（定稿）菊潭综合医院项目投资申请报告3（喜欢就下吧）

如果超过门限则表示当前为有音段，否则就表示当前为无音段。

图语音激活因录音时是立体声，故取其中的第通道的音频数据对进行点傅里叶变换原始信号波形原始信号频谱原始信号幅值原始信号相位其仿真图如图所示。

前面读取的语音信号声音比较清晰，信噪比较高，用这样的信号实验对比效果不太明显。

因此在进行消除噪声实验之前我们要人为的给原始信号添加随机白高斯噪声，降低语音信号的信噪比。

下面是加入噪声的源代码因录音时是立体声，故取其中的第通道的音频数据设定噪声的频率为设置噪声的长度跟原语音信样长产生幅度为频率为的正弦波作为噪声将原语音信号跟噪声相加，为带有噪声的语音信号将带有噪声的语音信号转换为声音，中将有噪声下面是加噪后音频的仿真源代码因录音时是立体声，故取其中的第通道的音频数据对进行点傅里叶变换加噪后信号检测框图目前语音端点检测所采取的方法大体可以分为两类加窗分帧特征提取与阀值比较判断有无语音带噪语音第类是噪声环境下基于模型的语音信号端点检测的方法，该方法要求背景噪声保持平稳且信噪比较高。

第二类方法是基于信号的短时能量进行检测的算法，它通过对背景噪声能量的统计，定出能量门限，利用能量门限来确定语音信号起始点。

在这里运用语音端点检测采用了第二类方法，即基于信号的短时能量进行检测的算法。

基于信号的短时能量检测具体算法如下计算每帧的语音能量式中为帧长，为帧的编号，为每帧中的各点，，为帧数然而它有个缺陷，即它对高电平非常敏感信号的二次方计算。

为此，定义短时平均幅度函数来表征帧语音信号的能量大小，定义计算前帧平均噪声能量求能量最大值和能量最小值根据式确定门限，应用谱相减法实现语音增强基本原理是通过对带噪语音谱减去噪声谱得到语音谱，因此，语音激活检测这环节非常重要，准确地确定语音的起始点和终止点对噪声谱估计有着重要的作用。

改进型语音降噪处理运用端点检测技术，用仿真，可明显显示出其优越性。

用仿真的流程如下对输入的语音信号进行预滤波对滤波后的语音信号进行预加重将语音信号按每帧个信号点进行分帧，帧移为对信号帧加汉明窗对加窗后的信号帧进行变换对各帧语音信号求功率谱根据前帧求取平均噪声功率利用进行噪声估计检测寂静段，进而组合递归平滑，更新噪声谱进行谱减运算，得到估计出的语音信号功率谱插入相位谱，计算出语音谱进行变换，得到还原的语音帧根据各个语音帧组合为语音信号对语音信号进行去加重处理，得到最终信号。

源程序清单下面是段无噪声纯净的音频，用仿真的源程序代码，干扰。

噪声不仅降低了语音的可懂度和语音质量，还严重的影响语音处理的准确性，甚至使系统不能正常工作。

本文将就对语音增强技术的原理和方法进行讨论，重点介绍语音增强的种方法谱减法及其改进算法。

该方法能够有效消除平稳的加性噪声，其改进算法能够有效消除普通方法产生的音乐噪声，在很大程度上提高语音信号的信噪比。

目前，语言识别技术已经取得了重大进展，并开始进入实用阶段。

但语音识别系统必须在相对比较安静的环境下运行，然而，在语言信息的采集中难免会有各种噪声的干扰，在较强的噪声背景下，语音识别系统的准确性会受到较大影响，甚至没法正常工作。

