：由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效， 提出 应用独立成分分析( I C A) 方法对声音信号进行特征提取， 并证明了这种 I C A 变换能增强语音和音 乐信号的超高斯性． 在此基础上， 应用 I C A基函数作为滤波器， 通过阈值化的去噪方法对含有强高 斯背景噪声的声音信号进行去噪仿真实验． 结果表明， 本方法明显优于传统的均值滤波和小波去噪 方法， 为强背景噪声下弱信号的检测提供 了新的途径．-: As many of the t

对语音信号用小波进行分解，然后再进行小波去噪。-The speech signal using wavelet decomposition, then the wavelet denoising.

matlab小波去噪程序，包含语音信号，和一维吸信号-wavelet denoise matlab code，including wav signal and one d signal。

小波变换的程序，包括一维变换，二维变换，一维语音信号处理，二维图像处理，软阈值去噪、硬阈值去噪、图像压缩-Wavelet transform procedures, including the one-dimensional transform two-dimensional transform one-dimensional speech signal processing, two-dimensional image processing, soft thresholding, hard t