湍流信道中语音信号自适应小波快速去噪技术研究

摘要

在湍流信道中，利用激光传输语音信号时，语音降噪技术是传输系统的关键技术之一。本论文依托教研室的无线激光侦听研究项目，对于通过激光侦听平台上采集的带噪语音信号，提出并实现了自适应小波快速降噪处理，对该降噪算法进行了验证，以及给出了相应的指标体系。 本论文采用理论分析、具体实现和测试验证来进行语音信号的自适应小波快速去噪技术研究。 理论分析阶段，首先通过分析语音降噪技术的国内外研究现状，结合湍流信道中语音信号和噪声信号的特点对语音快速降噪算法进行研究，并形成了语音降噪算法的性能评价标准。然后分析了常规语音降噪方法原理和设计，选取小波变换作为本文的降噪算法，在原有小波变换降噪算法的基础上，提出了自适应小波快速降噪算法。 具体实现阶段，首先分析常用音频文件格式，确定本文采用W AV文件形式保存音频文件。然后通过比较传统小波降噪算法和自适应小波快速降噪算法的优劣，给出本论文算法的实现步骤，通过对小波基、小波分解层数、阈值函数以及阈值等参数的确定方法进行分析，选取最合适的参数来进行降噪处理。最后通过分析GPU 上CUDA语言的编程思想，采用CPU和GPU的联合编程来实现算法。 测试验证阶段，利用实验室无线激光侦听平台采集的语音信号数据进行自适应小波快速降噪算法的降噪性能和时间性能等方面测试。结果发现，信噪比（SNR）提高6dB；降噪时长有很大程度的缩短，表明本文采用的自适应小波快速降噪算法能够有效的提高湍流信道中带噪语音信号的语音质量。

目录

第一个书签之前

摘 要

ABSTRACT

第一章 绪 论

1.1 研究背景及意义

1.2 语音降噪技术国内外发展现状

1.3 研究目标与章节安排

第二章 带噪语音信号特征描述及分析

2.1 语音信号

2.1.1 语音信号的产生

2.1.2 语音信号的特性

2.2 噪声的特征及分类

2.2.1 激光器引起的噪声

2.2.2 湍流信道中的噪声

2.2.3 电噪声

2.2.4 含噪信号分析

2.3 语音降噪算法的性能评价

2.4 本章小结

第三章 常规带噪语音信号去噪方法设计及工作原理

3.1 经典滤波法

3.2 基于谱减法的语音降噪算法

3.3 基于卡尔曼滤波的语音降噪算法

3.4.1 小波变换

3.4.2 小波变换的特点

3.4.3 连续小波变换

3.4.4 离散小波变换

3.4.5 小波基的选取标准

3.5 小波变换的Mallat算法

3.5.1 小波分解算法

3.5.2 小波重构算法

3.5.3 滤波器之间的关系

3.6 本章小结

第四章 基于自适应小波的语音信号快速去噪方案设计及分析

4.1 去噪方案总体设计

4.2 WAV文件的格式及编码

4.2.1 WAV文件格式

4.2.2 WAV文件的编码

4.3.1 原理

4.3.2 小波降噪的传统算法

4.4.1 小波阈值降噪算法的原理和步骤

4.4.2 小波基的选取

4.4.3 小波分解层数的选取

4.4.4 阈值函数的选取

4.4.5 自适应阈值的计算

4.5.1 GPU通用计算

4.5.2 CPU与GPU

4.5.3 CUDA异构编程

4.5.4 CUDA的线程层次

4.5.5 CUDA流处理架构

4.6 本章小结

第五章 基于自适应小波的语音快速降噪实现与验证

5.1 基于CPU和GPU编程的开发环境的搭建

5.1.1 开发环境的基本介绍

5.1.2 CUDA的安装与配置

5.1.3 VS2010的配置

5.1.4 CUDA应用程序的调试方法

5.2.1 WAV文件读取写入模块设计

5.2.2 WAV文件解码模块设计

5.2.3 WAV文件编码模块设计

5.2.4 具体实现

5.3 小波变换的实现

5.3.1 获取滤波器组

5.3.2 小波变换的分解和重构

5.3.3 具体实现

5.4 GPU编程的实现

5.4.1 去噪算法的CUDA并行优化

5.4.2 具体实现

5.5 自适应阈值降噪的实现

5.5.1 阈值函数自适应系数的确定

5.5.2 自适应阈值的计算

5.5.3 具体实现

5.6.1 降噪性能测试

5.6.2 时间性能测试

5.7 本章小结

第六章 总结和展望

6.1 论文总结

6.2 后续展望

致 谢

参考文献