Đề tài luận văn: "LỌC NHIỄU TÍN HIỆU THOẠI DÙNG PHƯƠNG PHÁP EMD" được thực hiện bởi Sinh viên Khoa Điện Điện Tử của Đại Học Bách Khoa TPHCM. Nhiễu nền là một trong những vấn đề gây khó khăn nhất trong hệ thống viễn thông và các hệ thống thoại vì làm suy giảm chất lượng cũng như nội dung của tín hiệu thoại.Do đó, cần có một phương pháp lọc nhiễu để cải thiện chất lượng của tín hiệu thoại trong hệ thống. Mục đích của việc lọc nhiễu tín hiệu thoại là cải thiện cảm nhận của người nghe hoặc nâng cao chất lượng của tín hiệu thoại dùng trong các hệ thống nhận dạng và tổng hợp tiếng nói ứng dụng trong lĩnh vực robot, thiết bị tự động để có thể giao tiếp với con người bằng tiếng nói…Trong suốt hai mươi năm gần đây, việc nghiên cứu và phát triển rộng rãi của hệ thống thông tin số đã mở ra xu hướng nghiên cứu về các phương pháp lọc nhiễu tín hiệu thoại trong lĩnh vực xử lý tín hiệu. Với mục đích đó, nội dung của luận văn này sẽ trình bày một số phương pháp lọc nhiễu tín hiệu thoại dựa trên việc áp dụng một số thuật toán lấy ngưỡng trong miền EMD (Empirical Mode Decomposition Mô hình thực nghiệm phân rã).Trong tự nhiên, tín hiệu thoại là phi tuyến(nonlinear) và không dừng (nonstationary), vì vậy mà hiệu quả của việc cải thiện chất lượng tín hiệu thoại phụ thuộc rất lớn vào phương pháp phân tích.Mặc dù biến đổi Fourier và phân tích Wavelet đã có nhữngđóng góp rất lt lớn trong xử lý tín hiệu,u, nhưng các phương pháp này vẫn gặp phải một số hạn chế với tín hiệu phi tuyến và không dừng.Gần đây, phương pháp EMD được Huang 16, 17đưa ra như một phương pháp phân tích mới mẽ và hiệu quả cho tínhiệu phi tuyến và không dừng, mở ra một hướng mới trong nghiên cứu việc cải thiện chất lượng thoại. Vềcơ bản, EMD là một phương pháp phân tích dữ liệu thích nghi chocác dạng dữ liệu phức tạp để phân rã chúng thành các thành phần dao động có trung bình không (zero mean), gọi là Hàm dao động nội tại IMF (Intrinsic modefunction). Những nghiên cứu gần đây phát hiện rằng chúng ta có thể xác định thành công các thành phần nhiễu từ các IMF của tín hiệu bị can nhiễu. Chính vì lý do này mà việc cải thiện tín hiệu thoại dựa trên phương pháp EMD ngày càng được chú ý hơn. Lọc nhiễu tín hiệu thoại sử dụng phương pháp EMD được thực hiện dựa vào thuật toán lấy ngưỡng.Đây là một thuật toán lọc nhiễu được sử dụng rộng rãi trong rất nhiều các phương pháp lọ lọc nhiễu.Ý tưởng của thuật toán lấy ngưỡng là xác định một mức ngưỡng cho từng đoạn rồi trừ vào thành phần tín hiệu được cho là nhiễu.Tuy nhiên, việc xác định và loại trừ các thành phần nhiễu mà vẫn không làm suy giảm thành phần thoại ban đầu là một vấn đề không hề dễ dàng. Do đó nhược điểm lớn nhất của loại thuật toán này là làm suy giảm tín hiệu thoại gốc, đặc biệt là đối với tín hiệu có tỷ số tín hiệu trên nhiễu (SNR) cao. Để hạn chế sự suy giảm này, người ta áp dụng thuật toán lấy ngưỡng mềm để áp dụng cho từng khoảng tín hiệu.Các IMF của tín hiệu thoại bị can nhiễu được lọc nhiễu bằng cách áp dụng giải thuật lấy ngưỡng mềm đối với từng hệ số của mỗi IMF. Với giải thuật này thì hầu hết các thành phần nhiễu bị loại bỏ thành công trong khi các thành phần thoại vẫn được bảo toàn.Tuy nhiên trở ngại lớn nhất trong giải thuật lấy ngưỡng mềm này là làm sao để xác định chính xác mức ngưỡng tương ứng trong từng IMF. Đó mà vấn đề mà luận văn này đang vấp phải.Do hệ thống lý thuyết của phương pháp EMD cũng như thuật toán lọc nhiễu trong miền EMD chưa hoàn chỉnh, vẫn đang trong quá trình nghiên cứu nên luận văn này trình bày một số phương pháp lấy ngưỡng khác nhau trong miền EMD để xem xét hiệu quả của ta từng phương pháp.
ĐẠII HỌ ĐẠ HỌC QUỐ QUỐC GIA TP HỒ HỒ CHÍ MINH TRƢỜNG ĐẠI ĐẠI HỌ HỌC BÁCH KHOA KHOA ĐIỆN ĐIỆN – ĐIỆ ĐIỆN N TỬ TỬ BỘ MÔN VIỄ VIỄN THÔNG - - LUẬN LU ẬN VĂN TỐT TỐT NGHIỆP NGHIỆP ĐẠI ĐẠI HỌ HỌC HỆ CHÍNH QUY LỌC NHIỄU TÍN HIỆU THOẠI DÙNG PHƢƠNG PHÁP EMD GVHD: PGS TS HOÀNG ĐÌNH CHIẾN CHIẾN SVTH: TR ẦN40602711 HIẾU TRUNG HIẾ MSSV: DƢƠNG MINH TIẾN TIẾN MSSV: 40602471 TP HỒ CHÍ MINH, THÁNG NĂM 2011 i ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA - Số: /BKĐT CỘ NG HÒA XÃ HỘI CHŨ NGHĨA VIỆT NAM Độc lậ p – T Tự do – H Hạnh phúc - Khoa: Điệ Điện n – Điệ Điện n tử tử Bộ Môn: Vi Viễễn Thông NHI HIỆ ỆM VỤ VỤ LU LUẬN ẬN VĂN TỐT TỐT NGHIỆ NGHIỆP HỌ VÀ TÊN: NGÀNH: NGÀN H: TR ẦN HIẾ HIẾU TRUNG DƢƠNG MINH TIẾN TIẾN VI VIỄ ỄN THÔNG – MSSV: