摘要：为了在复杂的声音环境中提取有效的声音信息所以有声音信号提取这方面的研究。环境干扰在声音传播过程中对信号的影响不容小觑，因此在噪声和背景声音的影响下的提取有效声音信号成为一个重要的研究方向。因为声音信号具有不平稳的特性，本文采用了基于集合经验模态分解（EEMD）和独立分量分析（ICA）相结合的声音信号提取方法。

首先利用集合经验模态分解（EEMD）算法将混叠的原始声音信号分解为若干个相互独立的固有模态函数（IMF），解决了经验模态分解（EMD）算法处理声音信号时产生的模态混迭现象；然后将固有模态函数通过ICA算法分离出很多个互相独立的声音信号分量；并对声音信号分量进行重新构造，用这种方式实现了有效声音信号的提取。

关键词: 语音有效提取；经验模态分解；集合经验模态分解；固有模态函数；独立分量分析

目录

摘要

Abstract

1.绪论-2

1.1概述-2

1.2研究现状-2

1.3论文章节安排-3

2声音信号提取方法-4

2.1经验模态分解（EMD）方法-4

2.2集合经验模态分解(EEMD)方法-4

2.2.1 基本概念-4

2.2.2 基本原理-5

2.2.3 算法流程图-5

2.2.4 集合经验模态分解操作步骤-6

2.3独立分量分析（ICA）-7

2.3.1 预处理-7

2.3.2 基本原理-7

2.3.3 算法的基本操作流程-8

2.4基于EEMD和ICA的声音信号提取方法-9

2.4.1 基本原理-9

2.4.2 声音信号提取方法步骤-9

3 声音信号提取的仿真实现及结果分析-11

3.1设计框架-11

3.2仿真实现及结果分析-11

3.2.1仿真实现-11

3.2.2结果分析-13

结    论-14

参 考 文 献-15

附录A 程序代码-16

致    谢-18