小波( Wavelet Transfrom ,WT)分析是一种新式数学方法，是继传统傅里叶分析之后数学界的又一个里程碑。小波分析作为一种数学工具最初是应用在图像处理中，包括图像压缩、去噪等方面，效果显著，因此被推广，现如今小波变换的应用已经延伸到了语音信号处理等其他领域。最近的研究显示，小波变换在信号处理与分析方面特别是在包含许多快速变换的目标信号具有很大的优势。79788

经验模态分解法（Empirical Mode Decomposition，EMD）最初是1998年美国国家宇航局的黄锷（Norden E。Huang）及他的团队在创立希尔伯特-黄变换(HHT变换)的时候提出来的，HHT变换最初是提出了本征模函数（Intrinsic Mode Function，IMF）的概念，而EMD就是任意信号分解为本征模函数的方法，分解后的各个IMF分量涵盖初始信号不同时间尺度的局部特征信息，因此具有自适应性。

最终，在2013年，Jérôme Gilles跟他的团队结合了经验模态分解法提出一种叫经验小波变换(Empirical Wavelet Transfrom ,EWT)的新方法，它的本质是根据信号频谱特性选择一组带通滤波器，我们要做的就是对原信号的傅里叶频谱进行分割从而确定带通滤波器的频率范围。经验小波变换这种方法首先是发掘了它在图像处理上的优势，并且之后它在其它领域上的应用也得到了开发

参 考 文 献

[1] 胡航。《语音信号处理。第4版》。哈尔滨工业大学出版社。2009。

[2] 李旋，周清锋，何朝津，杨礼平，赵立科。王晓辉。经验模式分解与小波变换在模拟信号中的对比分析。《地质学刊》。2009年01期

[3] 宋知用。《MATLAB在语音信号分析与合成中的应用》。北京航空航天大学出版社。2013。

[4] 周伟。《基于MATLAB的小波分析应用。第2版》。西安电子科技大学出版社。       2010。

[5] 谷亚林。《声波信号的小波变换及目标识别》, 南京理工大学出版社。1998。

[6] 何旭，李鸿光。利用经验模式分解提高短时傅立叶变换分辨率。广西师范大学学报(自然科学版)。2005。

[7]  Yusheng Li , Biao Xue , Hong Hong, Xiaohua Zhu，Instantaneous Pitch    Estimation Based on Empirical Wavelet Transform，Proceedings of the 19th   International Conference on Digital Signal Processing，2014。论文网

[8]  Cohen A。Wavelets and multiscale signal processing。 Chapman and Hall,1995。

[9]  M。Cernak, P。 N。 Garner, and P。 Motlicek, A Simple Continuous Pitch  Estimation Algorithm, IEEE Signal Processing Letters,2013。

[10] 颜龙，刘刚，郭军。语言信号时频谱分析。北京邮电大学。2005年2期。

[11] 楼红伟，胡光锐。基于小波域的非平稳卷积混合语音信号的自适应盲分离。      《控制与决策》。2004年1期

[12] 张辛林，焦卫东。基于LND EMD故障诊断分析及其研究。《机械研究与应用》。2012

[13] 王光艳。语音信号处理中的数学形态学方法的研究。《河北工业大学硕士论 文》。2003

[14] 陈小利。含噪语音基音周期检测算法的研究。《解放军信息工程大学硕士论文》。2007

[15] 洪弘。基于Hilbert-Huang变换的汉语动态特征分析。《南京大学博士论文》。 2010