MSSV: 40602711 – MSSV: MSSV: 40602471 LỚP: DD06DV03 Đề tài: “LỌC NHIỄ NHIỄU TÍN HIỆ HIỆU THOẠ THOẠI DÙNG PHƢƠNG PHÁP EMD” EMD” Nhiệm vụ (Yêu cầu về nộ i dung số liệu ban đầu): Ngày giao nhiệm vụ luận văn: Ngày hoàn thành nhiệm vụ: Họ và tên người hướ ng ng dẫn: Phần hướ ng ng dẫn Nội dung yêu cầu LVTN đượ c thông qua Bộ Môn Tp HCM, ngày … tháng … năm … năm 2011 CHỦ CH Ủ NHI NHIỆ ỆM BỘ BỘ MÔN NGƢỜI HƢỚ NG NG DẪ DẪN CHÍNH PHẦN DÀNH CHO KHOA, BỘ PHẦ BỘ MƠN: Ngườ i duyệt (chấm sơ ): Đơn vị: : Ngày bảo vệ: Điểm tổng k ết: Nơi lưu trữ luận văn: TRƢỜNG ĐẠI ĐẠI HỌ HỌC BÁCH KHOA KHOA ĐIỆN ĐIỆN – ĐIỆ ĐIỆN N TỬ TỬ - - CỘNG HÒA XÃ HỘ HỘI CH CHỦ Ủ NGHĨA VIỆT VIỆT NAM Độcc lậ Độ lập – Tự Tự do – do – Hạ Hạnh phúc - - Ngày … tháng … năm 2011 PHIẾU CHẤ PHIẾ CHẤM BẢ BẢO VỆ VỆ LU LUẬN ẬN VĂN (Dành cho người hướ ng ng dẫn) 1. HỌ VÀ TÊN: TR ẦN HIẾ HIẾU TRUNG DƢƠNG MINH TIẾN TIẾN NGÀNH: VI VIỄ ỄN THÔNG -MSSV: 40602711 -MSSV:40602471 2. Đề tài: “LỌC NHIỄ NHIỄU TÍN HIỆ HIỆU THOẠI THOẠI DÙNG PHƢƠNG PHÁP EMD” 3. Họ tên người hướ ng ng dẫn: PGS TS HỒNG ĐÌNH CHIẾN CHIẾN 4. Tổng qt về bản thuyết minh: Số trang ……… Bảng số liệu ……… Số tài liệu tham khảo ……… Số chương ……… Số hình vẽ ……… Phần mềm tính tốn ……… 5. Những ưu điểm LVTN ………………………………………………………………………………………… ………………………………………………………………………………………… 6. Những thiếu sót LVTN ………………………………………………………………………………………… ………………………………………………………………………………………… Đề nghị: Đượ c bảo vệ Không đượ c bảo vệ Bổ sung thêm để bảo vệ 7. Câu hỏ i sinh viên tr ả lời trướ c Hội Đồng a. ………………………………………………………………………………… b. ………………………………………………………………………………… c. ………………………………………………………………………………… d. ………………………………………………………………………………… e. ………………………………………………………………………………… 8. ĐÁNH GIÁ CHUNG (bằng chữ: GIỎI, KHÁ, TB)…………Điểm: … …………… Ký tên (ghi rõ họ tên) TRƢỜNG ĐẠI ĐẠI HỌ HỌC BÁCH KHOA KHOA ĐIỆN ĐIỆN – ĐIỆ ĐIỆN N TỬ TỬ CỘNG HÒA XÃ HỘ HỘI CH CHỦ Ủ NGHĨA VIỆT VIỆT NAM - - Độc llậập – Tự Độc Tự do – do – Hạ Hạnh phúc - - Ngày … tháng … năm 2011 PHIẾU CHẤ PHIẾ CHẤM BẢ BẢO VỆ VỆ LU LUẬN ẬN VĂN (Dành cho ngườ i phản biện) 1. HỌ VÀ TÊN: TR ẦN HIẾ HIẾU TRUNG DƢƠNG MINH TIẾN TIẾN NGÀNH: VI VIỄ ỄN THÔNG -MSSV: 40602711 -MSSV:40602471 2. Đề tài: “LỌC NHIỄ NHIỄU TÍN HIỆ HIỆU THOẠI THOẠI DÙNG PHƢƠNG PHÁP EMD” 3. Họ tên người hướ ng ng dẫn: PGS TS HỒNG ĐÌNH CHIẾN CHIẾN 4. Tổng quát về bản thuyết minh: Số trang ……… Bảng số liệu ……… Số tài liệu tham khảo ……… Số chương ……… Số hình vẽ ……… Phần mềm tính tốn ……… 5. Những ưu điểm LVTN ………………………………………………………………………………………… ………………………………………………………………………………………… 6. Những thiếu sót LVTN ………………………………………………………………………………………… ………………………………………………………………………………………… Đề nghị: Đượ c bảo vệ Khơng đượ c bảo vệ Bổ sung thêm để bảo vệ 7. Câu hỏ i sinh viên tr ả lời trướ c Hội Đồng a. ………………………………………………………………………………… b. ………………………………………………………………………………… c. ………………………………………………………………………………… d. ………………………………………………………………………………… e. ………………………………………………………………………………… 8. ĐÁNH GIÁ CHUNG (bằng chữ: GIỎI, KHÁ, TB)…………Điểm: ………………… Ký tên (ghi rõ họ tên) LỜI CẢM ƠN - Trướ c tiên, xin gửi lời cám ơn chân thành đế n PGS.TS Hồng Đình Chiến cho hội đượ c làm việc lĩnh vực x ử lý thoại, vớ i hướ ng ng d ẫn t ận tình đầy kinh nghiệm thầy, lời động viên, khuyến khích tơi su ốt trình làm luận văn S ự t ận tình thầy vừa nguồn động lực vừa tạo cho chúng tơi sự ham thích nghiên cứu khoa học.Chúng tơi ln trân tr ọng hướ ng ng dẫn gợ i ý r ất chuyên môn, sự kiên nhẫn đặ c biệt sự thân thiện thầy K ế đến, xin đượ c tri ân quý thầy cô khoa ĐiệnĐiện tử, đặc biệt Bộ môn Viễn thông vung đấ p cho tảng kiến thức để có thể thực luận văn Sau nữa, gửi lời cám ơn đến Anh Võ Tuấn Nam ngườ i tr ực ti ế p chỉ bảo, hướ ng ng dẫn tận tình cho chúng tơi chúng tơi gặp khó khăn.Và xin cám ơn hai bạn Hà Hải Triều Mai Văn Định, vốn ngườ i làm về đề tài xử lý tín hiệu thoại, trao đổi bạn nguồn động lực cho chúng tơi q trình nghiên cứu Cuối cùng, chúng tơi xin cám ơn gia đình bạn bè giúp đỡ suốt thờ i gian qua ii TÓM TẮ TẮT Nhiễu vấn đề gây khó khăn hệ th ống viễn thơng hệ thống thoại làm suy giảm ch ất lượng nội dung tín hiệu thoại Do đó, cần có phương pháp lọc nhiễu để cải thiện chất lượ ng ng tín hiệu thoại hệ thống Mục đích việc lọc nhiễu tín hiệu thoại cải thiện cảm nh ận ngườ i nghe nâng cao chất lượ ng ng tín hiệu thoại dùng hệ th ống nhận dạng tổng hợ p tiếng nói ứng dụng lĩnh vực robot, thiết bị tự động để có thể giao tiế