基于小波变换的声信号分析算法研究毕业论文开题报告

《基于小波变换的声信号分析算法研究毕业论文开题报告》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西安工业大学北方信息工程学院毕业设计(论文)开题报告题目：基于小波变换的声信号分析算法研究系别专业班级姓名学号导师2015年12月19日一、毕业设计（论文）综述1、题目背景及意义智能声探测系统利用低空目标，如直升机、巡航导弹在飞行时发出的噪声来实现目标识别、定位和跟踪的。研究声信号基本特征以及传播特性，激起分析处理算法，分析其精度，寻找一种实现容易，使用方便，测试精度高的声靶信号分析处理算法，对于国防装备的研发具有重要意义，有助于加快我国靶场相关测试装备的更新，必将产生较大的经济效益和社会效益。近几年来发展起来的小波变换（WaveletTransform，

2、简记为WT）是Fourier变换的新发展。作为一种新的多分辨率分析方法，小波变换可同时进行时域和频域分析，具有频域局部化和多分辨率特性，特别适用于处理非平稳信号前一种新型的信号处理技术。小波变换是一种多尺度、多分辨率的分析方法，小波变换的检测方法克服了以往采用的单一时域分析或频域分析的缺点。小波变换的优良时域分析特点和相关分析的结合方法，达到了99%以上的相关波准率！2、国内外相关研究情况1.2.1国外研究现状国外利用小波变换消除声信号噪声的研究比国内要早，F.NazanUcar提出了基于多分辨率正交小波变换的声信号的去噪算法，P.M.Agente讨论了用

3、软阈值的声信号去噪，Senhadji等提出了基于小波分析的声信号滤波技术可以较好的抑制噪声，E.Ereelebi提出了基于提升小波的声信号处理方法，提高了小波处理声信号的实用性。1995年，Donoho和Johnstone[2,3]等人提出了信号去噪的软阈值方法和硬阈值方法，推导了计算阈值的公式，且从理论上证明了该阈值是最优的。同时，Donoho和Coifman[4]提出了运用平移不变小波去除声信号噪声。Bruce、Gao[5-7]对软阈值、硬阈值方法做了进一步的推广，提出了Semisoft阈值去噪方法，证明了其方法比软阈值方法有更小的偏差，比硬阈值方法连

4、续性好等优点。TikkanenPE[8-10]提出了一种软硬阈值结合的非线性去噪方法。Singh[11-13]提出一种新的母小波基函数选择方式，较好地去除了连续地声信号中任意两拍间存在的高频噪声，又保持了声信号中的特征波形的峰值，保留了原始信号中有用的信息。Ergun[14-17]提出了基于提升格式的离散小波变换的声信号去噪算法，能容易的识别出P、R、T波段，与非线性滤波器相比，能更有效地自动检测和辨识QRS波群。1.2.2国内研究现状国内利用小波变换消除声信号噪声的研究始于90年代，叶继伦[1]等在运动声信号特征参数识别的研究中应用小波变换方法，表明小波

5、变换对于消除声信号中基线漂移和噪声效果是十分明显的。李小燕[18]等设计了一种新的基于小波变换的自适应滤波器，可有效消除声信号的基线漂移，且对ST段影响小。根据信号和噪声在小波变换下表现出来的截然不同的性质，王笑梅等[19]采用二次小波样条小波对带有白噪声的声信号进行消噪处理、分解、去噪、重构，该方法在改善信噪比的同时，又保持相当高的时间分辨率，但重构信号失真，且算法复杂。噪声能量的估计在该算法实现中相当关键，Pan等人推导出了噪声能量阈值的理论计算公式，给出了估计信号噪声方差的有效方法，使该方法具有自适应性。季虎等人对声信号进行离散平稳小波变换，根据噪声

6、的不同来源、频域分布特点，对变换后的细节采用不同的域值去噪，保持声波形特征和抑制噪声等优点。李英伟等人提出一种以R波为优先准则，结合小波模极大值的逐心拍滤波算法，其显著提高了信号的分辨率，有效改善了信噪比。李淑秋等人探索了一种构造路径不正交条件下提取声电信号的方法，有效去除工频干扰，确定了可供选择的电极位置。二、对研究的认识2．1研究的主要内容熟悉数字信号分析的基本原理和方法，小研究波变换的多分辨分析和特征点检测的方法，掌握Matlab仿真软件，实现声信号的小波多分辨分析。主要内容：①小波多分辨分析方法研究；②MATLAB软件中信号分析处理函数；③实现MA

7、TLAB进行声靶信号的分析。主要技术指标：采样率：1MHz；采样时间：1.5μs。2.2研究方案1)学习数字信号分析的基本原理和方法，为后续的声信号分析做铺垫；2)熟悉Matlab软件的基本操作，掌握Matlab软件进行信号分析的基本步骤；3)了解小波变换的理论基础，对声信号的小波特性进行研究,并阐述小波变换常用的小波基函数,为后续的小波消噪做铺垫；4)基于小波变换的声信号消噪技术研究，阐述声信号消噪原理，了解小波分解与重构去噪法、平移不变法和传统的小波变换的硬阈值和软阈值去噪法，并且对这些方法进行比较，了解其异同点，针对声信号给出一种去噪、消噪的方法；5

8、)利用Matlab软件，实现对声信号的小波变换多分辨分析；6)提取