Фильтрация нестационарного сигнала (речи) в вейвлет-области с адаптацией к виду и динамике шума

Автор: Меркушева А.В.

Журнал: Научное приборостроение @nauchnoe-priborostroenie

Рубрика: Оригинальные статьи

Статья в выпуске: 2 т.13, 2003 года.

Бесплатный доступ

Представлен метод фильтрации нестационарного сигнала ИИС в области вейвлет-отображения, основанный на получении статистических закономерностей распределения вейвлет-коэффициентов (ВК) сигнала и шумов различного вида и на динамической адаптации к характеру нестационарности сигнала и шума. Получено описание вероятностного распределения ВК в форме экспоненциально-степенного закона и определены его параметры. Получена аналитическая форма зависимости порога дискриминации ВК от параметров их распределения и от вида и мощности шума, которая уточняет результаты Донохо и Джонстона. Одновременно это выражение для порога дискриминации ВК является обобщением формулы Крамера, ориентированной только на Гауссово распределение. При разработке метода в качестве нестационарного сигнала общей формы использован речевой сигнал и четыре разновидности шума.

Еще

Короткий адрес: https://sciup.org/14264289

IDR: 14264289

Список литературы Фильтрация нестационарного сигнала (речи) в вейвлет-области с адаптацией к виду и динамике шума

  • Daubechies I. Orthogonal Basis and Wavelets//SIAM Journal of Mathematical Analysis. 1993. V. 24, N 2. P. 499-520.
  • Mallat S.G. Multiresolution Approximations and Wavelet Orthogonal Bases in L2(R)//Transactions of American Mathematical Society. 1989. N 315. P. 69-87.
  • Jawerth B., Sweldens W. Wavelet-Based Multiresolution Analysis//SIAM Review. 1994. V. 36, N 3. P. 377-412.
  • Лукашенко Т.П. О свойствах систем разложения, подобных ортогональным//Известия РАН, серия математическая. 1998. Т. 62, № 5. С. 187-206.
  • Меркушева А.В. Классы преобразований нестационарного сигнала в информационно-измерительных системах. III. Время-масштабные (вейвлет -) преобразования для спектрально-временного анализа//Научное приборостроение. 2002. Т. 12, № 3. С. 68-82.
  • Novak R.D., Baraniuk R.G. Wavelet-Domain Filtering for Photon Imaging Systems//IEEE Transactions on Image Processing. 1997. N 4. P. 1-23.
  • Donoho D.L., Johnstone I.M. Ideal Spatial Adaptation by Wavelet Shrinkage//Biometrika. 1994. V. 81. P. 425-455.
  • Donoho D.L. Denoising by Soft-Thresholding//IEEE Transactions on Information Theory. 1995. V. 41, N 3. P. 613-627.
  • Малыхина Г.Ф., Меркушева А.В. Детектирование речевого сигнала и фильтрация с адаптивным порогом//Сборник трудов факультета технической кибернетики СПбГТУ: микропроцессорные средства измерений. СПб., 2001. Вып. 2. С. 26-35.
  • Хастингс Н., Пикок Дж. Справочник по статистическим распределениям (пер. с англ.). М.: Статистика, 1980. 94 с.
  • Mallat S.G. Multifrequency Chanal Decompositions of Image and Wavelet Models//IEEE Transactions on Acoustic, Speech and Signal Processing. 1989. V. 37, N 12. P. 2091-2110.
  • Daubechies I. Orthogonal Bases of Compactly Supported Wavelets//Communications in Pure and Applied Mathematics. 1988. V. 41, N 7. P.909-996.
  • Крамер Г. Математическая статистика. М.: Наука, 1989. 591 с.
  • Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сигналов (перевод с англ.). М.: Мир, 1978. 848 с.
  • Sohn I., Kim N.S.,Sung W. A Statistical Model-Based Voice Activity Detection//IEEE Signal Processing Letters. 1999. V. 6, N 1. P. 1-3.
  • Zwicker E., Fastl H. Psychoacoustics, Facts and Models. Berlin: Springler-Verlag, 1984. 420 c.
  • Schroeder M.R., Atlas B.C., Hall J.L. Optimizing Digital Speech Coders by Exploiting Masking Property//Journal of Audio Engineering Society. 1995. V. 43, N 11. P. 914-919.
  • Jayant N.S., Shohan Y. Signal Compression Based on Model of Human Perception//Proceedings of IEEE. 1993. V. 81, N 10. P. 1390-1398.
  • Berger J., Coifman R.R., Goldberg M.J. Removing of Noise from Music Using Local Trigonometric Bases and Wavelet-Packets//Journal of Audio Eng. Society. 1994. V. 42, N 9. P. 808-815.
  • Chui C.K., Li C. Nonorthogonal Wavelet Packets//SIAM Journal of Mathematical Analysis. 1993. V. 24. P. 712-738.
  • Coifman R.R., Wickerhauser M.L. Entropy Based Algorithms for Best Bases Selection//IEEE Transactions on Information Theory. 1992. V. 38. P. 713-718.
  • Малыхина Г.Ф., Меркушева А.В. Вейвлет-фильтрация нестационарного сигнала с адаптацией на основе нейронной сети//Сб. докладов Международной конференции по мягким вычислениям и измерениям, SCM-2001. СПб, 2001. Т. 1. С. 239-242.
Еще
Статья научная