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.
Короткий адрес: https://sciup.org/14264289
IDR: 14264289 | УДК: 621.391;
Filtering of nonstationary (speech) signals in the wavelet domain adapted to the noise type and dynamics
A method is given for nonstationary signal filtering in wavelet-mapping domain for information-measurement systems. The method is based on the statistical wavelet coefficients (WC) distribution for signals and noise of different types and dynamic adaptation to their nonstationary properties. We obtained the WC probability distribution in the form of exponential law and determined its parameters. We also expressed analytically the dependence of the WC discrimination threshold on WC distribution parameters and on the noise type and power. This makes more precise Donoho and Johnstone's results. At the same time the expression for the WC discrimination threshold is a generalization of Cramer's formula which assumed a Gauss distribution. A speech signal and four types of noise were used as a general form of nonstationary signal.
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.
