希尔伯特—黄变换及其在语音增强中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·语音增强概述 | 第11-12页 |
| ·非平稳信号的时频分析方法 | 第12-19页 |
| ·非平稳信号 | 第12-13页 |
| ·短时傅立叶变换 | 第13-14页 |
| ·Wigner-Ville分布 | 第14-15页 |
| ·小波分析 | 第15-16页 |
| ·Hilbert-Huang变换 | 第16-19页 |
| ·研究内容及章节安排 | 第19-21页 |
| ·主要研究内容 | 第19-20页 |
| ·章节安排 | 第20-21页 |
| 第2章 语音信号处理基本理论 | 第21-33页 |
| ·引言 | 第21页 |
| ·语音信号特性 | 第21-22页 |
| ·噪声特性 | 第22-23页 |
| ·人耳听觉感知特性 | 第23-25页 |
| ·语音增强基本算法 | 第25-32页 |
| ·周期性噪声的语音增强 | 第25-26页 |
| ·脉冲噪声的语音增强方法 | 第26页 |
| ·非线性处理语音增强 | 第26页 |
| ·谱减法语音增强 | 第26-28页 |
| ·自相关相减法语音增强 | 第28页 |
| ·自适应噪声对消 | 第28页 |
| ·利用延迟来建立参考信号的语音增强 | 第28页 |
| ·小波分析在滤波和消噪方面的应用 | 第28-29页 |
| ·离散余弦变换用于语音增强 | 第29页 |
| ·统计方法用于语音增强 | 第29-30页 |
| ·基于分形理论的语音信号增强 | 第30-31页 |
| ·利用人工神经网络的语音增强 | 第31页 |
| ·基于子空间方法的语音增强 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于谱熵和主成分分析的EMD分解原理 | 第33-50页 |
| ·引言 | 第33页 |
| ·希尔伯特-黄变换基本理论 | 第33-39页 |
| ·瞬时频率 | 第33-35页 |
| ·希尔伯特-黄变换 | 第35-36页 |
| ·HHT终止条件的研究现状 | 第36-39页 |
| ·基于Hilbert时频谱熵的筛选分量终止准则 | 第39-41页 |
| ·信息熵 | 第39-40页 |
| ·基于Hilbert时频谱熵的筛选分量终止准则 | 第40-41页 |
| ·基于主成分分析的分解终止准则 | 第41-43页 |
| ·主成分分析 | 第41页 |
| ·基于主成分分析的分解终止准则 | 第41-43页 |
| ·基于时频谱熵和主成分分析的经验模态分解算法 | 第43页 |
| ·实验结果及分析 | 第43-49页 |
| ·两单频率叠加序列 | 第44-46页 |
| ·三分量合成信号 | 第46-48页 |
| ·非平稳信号 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于希尔伯特-黄变换的语音增强 | 第50-64页 |
| ·引言 | 第50页 |
| ·语音及噪声的EMD分解特性 | 第50-53页 |
| ·语音增强性能评价 | 第53-55页 |
| ·主观评价 | 第53-54页 |
| ·客观评价 | 第54-55页 |
| ·基于希尔伯特-黄变换的语音增强 | 第55-59页 |
| ·基于HHT的语音检测 | 第55-57页 |
| ·加权滤波 | 第57页 |
| ·自适应局部阈值 | 第57-58页 |
| ·基于HHT的语音增强算法简述 | 第58-59页 |
| ·实验及结果分析 | 第59-63页 |
| ·对比算法选择 | 第59-61页 |
| ·实验结果与分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-72页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第72-73页 |
| 致谢 | 第73页 |
