基于小波變換的聲信號(hào)分析算法研究

1、西安工業(yè)大學(xué)北方信息工程學(xué)院畢業(yè)設(shè)計(jì)（論文）開題報(bào)告題目:基于小波變換的聲信號(hào)分析算法研究系專班姓學(xué)導(dǎo)別業(yè)級(jí)名號(hào)師2015年12月19日一、畢業(yè)設(shè)計(jì)（論文）綜述1、題目背景及意義智能聲探測(cè)系統(tǒng)利用低空目標(biāo)，如直升機(jī)、巡航導(dǎo)彈在飛行時(shí)發(fā)出的噪聲來實(shí)現(xiàn)目標(biāo)識(shí)別、定位和跟蹤的。研究聲信號(hào)基本特征以及傳播特性，激起分析處理算法，分析其精度，尋找一種實(shí)現(xiàn)容易，使用方便，測(cè)試精度高的聲靶信號(hào)分析處理算法，對(duì)于國防裝備的研發(fā)具有重要意義，有助于加快我國靶場(chǎng)相關(guān)測(cè)試裝備的更新，必將產(chǎn)生較大的經(jīng)濟(jì)效益和社會(huì)效益。近幾年來發(fā)展起來的小波變換（WaveletTransform,簡(jiǎn)記為WT是Fourier變換的新發(fā)展

2、。作為一種新的多分辨率分析方法，小波變換可同時(shí)進(jìn)行時(shí)域和頻域分析，具有頻域局部化和多分辨率特性，特別適用于處理非平穩(wěn)信號(hào)前一種新型的信號(hào)處理技術(shù)。小波變換是一種多尺度、多分辨率的分析方法，小波變換的檢測(cè)方法克服了以往采用的單一時(shí)域分析或頻域分析的缺點(diǎn)。小波變換的優(yōu)良時(shí)域分析特點(diǎn)和相關(guān)分析的結(jié)合方法，達(dá)到了99%以上的相關(guān)波準(zhǔn)率！2、國內(nèi)外相關(guān)研究情況1.2.1 國外研究現(xiàn)狀國外利用小波變換消除聲信號(hào)噪聲的研究比國內(nèi)要早，F(xiàn).NazanUcar提出了基于多分辨率正交小波變換的聲信號(hào)的去噪算法，P.M.Agente討論了用軟閾值的聲信號(hào)去噪，Senhadji等提出了基于小波分析的聲信號(hào)濾波技術(shù)可以

3、較好的抑制噪聲，E.Ereelebi提出了基于提升小波的聲信號(hào)處理方法，提高了小波處理聲信號(hào)的實(shí)用性。1995年，Donoho和Johnstone2,3等人提出了信號(hào)去噪的軟閾值方法和硬閾值方法，推導(dǎo)了計(jì)算閾值的公式，且從理論上證明了該閾值是最優(yōu)的。同時(shí)，Donoho和Coifman4提出了運(yùn)用平移不變小波去除聲信號(hào)噪聲。Bruce、Gaq5-7對(duì)軟閾值、硬閾值方法做了進(jìn)一步的推廣，提出了Semisoft閾值去噪方法，證明了其方法比軟閾值方法有更小的偏差，比硬閾值方法連續(xù)性好等優(yōu)點(diǎn)。TikkanenPE8-10提出了一種軟硬閾值結(jié)合的非線性去噪方法。Singh11-13提出一種新的母小波基函數(shù)

4、選擇方式，較好地去除了連續(xù)地聲信號(hào)中任意兩拍間存在的高頻噪聲，又保持了聲信號(hào)中的特征波形的峰值，保留了原始信號(hào)中有用的信息。Ergun14-17提出了基于提升格式的離散小波變換的聲信號(hào)去噪算法，能容易的識(shí)別出P、R、T波段，與非線性濾波器相比，能更有效地自動(dòng)檢測(cè)和辨識(shí)QRS波群。1.2.2 國內(nèi)研究現(xiàn)狀國內(nèi)利用小波變換消除聲信號(hào)噪聲的研究始于90年代，葉繼倫1等在運(yùn)動(dòng)聲信號(hào)特征參數(shù)識(shí)別的研究中應(yīng)用小波變換方法，表明小波變換對(duì)于消除聲信號(hào)中基線漂移和噪聲效果是十分明顯的。李小燕18等設(shè)計(jì)了一種新的基于小波變換的自適應(yīng)濾波器，可有效消除聲信號(hào)的基線漂移，且對(duì)ST段影響小。根據(jù)信號(hào)和噪聲在小波變換下

