PCD算法对音频信号降噪的参数选择

摘要

并行坐标下降(parallel coordinate descent,PCD)是一种最优秀的降噪算法,它被广泛地应用于图像处理中.由于算法有关参数的不确定性,使得PCD在音频信号降噪中并未获得相应的运用.为此,通过仿真实验,比较在音频环境下不同噪声强度、不同软阈值、不同超完备字典以及不同迭代次数对PCD降噪性能的影响,以提供算法相关参数的选择依据,从而扩展PCD的应用范围.实验结果表明,输入信噪比SNR=10(或加性Gauss白噪声的标准差σ=0.1)是PCD对音频处理的极限条件.在全局阈值规则下,当收缩函数的阈值取λ=0.1时,PCD的降噪效果最佳.在冗余表示的基础上,采用Gabor超完备字典对信号分解可使PCD的降噪效果更好.当算法迭代次数到达M=25时,PCD获得稳定的收敛.