Matlab声学信号小波去噪(2)
4 总结 34
4.1 实验结果总结 35
4.2 实验工作总结 36
4.3 实验问题总结 36
5 致谢 37
1 绪论
本章节内容主要是论文概要板块，包括论文的绪论部分，概述了研究课题的意义、目的、之前声学信号去噪的主流方法以及小波变换的发展历史、难点和小波在声学信号去噪上的应用概要。
1.1 噪声
我们身处在一个充斥着声音的环境。各种不同的声音从不同的音源出发，传递着不同的信号和信息给我们的生活带来不同的意义。所以一个不存在声音的世界是极其不便的，会使信息的传播效率大幅度下降，造成人类生活的不便，更会使我们失去了一种感知世界的途径。在一般的声学信号中，有携带一定意义信息的信号，也有一些不存在任何信息只是单纯形成对其他信号干扰的信号，我们称这种起到干扰作用的信号为噪声信号。在现代的声学环境中只要有声音的存在就有噪声的相伴。
“噪声”一词由爱因斯坦在1905年创造而出作为一种工具用来帮助建立原子理论。从此之后噪声流行在科学界的各个领域，成为原子理论，大爆炸理论的驱动力。
噪声无处不在，种类繁多，通常将噪声分为：白噪声，带通噪声，冲击噪声等。白噪声指的是在频域上不存在信号能量突变的频段，同时也无法在时域上找到突变的时间段，白噪声有着很宽的频带与语音信号互相重叠，充斥在整个频域范围，很难与语音信号做区分。带通噪声又叫做有色噪声，比如交流电声，它与白噪声相对，因为其在频带上有着明显的突变，相比于白噪声可以有效的除去。冲击噪声则是在时域上存在能量突变的信号，例如打桩机声，这类噪声也可以通过一定手法有效的去除。
为了使所采集的信息不产生干扰和偏差，我们总希望所采集的信号中不包含噪声。然而这却是实际情况中不可能的。不论声学信号因为噪声的干扰产生了多少大的变化，噪声都将严重地影响信息接收方对于信号的观察和信息的处理。如果噪声强度不太高，信息通信仍可在干扰下继续进行只不过损失了一定的信息完整度与通信时的流畅性。但是，如果噪声很强，噪声完全遮盖住原本需要传达信息的声学信号的话，信息传达的成功率将大大降低，甚至无法完成通过声学信号获取信息的行为。因此，为了获取信息时不受干扰，通信的过程流畅。有必要通过技术手段来降低或消除信号中的噪声。这一问题通常称之为噪声去噪，或者语音增强。任何不想要的信号都可能成为噪声，这一事实使得声学信号去噪问题成为一个研究热点。
对于信号做处理时，若采集而得的信号称为，则可将其分为有用信号和噪声两部分，分别用和来表示。
若观测信号表示为： （1.1）
则称中含有加性噪声。
若观测信号表示为： （1.2）
则成为中含有乘性噪声。
若观测信号表示为： （1.3）
则称为褶积性噪声。
一般情况下，大多噪声都是加性噪声。
1.2 信号去噪
有有用信息的信号，就有噪声的相伴，为了获取更为纯净的信息，并且使信息传输的过程更为效率，减少信息传递中的信息损失和差错，信号去噪问题成为一门流行的科学问题已经有了长久的历史。
上一篇：高品质室内LED灯驱动的研究