5、表現(xiàn)出來的截然不同的性質(zhì)，王笑梅等19采用二次小波樣條小波對(duì)帶有白噪聲的聲信號(hào)進(jìn)行消噪處理、分解、去噪、重構(gòu)，該方法在改善信噪比的同時(shí)，又保持相當(dāng)高的時(shí)間分辨率，但重構(gòu)信號(hào)失真，且算法復(fù)雜。噪聲能量的估計(jì)在該算法實(shí)現(xiàn)中相當(dāng)關(guān)鍵，Pan等人推導(dǎo)出了噪聲能量閾值的理論計(jì)算公式，給出了估計(jì)信號(hào)噪聲方差的有效方法，使該方法具有自適應(yīng)性。季虎等人對(duì)聲信號(hào)進(jìn)行離散平穩(wěn)小波變換，根據(jù)噪聲的不同來源、頻域分布特點(diǎn)，對(duì)變換后的細(xì)節(jié)采用不同的域值去噪，保持聲波形特征和抑制噪聲等優(yōu)點(diǎn)。李英偉等人提出一種以R波為優(yōu)先準(zhǔn)則，結(jié)合小波模極大值的逐心拍濾波算法，具顯著提高了信號(hào)的分辨率，有效改善了信噪比。李淑秋等人探索了一

6、種構(gòu)造路徑不正交條件下提取聲電信號(hào)的方法，有效去除工頻干擾，確定了可供選擇的電極位置。二、對(duì)研究的認(rèn)識(shí)2.1研究的主要內(nèi)容熟悉數(shù)字信號(hào)分析的基本原理和方法，小研究波變換的多分辨分析和特征點(diǎn)檢測(cè)的方法，掌握Matlab仿真軟件，實(shí)現(xiàn)聲信號(hào)的小波多分辨分析。主要內(nèi)容：小波多分辨分析方法研究；MATLAB軟件中信號(hào)分析處理函數(shù)；實(shí)現(xiàn)MATLAB進(jìn)行聲靶信號(hào)的分析。主要技術(shù)指標(biāo)：采樣率：1MHz;采樣時(shí)間：1.5pS。2.2研究方案1）學(xué)習(xí)數(shù)字信號(hào)分析的基本原理和方法，為后續(xù)的聲信號(hào)分析做鋪墊；2）熟悉Matlab軟件的基本操作，掌握Matlab軟件進(jìn)行信號(hào)分析的基本步驟；3）了解小波變換的理論基礎(chǔ)，

7、對(duì)聲信號(hào)的小波特性進(jìn)行研究，并闡述小波變換常用的小波基函數(shù)，為后續(xù)的小波消噪做鋪墊；4）基于小波變換的聲信號(hào)消噪技術(shù)研究，闡述聲信號(hào)消噪原理，了解小波分解與重構(gòu)去噪法、平移不變法和傳統(tǒng)的小波變換的硬閾值和軟閾值去噪法，并且對(duì)這些方法進(jìn)行比較，了解其異同點(diǎn)，針對(duì)聲信號(hào)給出一種去噪、消噪的方法；5）利用Matlab軟件，實(shí)現(xiàn)對(duì)聲信號(hào)的小波變換多分辨分析；6）提取聲信號(hào)的特征。三、研究的重點(diǎn)難點(diǎn)及展開工作情況3.1 研究的重點(diǎn)：對(duì)數(shù)字信號(hào)分析的研究以及基于小波變換的聲信號(hào)消噪技術(shù)研究。3.2 研究的難點(diǎn)：實(shí)現(xiàn)對(duì)聲信號(hào)的小波變換多分辨分析以及提取聲信號(hào)的特征。3.3 前期開展的工作查閱相關(guān)資料，了解課

