学位论文 > 优秀研究生学位论文题录展示

船载航行数据记录仪中的驾驶台语音通信增强和压缩处理

作　者: 梁伟波
导　师: 孔凡邨
学　校: 上海海事大学
专　业: 交通信息工程及控制
关键词: 航行数据记录仪 小波变换 语音增强 小波包变换 语音压缩
分类号: U675.7
类　型: 硕士论文
年　份: 2005年
下　载: 93次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着科学技术的不断发展,新型数字化船用仪器如ECDIS(Electronic Chart Display and Information System,电子海图显示与信息系统)、AIS(Automatic Identification System,自动识别系统)以及VDR(Voyage Data Recorder,航行数据记录仪)逐步装船使用,预示着当今的船舶航行已逐渐进入了“海上数字交通”时代。VDR作为“海上数字交通”的具体内涵之一,是专门用来实时记录存储船舶航行数据、并能将数据回放的仪器设备。在船舶发生海上事故后,对VDR中的数据对进行分析,尤其是对紧急情况下的驾驶台语音通信的分析,对判断事故发生的原因及责任方起着关键的作用。由于航行时的海况和局面复杂多变,VDR在采集驾驶台语音通信时常会产生模糊或听不清的情况,而且语音的连续存储还会产生大量的数据。因此,在传输和存储的过程中,如何有效地对船舶驾驶台语音通信进行增强和压缩处理,使其在保证回放质量的前提下,尽量提高语音的可懂性和节约存储容量是研制VDR首先必须解决的关键技术之一。根据当今小波分析在语音信号增强和压缩方面成功经验,本文就VDR驾驶台语音增强和压缩技术进行了新的研究和详细的论述。 在对驾驶台语音进行增强研究中,本文提出了在VDR中利用小波阈值短时谱幅度MMSE(Minimum Mean Square Error,最小均方误差)估计法的语音增强算法。该算法采用了一种具有无穷阶连续导数的阈值函数,克服了传统阈值函数(软阈值函数和硬阈值函数)的缺点。然后基于SURE(Stein’s Unbiased Risk Estimation)无偏估计得出一种小波阈值去噪法,此方法可自适应搜寻最佳阈值,满足了时变信号的实时处理要求。经实验证明,这种算法能够大幅度提高信噪比,有效且优于传统的语音增强算法。 将小波变换与Fourier变换相比一个明显的不同之处在于小波变换中的小波函数不是唯一的,不同的小波函数会产生具有不同时频特性的小波基,用不同的小波基分析同一个问题会产生不同的结果。因此,小波函数的选择是应用小波变换必须首先解决的基本问题之一。本文根据不同小波函数的性质,选取了具有最高消失矩的紧支正交小波——Daubechies小波,应用本文采用的小波阈值短时谱幅度MMSE估计法的语音增强算法,对VDR驾驶台语音增强前后的信噪比提升量和能量恢复度进行了试验、分析和比较,得出了db7是VDR驾驶台语音增强较为理想的小波函数的结论。 在对驾驶台语音进行压缩研究中,运用了一种自适应小波包变换方法对增

