[发明专利]一种基于鲁棒性主成分分析的小波声音降噪方法及系统

说明书

本发明涉及一种基于鲁棒性主成分分析的小波声音降噪方法及系统，方法包括：获取含噪声音信号；采用鲁棒性主成分分析方法对所述含噪声音信号进行分离，得到分离后的含噪声音信号；对所述分离后的含噪声音信号利用小波阈值去噪算法进行滤波，得到滤波后的含噪声音信号；对所述滤波后的含噪声音信号进行低通滤波，得到降噪后的声音信号。本发明能够提高声音信号的质量。

技术领域

本发明涉及声音降噪领域，特别是涉及一种基于鲁棒性主成分分析的小波声音降噪方法及系统。

背景技术

DAS因其具有灵敏度高、抗腐蚀性好、抗电磁干扰能力强等突出优点，在语音通信、周界安防等领域具有重要应用价值。在实际应用中，通过DAS系统采集到的声音信号不可避免地会受到外界和系统内部噪声干扰，它们会严重降低声音信号质量，进而影响DAS系统的推广和应用，因而有必要进行噪声滤除。为提高含噪声音信号质量，众多专家学者提出了各种解决方法。现有学者基于改进的小波阈值算法设计了一套综合滤波方案，其能够有效滤除信号中的同频噪声，还用采用基于端点检测的多窗谱估计谱减法对噪声起到抑制作用。但是，以上方法应用范围太过局限，在噪声复杂或信噪比较低的情况下滤波效果不理想，无法准确获取信号中包含的有效信息。

发明内容

本发明的目的是提供一种基于鲁棒性主成分分析的小波声音降噪方法及系统，以提高声音信号的质量。

为实现上述目的，本发明提供了如下方案：

一种基于鲁棒性主成分分析的小波声音降噪方法，包括：

获取含噪声音信号；

采用鲁棒性主成分分析方法对所述含噪声音信号进行分离，得到分离后的含噪声音信号；

对所述分离后的含噪声音信号利用小波阈值去噪算法进行滤波，得到滤波后的含噪声音信号；

对所述滤波后的含噪声音信号进行低通滤波，得到降噪后的声音信号。

可选地，所述对所述分离后的含噪声音信号利用小波阈值去噪算法进行滤波，得到滤波后的含噪声音信号，具体包括：

对所述分离后的含噪声音信号进行小波分解，得到不同层数的高频小波系数和最后一层低频小波系数；

根据高频小波系数设定阈值和阈值函数对不同层数的所述高频小波系数进行阈值滤波，得到滤波后的不同层数的高频小波系数；

将所述滤波后的不同层数的高频小波系数和所述最后一层低频小波系数进行重构，得到滤波后的含噪声音信号。

可选地，所述根据高频小波系数设定阈值和阈值函数对不同层数的所述高频小波系数进行阈值滤波，得到滤波后的不同层数的高频小波系数，具体包括：

判断每层所述高频小波系数的绝对值是否大于所述高频小波系数设定阈值；若是，则对所述高频小波系数进行置零处理；若否，则对利用所述阈值函数对每层所述高频小波系数进行处理，得到滤波后的不同层数的高频小波系数。

可选地，所述阈值函数的表达式为：

y(x,λ)＝(1-μ₁)·x+μ₁·sign(x)·(|x|-λ·μ₂)

其中，y(x,λ)为高频小波系数经阈值滤波后的值，x为高频小波系数，λ为阈值，μ₁＝exp[-(|x|-λ)²]，μ₁为加权因子，sign(x)为符号函数，μ₂为调节因子。

可选地，所述高频小波系数设定阈值包括第一层高频小波系数设定阈值和其他层高频小波系数设定阈值；

第一层高频小波系数设定阈值的表达式为：