Wienerova filtrace s odhadem spektra vlnkovou transformaci

Wiener Filtering with Spectrum Estimation by Wavelet Transformation

článek ve sborníku ve WoS nebo Scopus

en

Current methods used to improve the signal-to-noise ratio mainly employ the Wiener filtering, or methods derived from it, such as spectral subtraction. All these methods assume that it is possible to determine or at least to estimate noise spectral characteristics. As can be derived, the estimation by the periodogram is not exact, but it contains a disturbance. Averaging the power spectra offers better results but the properties are simultaneously downgraded by a non-stationary disturbance. That is why the paper deals with the improvement of the power spectral density (PSD) estimation. To achieve this purpose we use the method of thresholding wavelet-transform coefficients, which we apply to each periodogram separately. Then the resultant estimation is used for the Wiener filter. The differences between the estimations obtained by the periodogram, by averaging and by this new method are shown in the paper. When we use wavelet transformation, a marked improvement in suppressing the disturbing signal appears. As a result, we obtain a good noise reduction while preserving a good response to changes in the nature of the disturbing signal.

Současné metody používané pro zlepšení poměru signálu od šumu využívají převážně Wienerovu filtraci, popř. metody z ní odvozené, jako např. spektrální odčítání. Všechny tyto metody předpokládají, že lze určit nebo alespoň odhadnut spektrální vlastnosti šumu. Jak lze odvodit, odhad pomocí periodogramu není přesný, ale obsahuje rušení. Průměrování výkonových spekter sice poskytuje lepší výsledky, ale současně dochází ke zhoršení vlastností pro nestacionární rušení. Příspěvek se proto zabývá zpřesněním odhadu spektrální hustoty výkonu. K dosažení tohoto cíle použijeme metodu prahování koeficientů vlnkové transformace, kterou aplikujeme na každý periodogram samostatně. Výsledný odhad je potom použit pro Wienerův filtr. V příspěvku je ukázán rozdíl mezi odhadem pomocí periodogramu, průměrování a této nové metody. Při použití vlnkové transformace dochází k výraznému zlepšení potlačení rušivého signálu. Díky tomu dosáhneme dobré redukce šumu při zachování dobré reakce na změny v charakteru rušivého signálu.

Current methods used to improve the signal-to-noise ratio mainly employ the Wiener filtering, or methods derived from it, such as spectral subtraction. All these methods assume that it is possible to determine or at least to estimate noise spectral characteristics. As can be derived, the estimation by the periodogram is not exact, but it contains a disturbance. Averaging the power spectra offers better results but the properties are simultaneously downgraded by a non-stationary disturbance. That is why the paper deals with the improvement of the power spectral density (PSD) estimation. To achieve this purpose we use the method of thresholding wavelet-transform coefficients, which we apply to each periodogram separately. Then the resultant estimation is used for the Wiener filter. The differences between the estimations obtained by the periodogram, by averaging and by this new method are shown in the paper. When we use wavelet transformation, a marked improvement in suppressing the disturbing signal appears. As a result, we obtain a good noise reduction while preserving a good response to changes in the nature of the disturbing signal.

Wiener, filtr, wavelet, odhad

Wiener, filter, wavelet, estimation

2001

07.07.2001

FEI STU

Bratislava, Slovensko

0-7803-6490-2

Proceedings of International Conference on Trends in Communications

4