全文目录


第一章 绪论  10-20
  1．1 引言  10
  1．2 VDR系统的组成  10-12
  1．3 VDR的现状  12-15
    1．3．1 国外 VDR发展现状  12-13
    1．3．2 国内 VDR发展现状  13-14
    1．3．3 安装 VDR的时间要求  14-15
      1．3．3．1 国际海事组织对安装 VDR的建议时间  14-15
      1．3．3．2 我国的要求  15
  1．4 VDR驾驶台语音通信的增强和压缩处理研究及本文主要研究内容  15-20
    1．4．1 VDR驾驶台语音的特点  16
    1．4．2 语音增强和压缩方法简介  16-19
      1．4．2．1 语音增强方法简介  16-17
      1．4．2．2 语音压缩方法简介  17-19
    1．4．3 本文研究的主要内容  19-20
第二章 小波分析基本理论  20-31
  2．1 引言  20
  2．2 小波变换  20-21
  2．3 常用小波函数及其特点简介  21-24
  2．4 一维连续小波变换  24-26
  2．5 离散小波变换  26
  2．6 二进制小波变换  26-27
  2．7 多分辨分析  27-29
  2．8 Mallat算法  29-31
第三章 基于小波分析的 VDR驾驶台语音增强处理  31-59
  3．1 引言  31
  3．2 传统语音增强的方法及存在的问题  31-33
  3．3 小波分析用于信号降噪的原理和方法  33-38
    3．3．1 小波分析用于信号降噪的原理  33-35
      3．3．1．1 信号降噪的准则  33
      3．3．1．2 小波分析用于降噪的过程  33-34
      3．3．1．3 基本降噪模型  34-35
    3．3．2 小波语音信号降噪的方法  35-38
      3．3．2．1 模极大值去噪法  35-37
      3．3．2．2 小波闭值去噪法  37-38
  3．4 基于小波阈值去噪的语音增强方法  38-47
    3．4．1 阈值函数  38-41
      3．4．1．1 软阈值和硬阈值函数  38-39
      3．4．1．2 具有无穷阶连续导数的阈值函数  39-41
    3．4．2 小波阈值降噪算法  41-46
      3．4．2．1 SURE无偏估计  41-42
      3．4．2．2 小波阈值去噪算法  42-46
    3．4．4 基于小波阈值降噪的语音增强算法  46-47
  3．5 小波函数的选择  47-52
    3．5．1 小波函数性质与语音增强  48
    3．5．2 语音增强效果测试方法  48-49
    3．5．3 试验效果比较  49-52
  3．6 试验结果和分析  52-58
  3．7 本章小结  58-59
第四章 基于小波包分析的 VDR驾驶台语音压缩处理  59-72
  4．1 引言  59
  4．2 小波包分析  59-62
    4．2．1 小波包的定义  60-61
    4．2．2 小波包的性质  61-62
    4．2．3 小波包算法  62
  4．3 小波语音压缩的原理与实现方法  62-64
    4．3．1 语音信号的可压缩性  62-63
    4．3．2 小波包语音压缩的基本思想  63
    4．3．4 小波包语音压缩的实现方法  63-64
    4．3．5 压缩评估指标  64
  4．4 基于 R-D的自适应小波包变换  64-68
    4．4．1 最优小波包基的选择  64-65
    4．4．2 按 R-D准则优选小波包  65-66
    4．4．3 Max-Lloyd最佳量化算法  66-67
    4．4．4 霍夫曼编码(Huffman coding)  67-68
  4．5 仿真试验结果与分析  68-71
  4．6 本章小节  71-72
第五章 论文总结与展望  72-75
  5．1 论文总结  72-73
  5．2 研究展望  73-74
  5．3 论文的意义  74-75
致谢  75-76
参考文献  76-82
附录A Daubechies小波基系数  82-83
附录B 试验数据  83-85

相似论文

  1. 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
  2. 图像的稀疏表示及编码模型研究,TP391.41
  3. 唇读中的特征提取、选择与融合,TP391.41
  4. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  5. 感觉刺激诱发脑电特征研究,R318.0
  6. 网络传输中的ROI图像编码算法研究,TN919.81
  7. 基于多尺度分析的图像融合算法研究,TP391.41
  8. 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
  9. 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
  10. 轮廓波变换及其在图像处理中的应用,TP391.41
  11. 基于小波的雷达视频压缩方法研究,TN957.52
  12. 一种多数据流聚类异常检测算法,TP311.13
  13. 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
  14. 结合DWT的动态数据校正研究及应用,TP274
  15. 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
  16. 基于离散小波变换的图像水印算法研究,TP309.7
  17. 基于听觉掩蔽效应的数字助听器关键技术的研究,TN912.3
  18. 脑部CT图像的压缩应用,TP391.41
  19. 基于燃烧音识别的火灾探测系统的研究与设计,X924.4
  20. 基于SPIHT的可伸缩码流编码器的实现和研究,TN762
  21. 低比特率下基于DWT的视频编解码系统研究与实现,TN919.81

中图分类: > 交通运输 > 水路运输 > 船舶工程 > 船舶驾驶、航海学 > 船舶导航与通信
© 2012 www.xueweilunwen.com