摘 要：小波包具有任意多尺度分解特性，在時域和頻域都有表征信號局部信息的能力，能夠從時、頻域上捕捉信號特征。以語音擴(kuò)頻序列混有單音頻噪聲為例，利用小波包分析技術(shù)濾除窄帶干擾分量，重構(gòu)語音信號，改善信號性能。仿真結(jié)果從誤碼率及時域波形上均說明了該方法的有效性。

關(guān)鍵詞：小波包;擴(kuò)頻;窄帶干擾;小波變換

中圖分類號：TN97 文獻(xiàn)標(biāo)識碼：B 文章編號：1004373X(2008)1706303

Elimination of Narrow-band Interference on Wavelet Packet Analysis

LIU Yanchuan1，HAN Zhaohui2

(1.Computer and Information Technology，Beijing Jiaotong University，Beijing，100044，China；2.Army of 61226，Beijing，100079，China)

Abstract：Wavelet packet transform can handle different components of a signal at any level，it can provide time-frequency decomposition and characteristic for the signal.The paper discusses both principle and application on wavelet packet de-noising，and gives simulation on elimination of single tone narrow-band noise from spread spectrum sound signal.The result proves satisfactory both in bit error rate and time-domain waveform.

Keywords：wavelet packet;spread spectrum;narrow-band interference;wavelet transform

小波分析是最近十幾年來發(fā)展起來的一種新的時頻分析方法。它克服了短時傅里葉變換在單分辨率上的缺陷，具有多分辨率分析的特點，在時域和頻域都有表征信號局部信息的能力。小波包分析是小波分析的延伸，其基本思想是讓信息能量集中，在細(xì)節(jié)中尋找有序性，把其中的規(guī)律篩選出來，為信號提供一種更加精細(xì)的分析方法。它將頻帶進(jìn)行多層次劃分，對多分辨分析沒有細(xì)分的高頻部分進(jìn)一步分解，并能夠根據(jù)被分析信號的特征自適應(yīng)地選擇相應(yīng)頻帶，使之與信號頻譜相匹配，從而提高時-頻分辨率。我們可以根據(jù)小波包的分解特性，利用小波包分解技術(shù)濾除干擾信號。

1 小波包分析基本原理

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文