p với ngườ i tiếng nói…Trong suốt hai mươi năm gần đây, việc nghiên cứu phát triển r ộng rãi h ệ thống thông tin số đã mở xu hướ ng ng nghiên cứu vềcác phương pháp lọc nhiễu tín hiệu thoại lĩnh vực xử lý tín hiệu Vớ i mục đích đó, nội dung luận văn sẽ trình bày số phương phương pháp lọc nhiễu tín hiệu thoại dựa việc áp dụng s ố thuật toán lấy ngưỡ ng ng miền EMD (Empirical Mode Decomposition - Mơ hình thực nghiệm phân rã) Trong tự nhiên, tín hiệu thoại phi tuyến(non-linear) khơng dừng (non-stationary), mà hi ệu quả việc c ải thiện chất lượ ng ng tín hiệu thoại phụ thuộc r ất lớ n vào phương pháp phân tích.Mặc dù biến đổi Fourier phân tích Wavelet có đóng góp lớ n xử lý tín hiệu, phương pháp vẫ n gặ p phải số hạn chế vớ i tín hiệu phi tuyến khơng dừng.Gần đây, phương pháp EMD đượ c Huang [16], [17]đưa phương pháp phân tích mớ i mẽ và hiệu quả cho tín hiệu phi tuyến không dừng, mở ra ra hướ ng ng mớ i nghiên cứu việc cải thiện chất lượ ng ng thoại.Về cơ bản, EMD phương pháp phân tích dữliệu thích nghi cho dạng dữ liệu phức tạp để phân rã chúng thành thành ph ần dao động có trung bình khơng (zero mean), gọi Hàm dao động nội IMF(Intrinsic mode function).Những nghiên cứu gần phát r ằng có thể xác định thành cơng thành phần nhiễu từ các IMF tín hiệu bị can nhiễu Chính lý mà việc cải thiện tín hiệu thoại dựa phương pháp EMD ngày ý Lọc nhiễu tín hiệu thoại sử dụng phương pháp EMD đượ c thực dựa vào thuật toán lấy ngưỡ ng ng.Đây là thuật toán lọc nhiễu đượ c s ử d ụng r ộng rãi r ất nhiều iii phương pháp lọc nhiễu.Ý tưở ng ng thuật toán lấy ngưỡng xác định mức ngưỡ ng ng cho đoạn r ồi tr ừ vào thành phần tín hiệu đượ c cho nhiễu.Tuy nhiên, việc xác định loại tr ừ các thành phần nhiễu mà không làm suy gi ảm thành phần thoại ban đầu vấn đề khơng hề dễ dàng Do đó nhược điểm l ớ n loại thuật toán làm suy giảm tín hiệu thoại gốc, đặc bi ệt đối vớ i tín hiệu có tỷ s ố tín hiệu nhiễu (SNR) cao Để hạn chế sự suy giảm này, ngườ i ta áp dụng thuật toán lấy ngưỡ ng ng mềm để áp dụng cho khoảng tín hiệu.Các IMF c tín hiệu thoại bị can nhiễu đượ c lọc nhiễu cách áp dụng giải thuật lấy ngưỡ ng ng mềm đối vớ i hệ số của IMF Vớ i giải thuật hầu hết thành phần nhiễu bị loại bỏ thành công thành ph ần thoại đượ c bảo toàn.Tuy nhiên tr ở ở ngại lớ n giải thuật lấy ngưỡ ng ng mềm để xác định xác mức ngưỡ ng ng tương ứng IMF.Đó mà vấn đề mà luận văn vấ p phải Do hệ thống lý thuyết phương pháp EMD thuậ t toán lọc nhiễu miền EMD chưa hồn chỉnh, q trình nghiên u nên luận văn trình bày số phươn phương pháp lấy ngưỡ ng ng khác miền EMD để xem xét hiệu quả của phươ ng ng pháp iv MỤC LỤ LỤC N ội dung dung i Trang Phụ bìa ii Lời cảm ơn iii Tóm tắt v Mục lục Danh sách từ viết tắt vii viii Danh sách bảng Danh sách hình x Chƣơ Ch ƣơ ng ng 1:TỔ 1:TỔNG QUAN 1.1Giớ i thiệu chung 1.2 Một số ứng dụng việc lọc nhiễu tín hiệu thoại 1.3 Tính cấ p thiết đề tài nghiên cứu 1.4 Các phươ ng ng pháp lọc nhiễu tín hiệu thoại 1.4.1 Phân loại 1.4.2 Tr ừ phổ 1.4.3 Lấy ngưỡ ng ng Wavelet 1.4.4 Lấy ngưỡ ng ng DCT 1.4.5 Hướ ng ng nghiên cứu đề tài .10 10 1.5Mục tiêu nghiên cứu .10 10 1.5.1 Mục tiêu tổng quát 1.5.2 Mục tiêu cụ thể .10 10 10 .10 1.6 Tính mớ i đóng góp đề tài 1.7Đối tượ ng ng phạ m vi nghiên cứu 10 10 11 11 1.8 Phươ ng ng pháp nghiên cứu 1.9 Phát biểu toán 11 .11 .13 13 Chƣơ Ch ƣơ ng ng GIỚ GIỚ I THIỆ THIỆU EMD 2.1 Giớ i thiệu .13 13 13 2.2 Khái niệm cơ b bản EMD 2.2.1 Hàm chế độ nội IMF 13 13 .15 15 2.2.2 Quá trình chọn lọc .18 ng nhiễu IMF 2.3 Năng lượ ng v .20 20 2.4 EMD cho tín hi ệu thoại 22 .22 Chƣơ Ch ƣơ ng ng LỌ LỌC NHIỄ NHIỄU TRONG MIỀ MIỀN EMD .22 3.1 Giớ i thiệu 3.2 Lấy ngưỡ ng ng EMD dựa đặc tính khoảng hai điểm về không 24 24 24 3.2.1 Lấy ngưỡng EMD – IT IT 3.2.2 Lấy ngưỡng EMD - SIT 28 28 32 32 3.2.3 Lấy ngưỡng EMD - IIT 3.2.4 EMD - CIIT 34 34 .36 36 3.3 Lấy ngưỡ ng ng EMD - SST 3.4 Lấy ngưỡ ng ng mềm k ết hợ p DCT - EMD 40 .40 42 .42 3.4.1 Lấy ngưỡ ng ng mềm DCT ở t tầng thứ nhất .42 .42 3.4.2 Lấy ngưỡ ng ng mềm EMD ở t tầng thứ hai 45 45 Chƣơ Ch ƣơ ng ng THỰ THỰ C HIỆ HIỆN MÔ PHỎ PHỎNG 4.1 Các thông số mô .45 45 45 45 4.1.1 Khung tín hiệu 46 46 4.1.2 Phươ ng ng sai nhiễu IMF .46 46 4.1.3 Vector lấy ngưỡ ng ng 47 47 4.2 K ết quả mô 47 47 4.2.1 Các phươ ng ng pháp lấy ngưỡ ng ng khoả ng về không .51 51 4.2.2 Phươ ng ng pháp lấy ngưỡ ng ng EMD - SST 52 52 4.2.3 Phương pháp lấy ngưỡng