，可以将复杂信号分解为更具有物理意义的模式。
　　本论文深入研究了经验小波变换算法的原理，对算法中存在的问题进行改进和优化，验证了经验小波变换算法作为一种新的时频分析方法在实际应用中的价值。具体而言，针对该算法在处理具有复杂频谱的信号时出现的频谱划分问题，提出了改进方法——基于Top-Hat变换的经验小波变换算法，通过比较，验证了新方法的有效性;而后，我们把改进的经验小波变换算法应用到语音信号处理中来，针对汉语发音的特点，创新性地提出了一套完整的基于改进的经验小波变换的基频检测算法，通过大量仿真实验，验证该算法能够准确、有效地测出复杂信号的瞬时基频。与传统的基频检测算法相比，新算法具有高准确度，较好的鲁棒性以及高时间分辨率的特点，可以应用到工程领域中。

目录

声明

摘要

1 绪论

1．1 课题的背景和意义

1．2 时频分析的发展及研究现状

1．2．1 小波变换算法

1．2．2 EMD算法的提出和发展现状

1．3 本文内容及结构安排

2 时频分析算法简介

2．1 时频分析中的基本概念

2．1．1 瞬时频率

2．1．2 单分量信号与多分量信号

2．2 信号的不确定性原理

2．3 时频分析瞬时测频方法介绍

2．3．1 短时傅立叶变换

2．3．2 传统小波分析方法

2．3．3 维格纳-威尔分布

2．3．4 经验模态分解

2．4 本章小结

3 经验小波变换算法的理论分析

3．1 经验模式分解存在的问题

3．2 经验小波变换算法

3．2．1 经验小波的定义

3．2．2 频谱划分

3．2．3 窗的选取

3．2．4 经验小波变换

3．3 信号测试与分析

3．3．1 仿真参数设置

3．3．2 仿真结果与分析

3．4 本章小结

4 经验小波变换的问题及其改进方法

4．1 EWT算法存在的问题分析

4．2 基于Top-Hat变换的EWT算法改进

4．2．1 数学形态滤波原理

4．2．2 基于Top-Hat变换的EWT算法改进

4．3 实际信号测试与分析

4．3 实际信号测试与分析

4．4 本章小结

5 改进的经验小波变换在语音信号处理中的应用

5．1 语音信号分析及其传统处理方法

5．1．1 语音信号的数学模型

5．1．2 语音信号特征分析

5．2 基频检测算法

5．2．1 基于帧的基频检测方法

5．2．2 基于事件检测方法

5．3 基于改进的EWT的基频检测算法

5．3．1 语音信号预处理

5．3．2 改进的经验小波变换

5．3．3 希尔伯特变换

5．3．4 平滑处理

5．4 算法性能测试与分析

5．4．1 语音信号测试

5．4．2 算法准确度测试

5．4．3 算法鲁棒性测试

5．5 本章小结

6 总结与展望

6．1 本文工作总结

6．2 未来工作

致谢

参考文献

附录 攻读硕士学位期间取得的科研成果列表