（图3）
左声道细节信号 右声道细节信号
（图4）
结语：
由以上图中的结果均可以看出，用小波进行信号的消噪可以很好地保留有用信号中的尖峰和突变部分。而用Fourior分析进行滤波时，由于信号集中在低频部分，噪声分布在高频部分，所以用低通滤波器进行滤波。但是他不能将有用信号的高频部分和由噪违拗上起的高频干扰有效区分。若低通滤波器太窄，则滤波后信号中仍存在大量噪声；若低通滤波器太宽，则将一部分有用信号当作噪声滤除了。因此小波分析方法对非平稳信号的消噪比Fourior分析更加优越。
对于非平稳信号的去噪处理，小波软硬阈值法、小波变换分解法都能够很好的处理声音信号。通过MATLAB编制程序进行给定信号的噪声抑制和非平衡信号的噪声消除实验表明：基于以上两种的消噪方法是一种提取有用信号、展示突变信号的优越方法，具有广阔的实用价值。
参考文献
Delyon B,Juditsky A, Benveniste A.Accuracy Analysis forWavelet Approximation［J］. IEEE Transactions on Neural Networks，1995, 6(2): 320-350.
Divid L, Donoho.Denoising by Softthreshold ing.［J］IEEE Transaction on information theory1995, 41(3): 609- 632.
刘贵忠，邸双亮.小波分析及其应用［M］.西安：西安电子科技大学出版社，1997.
吴湘淇.信号、系统与信号处理（下）［M］.北京：电子工业出版社，1996.
胡昌华，张军波，夏军，等.基于Matlab的系统分析与设计（小波分析） ［M］.西安：西安电子科技大学出版社，1999.
张明照，刘政波，刘斌等.用MATLAB实现信号分析和处理 [M] 北京:科学出版社，2006.1
刘永本.非平稳信号分析导论 [M] 北京.国防工业出版社，2006.2
