基于小波分析的海上声信号去噪试验研究

刘亚雷　林海烨　孟春宁

摘要：对于海上声信号的分析中，为消除海上复杂环境中对声信号有用成分干扰的噪声，提出基于小波变换的声信号去噪法。利用madab软件对给定的声信号进行传统滤波去噪与小波变换去噪两种形式的试验去噪，并将结果进行多方面对比。经过试验结果对比，验证了小波變换在海上声信号去噪中的有效性。

关键词：海上声信号；小波变换；去噪

1概述

当前声信号分析技术应用十分广泛，包括救生、生物、地震、军事等领域都在应用这项技术。海上环境恶劣，噪声种类多且形式复杂，给声信号分析带来了更大的难度。在海上声信号分析中，如何去掉给分析带来干扰的噪声并尽可能地保留信号中的有用成分，是当前研究的热点，同时也是难点。所以一种合理有效的去噪方法是目前各领域所需要的，但传统去噪方法会使去噪后信号熵增大，无法描述信号的非平稳特性，并且无法得到信号的相关陛，而基于小波变换的声信号去噪方法可以解决传统方法的不足，尤为适合复杂噪声的去噪。传统的信号处理方法可以归纳为三个方面：1）时间域观测信号预处理技术，即为采用时域滤波技术来抑制噪声信号的干扰，提高观测信号的信噪比。如传统的时域差分法；该类型处理方法对系统计算量处理和存储能力要求高，主要应用于平稳环境背景噪声进行抑制，而对多种噪声源信号的抑制效果不明显。2）变换域观测信号预处理技术，即首先对信号进行变换，将目标信号和环境背景噪声的空间域分布特征映射至变换域后，再进行处理，最后将处理结果通过反变换映射到空间域。频域处理技术（Fourier变换）是最为典型的变换域预处理技术；在变换域预处理中，需要对信号进行正逆变换，基于目前的计算机技术，一般计算量较大，难于实现实时处理。3）空间域观测信号预处理技术，如中值滤波算法，计算量小，易于计算机实现，但其受制于背景噪声的统计分布特征。随着信息融合理论的发展，相关研究人员提出了单层传声器阵列信号空间重采样的声波分离方法、小波多尺度信息融合滤波算法、分布式粒子滤波算法、离散Kalman滤波算法、统计随机量处理方法等。其中小波多尺度分析通过不同的尺度因子，将观测信息进行划分，对于战场窄带信号来说，具有较高的分辨率。本文基于小波变换的声信号去噪法，对给定的声信号进行传统滤波去噪与小波变换去噪两种形式的试验去噪，并将结果进行多方面对比。经过试验结果对比，验证了小波变换在海上声信号去噪中的有效性。