一種基于雙譜和復(fù)數(shù)譜方差信號(hào)檢測(cè)算法研究.pdf

1、本論文研究的是強(qiáng)噪聲背景下信號(hào)流檢測(cè)?；谶^(guò)零率和能量的傳統(tǒng)檢測(cè)算法，在噪聲環(huán)境比較復(fù)雜的情況下效果很不穩(wěn)定，尤其是信噪比較低或者語(yǔ)音信號(hào)較弱時(shí)，檢測(cè)效果很不理想，因此，在多種語(yǔ)一言和噪聲隨機(jī)出現(xiàn)、噪聲和語(yǔ)音強(qiáng)弱不·的實(shí)際噪聲環(huán)境下，必須利用新的算法提取有用信號(hào)和噪聲信號(hào)的有效特征，才‘能解決實(shí)際的問(wèn)題。 基于實(shí)際背景噪聲的復(fù)雜性，本文提出了語(yǔ)音信號(hào)的小波分析和高階統(tǒng)計(jì)量分析相結(jié)合的方法，有效的分離了語(yǔ)音信號(hào)和非高斯噪聲小波系數(shù)

2、。統(tǒng)計(jì)算法在解決周期信號(hào)、高能噪聲和高斯信號(hào)方面有獨(dú)特之處，能簡(jiǎn)單有效提取以上噪聲的特征;雙譜能夠提供比功率譜更多的有用信息，有效地檢測(cè)信號(hào)幅度之外的其它信息，并能有效抑制高斯噪聲，短時(shí)語(yǔ)音信號(hào)一般認(rèn)為是平穩(wěn)且有一定的周期性的非高斯信號(hào)，因而可以利用雙譜來(lái)提取語(yǔ)音信號(hào)特性并實(shí)現(xiàn)信噪分離;復(fù)數(shù)譜方差算法是在對(duì)語(yǔ)音信號(hào)進(jìn)行深入觀察和分析的基礎(chǔ)上而提出米的一種全新的語(yǔ)音特征提取方法，此方法簡(jiǎn)單而有效的提取了語(yǔ)音、噪聲的特征以及檢測(cè)莫爾斯信號(hào)，