小波及其在语音信号处理中的应用推荐.doc

小波及其在语音信号处理中的应用 谭鹏 （北京邮电大学信息工程学院博士B006班 B） 摘要 ： 本文是作者在学习《现代信号处理》小波部分时的一些体会和心得的总结，全文分为两部分。第一部分讨论了小波的基本概念，小波的分类，多分辨率分析及Mallat算法和多孔算法。第二部分则介绍了小波在语音信号处理中的几种应用，包括语音编码，语音降噪，基音检测和语音信号特征提取。 一．小波 小波的基本概念 小波变换是80年代后期发展起来的应用数学分支。其含义是：把某一成为基本小波（也叫母小波mother wavelet）的函数作位移后，再在不同尺度下与待分析信号x(t) 作内积 ： , a0 小波变换可以分为连续小波变换（连续时间，连续小波变换），连续时间离散分析，离散时间离散分析。 理解小波的关键是理解小波母函数，小波母函数是指满足下面两个条件的函数 完全重构条件 恒等分辨条件 为的傅立叶变换。 而把小波母函数的扩张和伸缩称为小波基函数 把看作用t* 和 t给出中心和半径的窗函数，把看作由 和给出中心和半径的窗，则小波母函数的时间分辨率为t，频率分辨率为。 可计算出小波基函数的时间分辨率为2at，频率分辨率为 ，时间窗为 ，频率窗为 。因此可以调节尺度参数a来调节小波基函数的时频域窗口位置和时频域分辨率。 因为小波母函数可以看作是某一带通滤波器的冲激响应，所以小波基函数可以看作是一带通滤波器组。下面我们导出这组带通滤波器组的一个重要性质，即恒Q性质。 设小波母函数所代表的带通滤波器的中心频率为，则小波基函数所表示的一组带通滤波器中心频率为 , 它们的相对带宽（即Q值）为 。因为，是固定的，所以该带通滤波器组为等Q滤波器组。 总结上面的性质可以看出：小波在高频的小波。正交小波的基函数具有线性独立性。从信号重构的精度考虑，正交基信号是重构最理想的基函数，所以一般希望小波是正交小波。但除了Harr函数外，实值的紧支集正交小波既不可能是对称的，也不可能是反对称的。由于在信号处理中小波的作用是带通滤波器，所以对称和反对称分别等价为线性相位和广义线性相位。而如果一个带通滤波器不是线性相位或广义线性相位时，它将使通过的信号产生畸变，为了避免畸变，我们就必须使用其它小波。也就是说，我们必须舍弃小波的某种结构以保持小波的最小支撑。为了使构造的小波和对偶小波都是紧支撑的，并且是对称或反对称的，就必须放弃小波的正交性。因此还有下面两类半正交和双正交小波。 （2）半正交小波 一个在内的Riesz小波若满足“跨尺度正交性” 称为半正交小波。 由于半正交小波可以通过标准正交化运算转变为正交小波，所以一般不把半正交小波作为讨论的对象。 （3）双正交小波 如果 和它的对偶之间满足关系 ，则称为双正交小波。 显然，一个正交小波一定是双正交小波，但双正交小波一般不是正交小波。因此，正交小波是双正交小波的特例。 3．多分辨率分析 把平方可积的函数看成是某一逐级逼近的极限情况。每级逼近都是用某一低通平滑函数对作平滑的结果，只是逐级逼近时平滑函数也作逐级伸缩，即用不同的分辨率来逐级逼近待分析函数。这就是“多分辨率分析”的基本思想。 一维小波变换取决于尺度函数和小波函数。设尺度函数生成尺度子空间，小波函数生成小波子空间。较低的分辨率与较粗的信号内容对应，从而对应更大的子空间；较高的分辨率与教细的信号内容对应，从而对应更小的子空间。因为的分辨率比高，所以尺度子空间有包容关系 同时在正交小波基的构造中至少应保证,即,两者是的互补子空间。 反复使用上式，分辨率为的多分辨率分析子空间可以用有限多个子空间逼近，即有： 令代表分辨率为的函数的逼近，而代表逼近的误差（细节），则上式意味着 这表明，任何函数都可以根据分辨率为时的粗糙像和分辨率为下的细节“完全重构”，这也是著名的Mallat塔式重构算法的思想。 由，可用子空间的基函数展开，令展开系数为,可得，该式称为尺度函数的双尺度方程。 另一方面，由，知 ，故同理可得小波函数的双尺度方程 ： 设,分别为和的傅立叶变换，由尺度函数和小波函数的正交条件，可以推导出和之间的关系，从而得出和之间的关系。 由尺度函数正交，有 由小波函数正交，有 由尺度函数和小波函数之间的正交，可得 综合上面三式，可以解得 ， Mallat算法和多孔算法(algorithm a’trous) 由双尺度方程可得出各级系数(离散逼近, 细节信号)的递推公式 平滑逼近 细节信号(小波变换系数) 原则上,可由,求得 各代表分辨率下的离散概貌信号，也就是该分辨率下对的平滑逼近。各代表分辨率下的离散细节信号，也就是该分辨率下小波变换所得系数。 只要，已知，就