matlab小波分析信号消除噪声函数,小波分析的语音信号噪声消除方法

基于小波分析的语音信号噪声消除方法

及MATLAB 实现

一、 实验内容

噪声污染是我们生产、生活中普遍存在的问题。在某些环境中，噪声的影响给人们的生活和工作带来了极大不便，尤其在语音信号处理中，噪声甚至使人们正常的生活和工作无法进行。因此，消除噪声干扰具有极为重要的研究意义和广泛的应用前景。

小波分析理论是一种新兴的信号处理理论，它在时间上和频率上都有很好的局部性，这使得小波分析非常适合于时-频分析，借助时- 频局部分析特性，小波分析理论已经成为信号去噪中的一种重要的工具。利用小波方法去噪，是小波分析应用于实际的重要方面。小波去噪的关键是如何选择阈值和如何利用阈值来处理小波系数，通过对小波阈值化去噪的原理介绍,运用MATLAB 中的小波工具箱，对一个含噪信号进行阈值去噪，实例验证理论的实际效果，证实了理论的可靠性。本文简述了几种小波去噪方法，其中的阈值去噪的方法是一种实现简单、效果较好的小波去噪方法。

实验内容包括：

(1) 分别利用软阈值法和硬阈值法对含噪信号进行去噪，并进行效果对比。

(2) 分别使用FFT 和小波分析方法对含噪信号进行去噪处理，并进行效果对比。

二、 实验原理

1. 小波去噪原理分析

1.1. 小波去噪原理

叠加性高斯白噪声是最常见的噪声模型，受到叠加性高斯白噪声“污染”的观测信号可以表示为：

i i i y f z σ=+ 1,...,i n = (1.1) 其中y i 为含噪信号，i f 为“纯净”采样信号，z i 为独立同分布的高斯白噪声~(0,1)iid i z N ，σ为噪声水平，信号长度为n. 为了从含噪信号y i 中还原出真实信号i f ，可以利用信号和噪声在小波变换下的不同的特性，通过对小波分解系数进

行处理来达到信号和噪声分离的目的。在实际工程应用中，有用信号通常表现为