所以在语波形加噪后信号频谱加噪后信号幅值加噪后信号相位其仿真图如图二所示。

下面是噪声的仿真的源代码读取文件并返回和的值。

截取语音信息前点作为噪声信号对噪声信号进行傅里叶变换取噪声功率谱绝对值取噪声相位噪声信号波形噪声信号频谱噪声信号幅值噪声信号相位其仿真的图形如图三所示。

下面是利用基本谱减法降噪处理源代码，下面是利用改进的谱减法降噪处理的源代码相对更容易点，但也有不小的难度。

处理宽带噪声的最通用技术是谱相减法，即从带噪语音估值中减去噪声频谱估值，从而得到纯净语音的频谱。

谱相减方法是基于人的感觉特性，即语音信号的短时幅度比短时相位更容易对人的听觉系统产生影响，从而对语音短时幅度谱进行估计，适用于受加性噪声污染的语音。

在这里我要感谢老师的悉心的指导，同学们的帮助，还有网上技术论坛的朋友们，没有你们我很难完成这次课程设计，我在你们身上也学到了很多东西，让我生受益。

设定和的值增强后语音以为文件名保存其降噪后的仿真图形如图四所示。

设计结果和仿真波形图图二图三图四参考文献程佩青数字信号处理教程清华大学出版社吴镇扬数字信号处理高等教育出版社胡广书数字信号处理导论清华大学出版社易克初田斌付强语音信号处理国防工业出版社刘保柱苏彦华张宏林从入门到精通人民邮电出版社罗军辉罗勇江在数字信号处理中的应用机械工业出版社周辉董正宏数字信号处理基础及实现北京希望电子出版社设计心得体会经过两周的数字信号处理课程设计，让我学到了很多东西。

其实我刚开始看到老师给的任务要求时我很茫然，不知道该干嘛，就连选题都不知道怎么选，虽然我学了数字信号处理这门课，但也只是理论上了解点，在脑海中还是没有个实质的概念。

不会做我就只有上网去找相关的资料，参考别人做的报告，看看别人是如何做的，有点启发，但还是不知道自己改选什么题目。

后来我又到图书馆借阅相关书籍，也进入了图书馆的电子资源各个网站，看到了关于谱减法的相关的资料，关于降噪的相关的技术现在应该普遍在应用。

我看到了，感觉比较感兴趣，于是就选了这个题目。

题目选好了，但真正难的是做。

这个题目是基于软件的，虽然用过，但很不熟悉，对于的编程时基本不懂，只有重新学了，又到图书馆借了本教程，并且到网上找些相关的信息。

还好我有点语言的基础，学起由于基本假定是噪声信号与语音信号是加性的，和独立，所以和也独立。

故。

所以对个分析帧内得短时平稳过程，有因为噪声是局部平稳的，故可以认为没有语音信息是的噪声与有语音信息时的噪声功率谱是相同的，因而可以利用发语音前的寂静帧来估计噪声。

由式可以得到原始语音的估计值式中，下标表示加窗信号，表示估值，则表示无语音信号时的均值。

如果式中结果出现负，则式，用以近似的表示样机的性能，以便能够用该多项式来迅速的研究和优化样机的性能。

优化设计优化分析即在满足各种设计约束和设计变量在指定的变化范围内，通过自动的选择设计变量，求取目标函数的最优值。

其有三个方面的内容目标函数设计变量约束。

优化分析过程中的目标函数是个数值表达式，可以选择在优化分析过程中取最大值还是最小值。

优化分析中的设计变量可以被视作是未知的，采用可以变化的参数化变量作用力和反作用力，两者大小相等，方向相反。

线性弹簧阻尼器的力学模型如下图所示作用力方向第二个部件线性弹簧阻尼器第个部件图线性弹簧阻尼器力学模型通过下式计算弹簧力式中为粘滞阻尼系数为弹簧刚性系数和为线性弹簧阻尼器最重要的两个参数为弹簧两端的相对位移为弹簧两端的相对速度为弹簧两端的初始相对位移为弹簧的预作用力。

当时，弹簧阻尼器变为个没有阻尼的纯弹簧。

线性弹簧阻尼器的刚度和阻尼可以手动输入，见下表，单位为。

表悬置元件静刚度右悬置刚度左悬置刚度根据下表所示的悬置元件的安装位置和安装角度，建立这个线性弹簧阻尼元件，本悬置系统为前后对称布置。

表悬置元件位置坐标位置角度右前左前第个部件为发动机动力总成，第二个部件为地面。

建立好的发动机悬置系统模型如下图所示图中发动机悬置系统刚体模型悬置系统的分析与评价如第三章所述，发动机悬置系统的评价指标主要有悬置元件的振动衰减率是否满足要求振动的解耦程度是否满足要求模态频率的分布是否满足要求。