kết hợp DCT – EMD EMD 4.3 Khảo sát thông s ố ảnh hưởng đến chất lượ ng ng tín hiệu .53 4.3.1 Ảnh hưở ng ng vector lấy ngưỡ ng ng 54 .54 57 57 4.3.2 Ảnh hưở ng ng thông số M1, M2 4.3.3 Ảnh hưở ng ng hệ số lặ p k 59 4.3.4 Ảnh hưở ng ng cách chuyển đổi ngẫu nhiên vị trí mẫu IMF phươ ng ng .61 pháp lặ p Chƣơ Ch ƣơ ng ng K ẾT LUẬN LUẬN VÀ HƢỚ NG NG PHÁT TRIỂ TRIỂN 63 63 .63 5.1 K ết luận 5.2 Hướ ng ng phát triển 65 65 .67 67 TÀI LIỆU THAM KHẢO vi DANH SÁCH CÁC TỪ TỪ VIẾ VIẾT TẮ TẮT CIIT Clear Iterative Interval- Thresholding DCT Discrete Cosine Transform DFT Discrete Fourier Transform DWT Discrete Wavelet Transform EMD Empirical Mode Decomposition IIT Iterative Interval- Thresholding IMF Intrisic Mode Function iSNR Signal to Noise Ratio input IT Interval Thresholding MAD Median Absolute Deviation oSNR Signal to Noise Ratio output SCAD Smoothly Clipped Absolute Deviation SIT Soft Interval Thresholding SST Subframe - Soft Thresholding vii Chương 4: Thực mơ GVHD: PGS TS Hồng Đình Chiế n B ảng 4.6: Ảnh Ảnh hưở ng ng thông số C đố i với phương pháp lấy ngưỡ ngEMD ngEMD – SCAD SCAD iSNR (dB) oSNR (dB) C=0.2 C=0.3 C=0.4 C=0.5 C=0.6 C=0.7 C=0.8 C=0.9 C=1 C=1.1 -5 -0.66 1.25 1.42 1.03 0.6 0.27 0.05 -0.10 -0.17 -0.22 3.82 4.88 4.32 3.43 2.60 1.95 1.45 1.08 0.82 0.62 8.1 8.16 7.03 5.76 4.70 - - - - - 10 12.1 11.08 9.46 - - - - - - - B ảng 4.7: Ảnh Ảnh hưở ng ng thông số đố i với phương pháp lấy ngưỡ ng ng EMD -SST oSNR (dB) iSNR (dB) =0.2 =0.3 =0.3 =0.4 =0.5 =0.5 =0.6 =0 =0.7 =0.8 -5 -3.6250 -2.9529 -1.9844 -1.3968 -0.9753 -0.7534 -0.6743 1.4165 2.0714 2.6275 3.0349 3.2589 3.3040 3.2226 6.2451 6.6775 6.9032 6.9069 6.7168 6.3890 6.0011 10 10.9946 10.9801 10.6423 10.0965 9.4835 8.8615 8.2715 SVTH: Tr ần Hiếu Trung Dương Minh Tiến 55 Chương 4: Thực mô GVHD: PGS TS Hồng Đình Chiế n B ảng 4.8: Ảnh Ảnh hưở ng ng thông số đố i với phương pháp lấy ngưỡ ng ng k ế ết hợ p DCT EMD oSNR (dB) iSNR (dB) =0.2 =0.3 =0.4 =0.5 =0.5 =0.6 =0.7 =0.8 -5 1.8072 2.2005 2.4552 2.7337 2.8584 2.8016 2.344 6.1661 6.1349 5.8877 5.4329 4.9028 4.3701 3.9554 9.3486 8.7251 7.9915 7.2364 6.5029 5.8231 5.2148 Từ s ố li ệu bảng trên, ta nhận th r ằng ứng vớ i tín hiệu đầu vào có mức SNR khác sẽ có giá tr ị C tối ưu tương ứng.Vớ i mức SNR tín hiệu có nhiễu giá tr ị SNR ngõ thay đổi r ất nhiều hệ s ố C thay đổi phương pháp vớ i phương pháp khác Các tín hiệu ngõ vào có mức SNR lớ n giá tr ịtối ưu C nhỏ.Nguyên nhân là: SNR ngõ vào lớ n thành phần tín hiệu thoại nhiều thành phần nhiễu biên độ thoại cao so vớ i nhiễu Do đó, giá tr ị C lớ n tín hiệu đượ c xử lý chí có mức SNR thấp hơngiá tr ị SNR ngõ vào bở i ngồi thành phần nhiễu thành phần thoại bị lấy ngưỡ ng ng Vớ i mức SNR tín hiệu có nhiễu gía tr ị C tối ưu phương pháp cũngr ất khác Lưu ý giá trị C tối ưu phương pháp thuộ c nhóm lấy ngưỡ ng ng khoảng về khơng có biên độ thay đổi lớn nhóm lấy ngưỡ ng ng khung con, l ngưỡ ng ng k ết hợ p Trong phương pháp trình bày, phương pháo lấy ngưỡ ng ng k ết h ợ p DCT – EMD EMD cho k ết quả tốt nhất, tr ội ội so với phương pháp lạ i Tuy nhiên, nhìn chung, tất cả phương pháp tỏ hạn chế vớ i tín hiệu có SNR cao SVTH: Tr ần Hiếu Trung Dương Minh Tiến 56 Chương 4: Thực mô GVHD: PGS TS Hồng Đình Chiế n 4.3.2 Ảnh hƣở ng ng củ thông số s ố M1,M2 Hệ số M1, M2 định số lượ ng ng số lượng IMF đượ c lấy ngưỡ ng ng Ta biết r ằng áp dụng EMD để phân rã tín hiệu thành IMF IMF đượ c giả sử là chứa nhiễu nhiều Các IMF cịn lại chứa nhiễu bậc IMF lớ n thành phần nhiễu IMF nhỏ.Nói cách khác, IMF có b ậc cao chứa nhiều thành phần thoại.Do đó, ta mặc định M1=1 chỉ xét sự thay đổi M2 khoảng từ 2 đến Trong phần này, ta sử dụng lại vector lấy ngưỡ ng ng tối ưu đối vớ i mức SNR tín hiệu có nhiễu (đã đượ c tìm phần 4.3.1) K=1 Tín hiệu sau đượ c xử lý đượ c tái tạo lại: B ảng 4.9: Ảnhhưở Ảnhhưở ng ng M2 đố i với phương pháp lấy ngưỡ ng ng cứ ng ng t ừ ừng n g khoảng về không không (EMD - IT ) oSNR (dB) iSNR (dB) M2=2 C -5 -0.28 0.3 0.43 0.42 0.48 C=0.7 3.63 3.88 3.86 3.74 3.77 C=0.6 7.09 7.38 7.34 7.31 7.29 C=0.5 10 10.98 11.05 10.98 10.95 10.93 C=0.4 SVTH: Tr ần Hiếu Trung Dương Minh Tiến 57 Chương 4: Thực mô GVHD: PGS TS Hồng Đình Chiế n B ảng 4.10: 4.10: Ảnhhưở ng ng M2 đố i với phương pháp lấy ngưỡ ng ng mề mtrên mtrên t ừ ừng n g khoảng về không không (EMD - SIT ) oSNR(dB) iSNR (dB) M2=2 C -5 0.02 1.01 1.43 1.54 1.70 C=0.4 4.14 