典型文献
基于小波降噪的蜂鸣声快速识别方法
文献摘要：
针对工厂复杂环境中电子产品的蜂鸣声信号信噪比低所造成的难以识别问题,采用小波变换对蜂鸣声信号进行降噪处理.为获得良好的降噪效果,对不同小波降噪方法以及不同小波参数选取的降噪效果进行对比分析,得出采取db1小波基以sqtwolog为阈值标准的软阈值法去噪效果良好,但是软阈值法随着小波分解层数的递增,容易造成信号失真.通过对蜂鸣声信号小波包分解节点的分析,最终验证小波包尺度系数比对法去噪效果最好且不会引起信号失真,去噪后信号的RMSE为0.0094,SNR为14.7513?dB,并且基于处理后的信号利用小波的时频分析特点可以快速识别蜂鸣声信号.
文献关键词：
蜂鸣声识别;小波变换;降噪;软阈值;尺度系数;时频分析
中图分类号：
作者姓名：
温益凯;陈乐;富雅琼
作者机构：
中国计量大学机电工程学院,杭州 浙江 310018
文献出处：
引用格式：
[1]温益凯;陈乐;富雅琼-.基于小波降噪的蜂鸣声快速识别方法)[J].中国测试,2022(04):12-17,34
A类：
db1,sqtwolog,蜂鸣声识别
B类：
于小波,小波降噪,快速识别,复杂环境,电子产品,声信号,小波变换,降噪处理,降噪效果,降噪方法,波参数,参数选取,小波基,软阈值,阈值法,去噪效果,小波分解层数,信号失真,小波包分解,尺度系数,比对法,RMSE,SNR,dB,时频分析
AB值：
0.291695
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
