一种优化的VMD算法及其在语音信号去噪中的应用

李 宏, 李定文, 朱海琦, 田 雷, 李 富

(1. 东北石油大学 电气信息工程学院, 黑龙江 大庆 163318;2. 大庆钻探工程公司 钻井一公司, 黑龙江 大庆 163458)

由于Fourier变换、 小波变换、 小波包变换等[1]传统方法对具有非线性和非平稳特性的语音信号降噪效果都不理想, 因此为更好地降噪, 近年来包括小波阈值去噪的一些新的语音信号去噪方法[2-3]被相继提出. 利用小波去噪首先要选择合适的小波基、 分解层数和阈值, 然后使用选择的小波基和分解层数对含有噪声的信号进行分解, 分解后可得到多个小波系数. 最后对这些小波系数做阈值筛选操作. 如果小波系数比阈值大, 则表明该系数成分主要由噪声组成需进行去噪处理； 通过阈值筛选后余下的就是有用信号, 可保留进行重构语音信号实现去噪. 但小波基和分解层的确定是一个难题, 为能有效去噪同时弥补小波分解过程中的缺陷, 文献[4]提出了一种使用小波阈值和经验模态分解(empirical mode decomposition, EMD)的改进去噪方法, 但自适应分解的EMD易产生模态混叠和伪成分. 为克服EMD的缺点, 文献[5]提出了集成经验模态分解算法(ensemble empirical mode decomposition, EEMD)对语音信号去噪, 该算法在EMD的基础上加入了高斯白噪声, 但其存在理论基础不严格、 效率低、 易滤除有用信号及会产生残差噪声等缺陷, 实用价值较低. 为有效消除EEMD产生残余噪声的影响, 提高运算效率, 文献[6]提出了一种改进的噪声辅助分析算法(complementary EEMD, CEEMD), 但CEEMD算法中存在模态分裂问题. 因此, 文献[7]提出了一种改进的EEMD算法, 其具……