4.59 4.71 4.68 4.76 C=0.3 7.55 8.02 8.08 8.06 8.08 C=0.2 10 11.67 11.84 11.83 11.80 11.81 C=0.15 B ảng 4.11: Ảnhhưở Ảnhhưở ng ng M2 đố i vớ i phương pháp lấy ngưỡ ng ng mề mSCAD mSCAD t ừ ừng n g khoảng về không không (EMD - SCAD) oSNR(dB) iSNR (dB) M2=2 C -5 0.03 1.02 1.42 1.53 1.68 C=0.40 4.20 4.73 4.88 4.84 4.92 C=0.30 7.78 8.33 8.38 8.38 8.39 C=0.25 10 11.87 12.10 12.10 12.10 12.09 C=0.20 Ở đây, không xét ảnh hưở ng ng hệ số này phương pháp lấ y ngưỡ ng ng EMD – SST lấy ngưỡ ng ng k ết hợ p DCT – EMD.Từ số liệu bảng 4.9 đến 4.11, ta nhận thấy: Tín hiệu ban đầu có mức nhiễu th ấ p (-5dB, 0d 0dB) B) giá tr ị M2 =6 giá tr ị t ốt khơng 4IMF chứa nhiễu mà IMF bậc cao SVTH: Tr ần Hiếu Trung Dương Minh Tiến 58 Chương 4: Thực mơ GVHD: PGS TS Hồng Đình Chiế n có chứa lượ ng ng nhiễu đáng kể Do đó, sự thay đổi M2ảnh hưở ng ng nhiều đến SNR ngõ Ngượ c lại, tín hiệu ban đầu có mức nhiễu cao (SNR=5dB, 10dB) M2 ảnh hưởng không đáng k ể đến SNR ngõ ra.Tuy nhiên, ta gi ả thuyết IMF có bậc thấ p chứa nhiễu nhiều hơn, nên ta nên chọn M2=3, Trong phươ ng ng pháp phương pháp EMD - SCAD có tín hiệu ngõ tốt nh ấtbởi đả m bảo sự liên tục c tín hiệu EMD - IT có mức SNR thấ p có sự thay đổi đột ngột mẫu thông tin thoại mẫu nhiễu 4.3.3 Ảnh hƣở ng ng củ hệ hệ s sốố l lặặp K Trong phần này, giá tr ị C, M1,M2 đượ c chọn trướ c tín hiệu đạt giá tr ị tốt giá tr ị nàytương ứng vớ i K =1.Ta =1.Ta đánh giá chất lượ ng ng tín hiệu đượ c xử lý thơng qua việc đo mức SNRtương ứng vớ i gía tr ị K=1, 10 B ảng 4.12: Ảnh Ảnh hưở ng đố i với phương pháplấy ngưỡ ng ng thông số K K đố ng EMD - IT oSNR(dB) iSNR oSNR (dB) K=1 K=5 K=10 M2 C IIT CIIT IIT CIIT -5 0.48 1.21 1.44 1.32 1.63 M2=6, C=0.7 3.88 3.69 4.71 3.69 4.83 M2=4, C=0.6 7.38 5.22 7.88 5.03 7.90 M2=3, C=0.5 10 11.05 6.22 11.02 5.45 10.9 M2=3, C=0.4 SVTH: Tr ần Hiếu Trung Dương Minh Tiến 59 Chương 4: Thực mơ GVHD: PGS TS Hồng Đình Chiế n B ảng 4.13: 4.13: Ảnh hưở ng ng thông số K K đố đố i với phương pháplấy ngưỡ ng ng EMD - SIT oSNR(dB) iSNR SNR (dB) K=1 K=5 K=10 M2 C IIT CIIT IIT CIIT -5 1.70 1.82 1.86 1.87 1.87 M2=6, C=0.4 4.76 3.82 4.91 3.80 4.96 M2= 6, C=0.23 8.08 5,29 7.69 5.02 7.64 M2=4, C=0.2 10 11.84 5.68 10.61 5.28 10.46 M2=3,C=0.15 B ảng 4.14: Ảnh Ảnh hưở ng ng thông số K K đố đố i với phương pháplấ y ngưỡ ng ng mề m SCAD iSNR SNR (dB) K=1 oSNR(dB) K=5 K=10 IIT CIIT IIT CIIT M2 C -5 1.68 1.68 1.92 1.68 1.93 M2=6, C=0.40 4.92 4.09 5.11 3.88 5.16 M2=6,C=0.30 8.39 5.37 8.22 5.13 8.18 M2=6, C=0.25 10 12.11 5.53 11.17 5.45 11.06 M2=5, C=0.20 Từ bảng 4.12 đến 4.14 ta nhận thấy r ằng ằng phương pháp lấy ngưỡ ng ng mềm SCAD xử lý tín hiệu có mức SNR thấ p tốt hẳn so với phương pháp cịn lại.Nếu xét gi ữa hai nhóm thuật tốn lấy ngưỡ ng ng khơng lặ p có lặ p ta lại thấy: Đối vớ i tín hiệu có mức SNRnhỏ (nhỏ 5dB) có mức nhiễu lớ n phương pháp ội so với phương pháp không lặ p.Cụ thểkhi EMD CIIT EMD-IITtỏ vượ t tr ội SVTH: Tr ần Hiếu Trung Dương Minh Tiến 60 Chương 4: Thực mô GVHD: PGS TS Hồng Đình Chiế n tín hiệu gốc -5dB, 0dB giá tr ị Kcàng lớ n mức SNR ngõ cao.Tuy nhiên, thờ i gian x ử lý tăng lên nhiều Mặt khác, EMD - CIIT cải thiện chất lượ ng ng tốt EMD - IIT bở i thực tế IMF khơng phải ln ln có 100% nhiễu mà tồn vài mẫu thông tin thoại Ngượ c l ại, v ớ i nh ững tín hiệu có mức SNR lớ n việc áp dụng phương pháp EMD IIT EMD - CIIT khơng hi ệu quả lúc IMF khơng phải chỉ có nhiễu.Ngồi ra,khi tín hiệu gốc có SNR cao (lớn 10dB) phương pháp EMD - IIT chí cịn làm giảm chất lượ ng ng tín hiệu.Ngun nhân: IMF có chứa lượ ng ng thơng tin có ích,nhưng tiến hành tạo phiên tín hiệu giải thuậtEMD - IIT khơng có giữ lại lượng thơng tin này.Trong đó,vớ i giải thuật EMD - CIIT mức tín hiệu đượ c xử lý cao tín hiệ u g ốc giải thuật ta có giữ lại thành thoại có IMF Tuy nhiên, mức SNR tín hiệu sau x ử lý,vớ i thơng số Kcàng lớ n khơng có sự cải thiện bở i cấu trúc phổ sự phân bố năng lượng IMF bị thay đổi 4.3.4. Ảnh hƣở ng ng củ cách chuyển chuyển đổi đổi ngẫ ngẫu nhiên vị vị trí mẫ mẫuc ucủa IMF đầu phƣơng pháp lặp Trong giải thuật EMD - IIT EMD - CIIT khithay đổi ngẫu nhiên vị trí mẫu IMF để tạo racác phiên của, ta có cách thực hiện: Cách 1: mẫu hoán vị ngẫu nhiên theo vịng trịnhay cịn gọi hốn vị vịng (ramdom circulation) Cách 2: mẫu thay đổi vị trí ngẫu nhiên (ramdom permutation) Trong phần mơ này, ta khảo sát ảnh hưởng cách chuyển vị mẫu phương