基于Hilbert-Huang变换的强背景噪声下语音流检测方法研究

话带信号是一种以语音信号为主、夹杂各种噪声的信号，它是一种典型的时变、非平稳信号。在话带信号中有效的语音流检测会使语音编码、传输等更有效，可以减少信道负载。这些都是移动通信、军用短波话带通信所需解决的问题。各种随机噪声的出现给语音检测带来很大的挑战。以往话带信号的分析都是建立在傅里叶变换基础上，因此这些分析方法必然受富氏变换的局限。Hilbert-Huang变换是近几年发展起来的一种新的非线性、非平稳时间序列分析方法。本项目主要研究内容如下：.1）支持向量机函数估计的方法进行函数（曲线）拟合，从中得到更为准确的信号包络信息；2）支持向量机进行预测估计解决端点飞翼现象；3）给出模态分离结束的理论依据-熵功率,而不仅仅根据经验设定阈值。4）从理论上，采用自适应多尺度的方法进行经验模态分解,解决模态混叠问题。5）Hilbert-Huang 时频面语音特征提取方法。