第个主要通过试验来测得，故我们首先来分析后两个因素。

发动机动力总成悬置系统的动力学模型是个空间六自由度的振动系统，分别为沿方向的平动和绕轴的转动。

通常把沿方向的运动称为纵移，沿方向的运动称为横移，沿方向的运动称为竖移，绕轴的转动称为侧倾，绕轴的转动称为俯仰，绕轴的转动称为横摆。

对于实际的发动机悬置系统，其固有振型般不是单的沿上述六个方向的，而是沿着几个方向的运动合成，并且在发动机激振以后还存在耦合振动，即同时存在个以上的振型。

我们利用模块进行振动耦合程度分析和模态频率分布分析。

是进行频域分析的工具，可以来检测模型的受迫振动，所有输入输出都将在频域内以振动的形式描述。

通过运用可以实现各种子系统的装配，并进行线性振动分析，然后利用后处理模块进步做出因果分析与设计目标设置分析。

可以在进行系统仿真时，将系统非线性的运动学或动力学方程进行线性化处理，以便快速计算系统的固有频率特征值特征向量和状态空间矩阵。

对发动机悬置系统进行模态分析，得到各个模态的固有频率振型以及六个模态中各个自由度的能量分布如下表次转动耦合在第阶模态中，沿轴的移动与绕轴的转动耦合。

因此，对该悬置系统进行解耦势在必行。

综合以上两点，可知此悬置系统不满足频率分布和振动解耦的设计要求，需要进行优化设计。

发动机悬置系统的参数化分析参数化分析有利于了解各设计变量对样机性能的影响。

在参数化分析过程中，根据参数化建模时建立的设计变量，采用不同的参数值，进行系列仿真。

然后根据仿真返回的结果进行参数化分析，得出个值点检测的方法可以综述为从输入信号中提取个或系列的对比特征参数，然后将其和个或系列的门限阈值进行比较，如图所示。

如果超过门限则表示当前为有音段，否则就表示当前为无音段。

图语音激活因录音时是立体声，故取其中的第通道的音频数据对进行点傅里叶变换原始信号波形原始信号频谱原始信号幅值原始信号相位其仿真图如图所示。

前面读取的语音信号声音比较清晰，信噪比较高，用这样的信号实验对比效果不太明显。

因此在进行消除噪声实验之前我们要人为的给原始信号添加随机白高斯噪声，降低语音信号的信噪比。

下面是加入噪声的源代码因录音时是立体声，故取其中的第通道的音频数据设定噪声的频率为设置噪声的长度跟原语音信样长产生幅度为频率为的正弦波作为噪声将原语音信号跟噪声相加，为带有噪声的语音信号将带有噪声的语音信号转换为声音，中将有噪声下面是加噪后音频的仿真源代码因录音时是立体声，故取其中的第通道的音频数据对进行点傅里叶变换加噪后信号检测框图目前语音端点检测所采取的方法大体可以分为两类加窗分帧特征提取与阀值比较判断有无语音带噪语音第类是噪声环境下基于模型的语音信号端点检测的方法，该方法要求背景噪声保持平稳且信噪比较高。

第二类方法是基于信号的短时能量进行检测的算法，它通过对背景噪声能量的统计，定出能量门限，利用能量门限来确定语音信号起始点。

在这里运用语音端点检测采用了第二类方法，即基于信号的短时能量进行检测的算法。

基于信号的短时能量检测具体算法如下计算每帧的语音能量式中为帧长，为帧的编号，为每帧中的各点，，为帧数然而它有个缺陷，即它对高电平非常敏感信号的二次方计算。

为此，定义短时平均幅度函数来表征帧语音信号的能量大小，定义计算前帧平均噪声能量求能量最大值和能量最小值根据式确定门限，应用谱相减法实现语音增强基本原理是通过对带噪语音谱减去噪声谱得到语音谱，因此，语音激活检测这环节非常重要，准确地确定语音的起始点和终止点对噪声谱估计有着重要的作用。

改进型语音降噪处理运用端点检测技术，用仿真，可明显显示出其优越性。

用仿真的流程如下对输入的语音信号进行预滤波对滤波后的语音信号进行预加重将语音信号按每帧个信号点进行分帧，帧移为对信号帧加汉明窗对加窗后的信号帧进行变换对各帧语音信号求功率谱根据前帧求取平均噪声功率利用进行噪声估计检测寂静段，进而组合递归平滑，更新噪声谱进行谱减运算，得到估计出的语音信号功率谱插入相位谱，计算出语音谱进行变换，得到还原的语音帧根据各个语音帧组合为语音信号对语音信号进行去加重处理，得到最终信号。

源程序清单下面是段无噪声纯净的音频，用仿真的源程序代码，干扰。

噪声不仅降低了语音的可懂度和语音质量，还严重的影响语音处理的准确性，甚至使系统不能正常工作。

本文将就对语音增强技术的原理和方法进行讨论，重点介绍语音增强的种方法谱减法及其改进算法。

该方法能够有效消除平稳的加性噪声，其改进算法能够有效消除普通方法产生的音乐噪声，在很大程度上提高语音信号的信噪比。

目前，语言识别技