pháp EMD - CIIT EMD - CIIT(c): chuyển vị mẫu theo vịng hay cịn gọi hốn vị vòng EMD - CIIT(p): chuyển vị mẫu ngẫu nhiên SVTH: Tr ần Hiếu Trung Dương Minh Tiến 61 Chương 4: Thực mơ GVHD: PGS TS Hồng Đình Chiế n B ảng 4.15: Ảnh Ảnh hưởng cách hốn đổ i mẫu đố i với phương pháplấy ngưỡ ng ng cứ ng ng iSNR SNR (dB) K=1 oSNR(dB) K=5 K=10 M2 C CIIT(p) CIIT(c) CIIT(p) CIIT(c) -5 0.48 1.54 1.44 1.76 1.63 M2=6, C=0.7 3.88 4.61 4.71 4.77 4.83 M2=4, C=0.6 7.38 7.69 7.88 7.82 7.90 M2=3, C=0.5 10 11.05 10.86 11.02 10.8 10.9 M2=3, C=0.4 Chúng ta quan sát thấy r ằng tất cả các tr ườ ườ ng ng hợ p hoán vị vịng cải thiện chất lượ ng ng tín hiệu t ốt h ơ n so vớ i chuyển vị ng n gẫu nhiên IMF đượ c t ậ p trungtrong trun gtrong nữabăng tần phổ tín hiệu quy trình chuyển vịmẫu sẽ thực thi tốt việc cải thiện chất lượ ng ng thoạikhi IMF đượ c thay đổi mẫu chiếm giữ tần số giống như IMF gốc Tuy nhiên, việc chỉ đối vối tr ườ ườ ng ng hợ p hốn vị vịng Ngượ c lại, phươ ng ng pháp thay đổi mẫu theo kiểuchuyển vị ngẫu nhiên chắn dẫn đếnsự tái phân bốcủa lượng IMF tồnbăng Do đó, thực chuyển vị ngẫu nhiênthì vấn đề khử nhiễuphải đượ c xem xét khắt khe hơ n theo hướ ngph ngphần nhiễunằm cácphiên tín hiệukhơng cịn nhiễu tr ắng SVTH: Tr ần Hiếu Trung Dương Minh Tiến 62 Chương 5: K ết luận hướ ng ng phát triển GVHD: PGS TS Hồng Đình Chiến Chƣơng 5 5 K ẾT LUẬN VÀ HƢỚ NG NG PHÁT TRIỂN 5.1 Kết luận luận Trong luận văn này,chúng tơi áp dụng mơ hình thực nghiệm EMD để phân rã tín hiệu lấy ngưỡ ngqua ngqua thuật toán.Nghiên cứu đề tài tậ p trung vào toán nâng cao chất lượ ng ng thoại bị ảnh hưở ng ng bở i nhiễu tr ắng, có tính chất cộng khơng tương quan vớ i thoại gốc.Trong phần k ết luận này, xin đưa nhậ n xét k ết luậnriêng cho chương Chƣơng 1:Lọc nhiễu tín hiệu thoại nhằm mục đích cải thiện khả nhận dạng hiểu đượ c thông tin thoại thông qua việc lọc bỏ các thành phần nhiễu Lọc nhiễu tín hiệu thoại có thể đượ c ứng dụng cho hệ thống thông tin di động, hệ thống nhận dạng tiếng nóiứng dụng cho robot, tàu biển…Bở i tầm quan tr ọng việc c ải thiện chất lượ ng ng tínhiệu thoại, nên có r ất nhiều thuật tốn, phương pháp đượ c phát triển cho mục đích Các phương pháp , thuật tốn đượ c nghiên cứu có thể chia thành nhóm: có tham số và khơng có tham s ố Ngồi chúng cịn đượ c chia theo phương pháp đơn kênh đa kênh Trong luận văn này, cácgiải thuật đề cậ p thuộc nhóm khơng có tham s ố và đơn kênh Chƣơng 2: Mơ hình thực nghiệm phân rã (EMD) [16], [17]được xem phương pháp phân tích r ất h ữu hi ệu vớ i tín hiệu phi tuyến khơng dừng EMD phân rã tín hiệu thành hàm dao động có tr ị trung bình khơng gọi hàm dao động nội t ại IMF.Các IMF cho phép nhận d ạng h ữu hiệu thích hợ p vớ i nh ững t ần s ố t ức ất cao vượ t tr ội ội sovớ i biến đổi thời.Điều làm cho EMD có hi ệu quả r ất Fourier wavelettrong việc phân tíchnhững tín hiệu không dừng Một ứng dụng thành công EMD cải thiện chất lượ ng ng tiếng nói Bở i quy trình chọn lọctạo IMF dựa vào việc tr ừ nh ững thành phần dao động cao theo bướ c, c, nên IMF chứa chủ yếu thành phần dao động SVTH: Tr ần Hiếu Trung Dương Minh Tiến 63 Chương 5: K ết luận hướ ng ng phát triển GVHD: PGS TS Hồng Đình Chiến có tần số cao Vì vậy,những IMF có bậc thấ p chứa thành phần dao động có tần số cao.Tuy IMF bị chồng lấn tần số thời điểm tần số tức thời thể IMF khác Do đó, IMF nằm miền thời gian chúng có sự khác về phổ tại thời điểm bất k ỳ.Ngoài ra, đặc tính tần số IMF nên phương sai thành phần nhiễu thoại khác IMF.Thuật tốn lấy ngưỡ ng ng có thể đượ c áp dụng IMF để loại bỏ những thành phần nhiễu Áp dụng mơ hình IMF chỉ cónhiễu sử dụngđộ lệch tuyệtđối trung vị (MAD)đểước lượng phương sai nhiễu vốn có vai trị quan tr ọng việc xác định ngưỡ ng ng lọc nhiễu Chƣơng 3:Chương trình bày số thuật toán lấy ngưỡ ng ng miền EMD để lọc nhiệu thoại Các thuật toán đượ c chia thành ba nhóm: Thuật tốn lấy ngưỡ ng ng EMD khoảng về khơng; khung IMF thu ật tốn lấy ngưỡ ng ng mềm k ết hợ p DCT - EMD Cácphương pháp lấy ngưỡ ng ng miềnEMD khoảng về không bao gồm: Phương pháp lấy ngưỡ ng ng khoảng (IT, SIT, SCAD) phương pháp lặ p (EMD - IIT EMD -CIIT) Các phương pháp đề xuất dựa đặc tính mẫu IMF khoảng hai điểm về khơng.Khi đó, việc đưa mộ t mức ngưỡng ước lượng thông qua phương sai nhiễu để so sánh vớ i giá tr ị cực tr ị khoảng này, ta có th ể loại bỏ đượ c thành phần nhiễu tín hiệu.Các phương pháp