-
公开(公告)号:CN110221349B
公开(公告)日:2020-08-14
申请号:CN201910636209.X
申请日:2019-07-15
Applicant: 桂林电子科技大学
IPC: G01V3/38
Abstract: 本发明公开了一种基于小波变换与正弦波估计的瞬变电磁信号降噪方法,包括以下步骤:(一)选取小波基函数对含噪瞬变电磁信号进行小波变换;(二)对小波系数进行小波消噪处理,得到小波消噪后的信号;(三)将小波消噪后的信号反转,截取反转信号的前部作为正弦波干扰信号的一部分,对该部分信号应用补零或插值技术进行延长,然后作FFT变换;(四)对正弦波信号的幅度、相位和频率进行估计;(五)计算出整个估计的正弦波干扰信号;(六)用反转信号减去该估计的正弦波干扰信号,再将相减后的信号反转,得到瞬变电磁信号。本发明在包含白噪声和工频干扰的复杂环境下,可以有效提高瞬变电磁信号的信噪比。
-
公开(公告)号:CN110349598A
公开(公告)日:2019-10-18
申请号:CN201910637142.1
申请日:2019-07-15
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种低信噪比环境下的端点检测方法,通过对带噪语音进行调制域谱减获得降噪和语音失真之间的平衡,从而改善语音质量,再结合功率归一化倒谱系数之间的距离进行端点检测,包括以下主要步骤:(一)对含噪语音进行调制域谱减并补偿相位得到增强后的语音;(二)提取经过调制域谱减后的语音信号的PNCC特征参数,计算每帧信号PNCC倒谱系数与噪声倒谱系数之间的倒谱距离;将倒谱距离作为检测参数,根据NIS帧的PNCC倒谱距离求出阈值,再采用双门限判决方法进行端点检测。本发明有效地解决了端点检测在低信噪比环境下性能急剧下降的问题,从而在噪声干扰较强的环境中实现较高的检测准确率。
-
公开(公告)号:CN110221349A
公开(公告)日:2019-09-10
申请号:CN201910636209.X
申请日:2019-07-15
Applicant: 桂林电子科技大学
IPC: G01V3/38
Abstract: 本发明公开了一种基于小波变换与正弦波估计的瞬变电磁信号降噪方法,包括以下步骤:(一)选取小波基函数对含噪瞬变电磁信号进行小波变换;(二)对小波系数进行小波消噪处理,得到小波消噪后的信号;(三)将小波消噪后的信号反转,截取反转信号的前部作为正弦波干扰信号的一部分,对该部分信号应用补零或插值技术进行延长,然后作FFT变换;(四)对正弦波信号的幅度、相位和频率进行估计;(五)计算出整个估计的正弦波干扰信号;(六)用反转信号减去该估计的正弦波干扰信号,再将相减后的信号反转,得到瞬变电磁信号。本发明在包含白噪声和工频干扰的复杂环境下,可以有效提高瞬变电磁信号的信噪比。
-
公开(公告)号:CN110148420A
公开(公告)日:2019-08-20
申请号:CN201910581762.8
申请日:2019-06-30
Applicant: 桂林电子科技大学
IPC: G10L21/0208 , G10L15/22 , G10L25/30 , G10L25/24
Abstract: 本发明公开了一种适用于噪声环境下的语音识别方法,该方法对经双微麦克风阵列采集的含噪语音信号构建综合了最小方差无畸变响应波束形成与对角加载的波束形成器,并利用递归矩阵求逆的方法减少计算复杂度,得到进行波束形成后初步去噪的语音信号;再后置调制域谱减法对初步去噪后的语音信号做进一步处理,去除残留的噪声并减少语音畸变,得到最终去噪处理后的语音信号;另外本发明方法采用卷积神经网络进行语音模型的训练,提取语音深层次的特征。该发明方法解决了噪声环境下语音识别率下降的问题,具有较好的稳健性,可应用在家居机器人,智能音箱以及噪声环境下工作的语音设备等方面。
-
-
-