8、題基本研究?jī)?nèi)容，完成開題報(bào)告并準(zhǔn)備開題答辯；安裝、學(xué)習(xí)Matlab軟件；熟悉Matlab軟件操作過程。四、工作進(jìn)度1-3周查閱資料，了解數(shù)字信號(hào)分析的基本方法，完成開題報(bào)告及答辯。4-7周學(xué)習(xí)MATLAB軟件，總體方案設(shè)計(jì)，準(zhǔn)備中期答辯。8-11周研究小波多分辨率分析方法和特征點(diǎn)檢測(cè)的方法。12-14周利用Matlab軟件，實(shí)現(xiàn)聲信號(hào)的小波多分辨分析，并提取特征點(diǎn)。15-16周撰寫畢業(yè)論文，準(zhǔn)備畢業(yè)答辯。指導(dǎo)教師意見（對(duì)課題的深度、廣度及工作量的意見）指導(dǎo)教師：年月日所在系審查意見：系主任領(lǐng)導(dǎo):參考文獻(xiàn)1葉繼倫，鄭崇勛，郭聳峰等.運(yùn)動(dòng)聲信號(hào)特征提取的小波變換方法J.中國醫(yī)療器雜志,1999,2

9、3(5):258-271.2趙治棟，潘敏，郭希山等.基于小波包收縮的聲信號(hào)去噪方法研究J.計(jì)算機(jī)工程與應(yīng)用.2002,20(5):19-23.3高清維，李海鷹，莊鎮(zhèn)泉等.基于平穩(wěn)小波變換的聲信號(hào)噪聲消除方法J.電子學(xué)報(bào),2003,31(2):238-240.4 MallatS.Atheoryformulti-resolutionsignaldecomposition:ThewaveletRepresentationJ.IEEETrans.OnPAMI,1989,11(7):674-693.5 MallatS.HwangWL.Singularitydetectionandprocessingwi

10、thwaveletsJ.IEEETransactiononInformationTheory.1999,38(2):617-643.6 DonohoDL,JohnstoneIM."Waveletshrinkage:Asymptopia?”J.JournalofRoyalStatisticalSociety.1995,57(2):301-369.7 DonohoDL.De-noisingbysoft-tliresholdingJ.IEEETransactiononInformation,1995,25(3):613-627.8 DonohoDL.Nolinearwaveletwetho

11、daforrecoveryofsignals,densitiesandspectralfromindirectandnoisydata,proceedingsofSymposiainappliedmathematics,editedbydsubechiesI,AemetianMathematicalSocietyJ.RhodeIsland.1993,Vol.47:173-205.9 DonohoDL,JohnstoneIM.AdaptingtounknownsmoothnessviawaveletshrinkageJ.Amenstatist.Assoc.1995,Vol.90:1200-122

12、4.10 DonohoDL,JohnstoneIM.IdealspatialadaptationbywaveletShrinkageJ.Biometrika,1994,81(3):425-455.11 CoifmanRR,DonohoDL.Translation-invariantde-noising.WaveletsandstatisticsJ.SpringerVerlag.NewYork/Berlin.l995:125-150.12 LangM,GuoH,OdegardJEetal.NoulinearprocessingofashiftinvariantDWTfornoisereducti

13、onC.ProceedingofSPIEconference.WaveletApplication,Orlando,1995.13 GoodmanlTNT,LeeST.WaveletsofmultiplicityJ.Trans.onAmer.MathSoc,1994,342(1):307-324.14 Senhadji.WaveletanalysisofECGsignalJ.Proc.IEEE-EMBS,1990,12(2):19-23.15 NazanUcarM,KorurkM,YazganE.AnoisereductionalgorithminECGsignalusingwavelettr

14、ansformC.BiomedicalEngineeringDays,proceedingofthe1998InternationalConference,1998:36-38.16 AgantePM,MarpuesdeSaJP.ECGNoisefilteringusingwaveletwithsoft-threstholdingmethodsM.ComPutersinCardiology,1999:535-538.17 ErcelebiE.Electrocardiogramsignalde-noisingusinglifting-basedDiscretewavelettransformJ.ComputersinBio