НАЦИОНАЛЬНАЯ АКАДЕМИЯ НАУК АЗЕРБАЙДЖАНА
МЕТОД ФИЛЬТРАЦИИ ПОМЕХИ ТЕХНОЛОГИЧЕСКИХ АКУСТИЧЕСКИХ И РЕЧЕВЫХ СИГНАЛОВ С ПОМОЩЬЮ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЙ (анг.)
Гулуев Ганбар А., Пашаев Фахрад Г., Агаев Бикес С., Саттарова Улькар Э., Байрамов Вусал В.

В данной статье описывается метод применения Вейвлет-преобразований для фильтрации помехи технологических акустических и речевых сигналов. Был проанализирован и использован новый метод Вейвлет-преобразований для зашумленных технологических акустические и речевых сигналов. При применении данного метода были использованы прямо Вейвлет-преобразование и алгоритм восстановления сигнала. Метод был проверен при помощи вычислительных экспериментов (стр. 28-33).

Ключевые слова: Вейвлет-преобразование, технологические акустические сигналы, речевые сигналы, фильтрация, MATLAB.
DOI : 10.25045/jpit.v09.i2.03
Литература
  1. Pashayev F.H. Smoothing algorithms for characteristics of seismic-acoustic signals // Azerbaijan Oil Industry, 2013, №6, pp.42–48.
  2. Pashayev F.H., Pakdel M., Rzaeva N. A Wavelet Based Denoising of Seismic Acoustic Signals / IV ALL-Ukranian Scientific-Practical conf. “Informatics and Systems sciences”, Poltava, 2013, pp. 310–313.
  3. Guluev G., Pashayev F. Pakdel M., Sattarova U. Prediction of Signal Characteristics Using Autoregressive Moving Average Method / IV International Conf. “Problems of Cybernetics and Informatics”, vol.II, 12–14.09.2012, Baku, pp.102–104.
  4. Sukhostat L.V. Adaptive noise reduction method based on empirical wavelet transform // Problems of Information Technology, 2017, №1, pp 53–58.
  5. Lockwood O.G., Kanamori H. Wavelet analysis of the seismograms of the 2004 Sumatra-Andaman earthquake and its application to tsunami early warning // Geochemistry Geophysics Geosystems, 2006, no.7, pp. 1–10.
  6. Pramanik N., Rabindra K. PAdvPSanda and Adarsh Singh. Daily river flow forecasting using wavelet ANN hybrid models // Journal of Hydroinformatics, 2011, no.1, pp. 49–63.
  7. Haltmeier M. et al. Compressed sensing and sparsity in photoacoustic tomography // Journal of Optics, 2016, 18 114004, pp. 1–12.
  8. Daubechies I., Ten Lectures on Wavelets, New York: SIAM, 1992, 357 p.
  9. Mallat S.G. A Wavelet Tour of Signal Processing, Academic Press, 3rd Edition, 2008, 832 p.
  10. Mallat S.G. A Theory of Multiresolution Signal Decomposition: The Wavelet Representation // IEEE Transactions on Pattern Analysis and Machine Intelligence, July 1989, 11(7), 
    674–693.
  11. Vidakovic B., Lozoya C.B. On time-dependent wavelet denoising // IEEE Transaction on Signal Processing, 1998, vol.46, no.9, pp. 2549–2554.