llặặ p dựa ý tưở ng ng tạo phiên b ản tín hiệu vớ i tổng phương sai khơng đổi phiên tín hiệu nhiễu đượ c xử lý thơng qua thu ật toán lấy ngưỡ ng ng Sau cùng, ta l giá tr ị trung bình từ các phiên đượ c khử nhiễu để thu đượ c tín hiệu cuối Số lần lặp cách tạo phiên tín hiệu (thơng qua cách hốn vị các mẫu IMF đầu tiên) ảnh hưởng đến chất lượ ng ng tín hiệu Phương pháp lấy ngưỡ ng ng mềm khung EMD – SST SST thực chia nhỏ khung IMF thành nhiều khung Các khung đượ c phân loại thành khung có nhiễu tr ội tín hiệu tr ội cách ước lượng phương sai nhiễ u khung Sau đó, thuật tốn lấy ngưỡng đượ c áp dụng cho khung có nhiễu tr t r ội, giữ ngun khung có tín hi ệu tr ội ội để lọc nhiễu mà tránh mác tín SVTH: Tr ần Hiếu Trung Dương Minh Tiến 64 Chương 5: K ết luận hướ ng ng phát triển GVHD: PGS TS Hồng Đình Chiến hiệu.Thuật lấy ngưỡ ng ng đề xuất lấy ngưỡ ng ng vector ngưỡ ng ng tuyến tính thay phải sử dụng số như giải thuật khử nhiễu truyền thống Thuật toán lấy ngưỡ ng ng mềm k ết hợ p DCT - EMD gồm t ầng.Ở t ầng 1, giải thuật l ngưỡ ng ng mềm miền DCT dùng tiền xử lý cho việc lọc bỏ nhiễu miền phổ.Tín hiệu đượ c chia thành khung tần số miền phổ khung đượ c phân loại thành khung tín hi ệu tr ội khung nhiễu lấy ngưỡ ng ng.Sau đó,tín hiệu đượ c tái tạo l ại, biến đồi DCT ngượ c tr ả về miền thờ i gian đưa qua tầng xử lý Ở tầng 2, tín hiệu ngõ tầng đượ c áp dụng phép biến đổi EMD để tạo IMF.Sau sử dụng thuật toán lấy ngưỡ ng ng mềm EMD – SST SST để lọc nhiễu miền thờ i gian.Bây giờ , tín hiệu đượ c lọc nhiễu cả miền tần số miền thờ i gian nên cho hi ệu quả khá cao so với phương pháp trên. Vớ i thuật toán này, hy vọng đưa đượ c nhìn khái quát về hiệu quả lấy ngưỡ ng ng miền EMD Chƣơng 4: Các k ết qu ả mô khảo sát ảnh hưở ng ng thông số mô vector ngưỡ ng, ng, số IMF cần đượ c lấy ngưỡ ng, ng, số lần lặ p cách chuyển vị mẫu nhiễu IMF đầu tiên, qua để tìm thơng s ố thực nghiệm Sau đó, so sánh mơ phương pháp vớ i mức tín hiệu -5dB, 0dB, 5dB, 10dB 5.2 Hƣớng phát triển triển Vớ i nh ững trình bày ở trên, trên, thấy r ằng giải thuật l ngưỡ ng ng miền EMD cịn có nhiều nhược điể m.Nhược điểm nằm ở chi chi phí tính tốn lớ n phép phân giải EMD.Lý thuyết EMD chưa hoàn chỉnh; trình phân gi ải EMD trình kinh nghiệm, khơng có biểu thức tốn học.Những điều làm cho thờ i gian phân giải EMD lâu, d ẫn đến khơng thể áp dụng thuật tốn đề xuất thờ i gian thực.Tuy nhiên nhiều nhà nghiên cứu làm việc để tìm biểu thức tốn họccho nó, hy vọng tương lai gần có th ể áp dụng EMD thờ i gian thực.Không chỉ vậy, thuật tốn chỉ có hiệu quả cho trườ ng ng hợ p ễ ắ ố ở ật toán đề ấ ự ứ nhi u tr ng phân b Gausse b i thu xu t d a nghiên c u [17] cho SVTH: Tr ần Hiếu Trung Dương Minh Tiến 65 Chương 5: K ết luận hướ ng ng phát triển GVHD: PGS TS Hồng Đình Chiến r ằng ằng đối vớ i tín hiệu bị phá bở i nhiễu tr ắng, phân giải EMD, IMF chủ yếu chứa thành phần nhiễu Bên cạnh đó, thiếu sót về mặt lý thuyết về ước lượ ng ng nhiễu, công suất tín hiệu, nên phần mơ chúng tơi chưa thật sự đạt hiệu quả cao nghiên cứu trướ c chỉ ra.Đây thiếu sót r ất lớ n luận văn này. Chính lý trên, tơi hy vọng có thể tiế p tục nghiên cứu, phát triển tiế p hướ ng ng sau: 1) Nghiên cứu sâu hơn, tậ p trung vào vi ệc tính giá tr ị λ ước lượ ng ng SNR ngõ vào thay cho giá tr ị có đượ c từ kinh nghiệm vốn đề xuất đề tài 2) Việc xác định phương sai nhiễu ảnh hưở ng ng r ất lớn đến hi ệu thuậttoán lấy ngưỡ ng ng Chúng ta cần tìm bộ ước lượ ng ng nhiễu hiệu quả hơn việc ước lượ ng ng nhiễu phù hợ p với đặc tính IMF 3) Sử d ụng lọc nhiễu tầng, tầng sử dụng bộ ti ền lọc, sau tín hiệu đượ c tục lọc nhiễu thuật toán lấy ngưỡ ng ng miền EMD tầng 4) Do đặc trưng tiếng nói ngơn ngữ khơng hồn tồn giống nghiên cứu đa phần thực tín hiệu thoại tiếng Anh, nên c ần nghiên cứu thuật tốn lọc nhiễu mi ền EMD thích hợ p với đặc trưng tiếng Việt. SVTH: Tr ần Hiếu Trung Dương Minh Tiến 66 Tài liệu tham khảo GVHD: PGS TS Hồng Đình Chiế n TÀI LIỆU THAM KHẢO [1] A Antoniadis and J Fan, Regularization of Wavelets approximation, J Am Statist.Ass.,vol 96, pp 939- 967, 2001 [2] A O Boudraa and J C Cexus, Denoising via empirical mode decomposition, in ISCCSP 2006, 2006 [3] D L Donoho, Denosing by soft thresholding, in IEEE Trans Inf Theory, vol.41, pp 613- 627,1995 [4]Donoho D , Johnstone I , Kerkyacharian G , Picard D , Density estimation by wavelet thresholding , Ann Statist Volume 24, Number 2, 1996, 508 - 539 [5] Erhan Deger, Keikichi Hirose, N Minematsu, K Hasan, EMD based SoftThresholding for Speech Enhancement , Interspeech, 2007 [6]Erhan Deger, Keikichi Hirose, N Minematsu, K.Hasan ,Speech enhancement using th soft threshoding with DCT-EMD based hybrid algorithm, in 15 European Signal Processing Conference 2007 (EUSIPCO 2007) [7]G.Rilling and P.Flandrin, One or two frequenies? The empirical mode th decomposition answers, Draft- IEEE Trans Signal Processing, November 13 2006 [8] G.Rilling,P.Flandrin, and P Goncalves , EMD equivalent filter banks, from interpetation to applications (in N.E.Huang and S.Shen, Hilbert-Huang Transform and Its Applications), World Scientific Publishing Company, first edition, 2005 [9]G Rilling, P.Frandrin and P Goncalves , Detrending and denoising with Empirical Empirica l Mode Decomposition, in Proc EUSIPCO 2004 [10]G.Schlotthauer et al , , EMD of Gaussian white noise: Effects of signal length and sifting number on the statistical properties of intrinsic mode functions, Advance in Adaptive Data Analysis,Vol 1, No ,pp 517-527 ,World Scientific Publishing Company, 2009 SVTH: Tr ần Hiếu Trung Dương Minh Tiến 67 Tài liệu tham khảo GVHD: PGS TS Hồng Đình Chiế n [11]Ivan, M.C., and Richard , Empirical Mode Decomposition based frequency th attributes, Proceedings of 69 SEG Meeting, Texas, USA, 1999 [12] I.Y.Soon, S N.Koh, and C.K.Yeo ,Noisy speech enhancement using discrete cosine transform, in Speech Communication, vol.24,pp 249-257, 1998 [13] Kais Khaldi et al, Speech enhancement via EMD, in EURASIP Journal on Advances in Signal Processing, vol.2008,Article ID 873204,8 pages, 2008 [14]Mohammed Bahoura and Jean Rouat, Wavelet speech enhancement based teager energy operator , IEEE Signal Process.Lett.,vol.8, pp.10-12, 2001 [15]NavinChatlani and John J Soraghan, EMD-Based noise estimation and tracking th (ENET) with application to speech enhancement , 17 EUSIPCO 2009 [16] N.E.Huang et al., The empirical mode decomposition and Hilbert spectrum for non-linear and non-stationary time series analysis, Pro.R.Sco.Lond A,vol.454, pp 903-995, Mar.1998 [17]N.E.Huang et al, A study of the charateristics charateris tics of white noise using empirical empi rical mode decomposition method , Pro.R.Sco.Lond ,Jan 2003 [18] Sayeef Salahuddin, saif Al Islam, Md Kamrul Hasan, and m Rezewan Khan, Speech Enhancement by Envelope Restoration and Soft Thresholding in DCT Domain, ICECE 2002, 2002 empirical mode decomposition using a novel sifting-based interpolation points detection , IEEE/SP [19]YannisKopsinis sand Stephen McLaughin, Enhanced Workshop on Statistical Signal Processing, 2007 [20]YannisKopsinis and Stephen McLaughin, Empirical mode decomposition based th soft-threshoding , in 16 Signal Processing Conference, EUSIPCO, 2008 [21]YannisKopsinis and Stephen McLaughin, Empirical Empirical mode decomposition based st denoising techniques, in IAPR Workshop on Cognitive Information Processing- CIP, 2008 [22]YannisKopsinis and Stephen McLaughin, Development of EMD-based Denoising SVTH: Tr ần Hiếu Trung Dương Minh Tiến 68 Tài liệu tham khảo GVHD: PGS TS Hồng Đình Chiế n Methods Inspired by Wavelet - Thresholding , IEEE Trans on Signal Processing, VOL 57, NO 4, APRIL 2009 [23]YannisKopsinis and Stephen McLaughin , Investigation and performance enhancement of empirical mode decomposition method based on heuristic search optimization approach, IEEE Trans Signal Processing,pp.1-13, Jan 2008 [24]YannisKopsinis and Stephen McLaughin ,Improved EMD using double-iterative sifting and high order spline interpolation, i nterpolation,Journal on Advances of Signal Processing (JASP), vol 2008 SVTH: Tr ần Hiếu Trung Dương Minh Tiến 69 ... ng nghiên cứu vềcác phương pháp lọc nhiễu tín hiệu thoại lĩnh vực xử lý tín hiệu Vớ i mục đích đó, nội dung luận văn sẽ trình bày số? ?phương ? ?phương pháp lọc nhiễu tín hiệu thoại dựa việc áp dụng... đượ c lọc nhiễu so vớ i tín hiệu ban đầu 27 Hình 3.3: Phương pháp EMD – IT IT tín hiệu thoại thực tế: a) Tín hiệu ban đầu; b) Tín hiệu bị can nhiễu có SNR=5dB; b) Tín hiệu đượ c lọc nhiễu. .. thành công thành phần nhiễu từ các IMF tín hiệu bị can nhiễu Chính lý mà việc cải thiện tín hiệu thoại dựa phương pháp EMD ngày ý Lọc nhiễu tín hiệu thoại sử dụng? ?phương pháp EMD đượ c thực dựa