基于压缩感知的语音信号重构方法研究

来源 :安徽大学 | 被引量 : 0次 | 上传用户:remine
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
蓬勃发展的压缩感知(Compressed Sensing)理论提供了一种非常简单有效的信号获取方式,借助于重构算法它可以用低于奈奎斯特率的采样来恢复原始信号。随着CS理论在信号处理领域的广泛应用,在音频和语音信号处理的研究中,该理论的应用也口趋流行并成熟。本文主要将压缩感知理论应用到语音信号的重构中,首先介绍CS理论的基本知识,然后深入研究语音信号在不同基上的稀疏性和测量矩阵及重构算法对语音信号重构效果的影响,最后还讨论了CS理论在移动通信系统语音信号处理中的应用。论文主要研究的工作概括如下:●分析语音信号在不同基上的稀疏性,使用DCT及小波变换对语音信号进行稀疏分解,讨论随机、循环和托普利兹矩阵作为测量矩阵进行非相关测量的效果,对比采用BP、OMP和StOMP重构算法恢复信号效果的优劣。实验结果表明,对于语音信号采用循环矩阵作为测量矩阵进行重构的结果较其他两种矩阵具有较强的稳定性和较低的误差率;采用的改进的逐步正交匹配追踪算法(StOMP算法)在运行时间上大大缩减,但是效果较其他算法没有太大差异。●研究测量矩阵选取对语音信号重构效果的影响,在介绍了结构化随机矩阵的相关知识后,对传统随机、托普利兹、循环等测量矩阵进行改进,并将稀疏对角矩阵应用于测量矩阵完成对语音信号的非相干测量。在语音信号上进行实验,分别采用稀疏对角结构测量矩阵和传统测量矩阵,对比它们使用StOMP算法重构语音信号的效果。实验结果表明,采用改进的稀疏对角循环矩阵重构语音信号,较传统矩阵重构的精确度有明显提高,运行时间也有明显缩短。●设计一个基于压缩感知理论的移动通信系统,将CS理论应用到这种新型移动通信系统语音信号处理的设计中,在传输端使用CS调制来压缩语音信号并在接收端解CS调制来重构原始信号,在不丢失重要信息的情况。下实现语音信号重构并提高了系统数据传输速率。在真实语音信号上的模拟实验结果表明,本系统可以误差较小的有效重构语音信号,且与小波压缩相比CS的性能更好,在使用不同参数具有相同压缩率时误差更最小。
其他文献
随着数字技术、计算机以及网络技术的普及和发展,数字图像资源越来越丰富,人们对图像检索系统的需求也越来越高,因而基于内容的图像检索技术应运而生。颜色特征是图像的基本
为讨论冷镀锌涂料的防污性能,用富锌涂料作对照在青岛中港进行了3 a多的海港实验,并与50多年前在此进行的污损生物调查结果进行比较,详细分析了两者差别原因.首次用PRIMER 6
随着科学的创新与技术的进步,教育会朝着网络化、信息化以及个性化的方向发展。未来的课堂将是融合简洁的教室、虚拟的实验、丰富的信息化设备与足够的网络资源于一体的现代
近年来,处理器的能耗问题日益突出,单处理器到多核处理器,虽然在性能上有所提高,但同时导致了更多的能量消耗,不仅引发了难以解决的散热问题,还导致系统的可靠性下降。因此,
动态核磁共振成像(Magnetic Resonance Imaging,MRI)能够提供对运动器官进行辅助诊断的图像,因此是一门非常有用的技术并且已经被广泛地应用于临床辅助诊断。然而,MRI过程通
目前高速数据采集在电子产业中的应用越来越广泛,尤其是在软件无线电和遥感,数字示波器、孔径雷达等需要解决大带宽信号的采集和处理的方面。高速数据采集系统的要求包括具有
自然场景下进行图像采集需要具备良好的自然条件,才能获得高质量的图片,但在实际情况中,多变的自然条件经常干扰成像效果,导致采集到的图像质量下降。其中,最主要的自然条件有两种
随着标准化考场建设的推进,传统视频监控技术监控效率低、海量视频存储压力大的缺点逐渐突显出来。智能化监考系统是智能行为分析技术的一个应用方面,可以杜绝监考不严,提高
无线传感器网络(Wireless Sensor Networks, WSN)是信息化、智能化和网络化的结合,已经成为信息领域的一个重要研究方向。WSN实现了信息的获取、处理、传递,乃至系统控制的智
系统辨识一直都是控制领域研究的热点与难点。传统的辨识方法在处理非线性系统辨识上存在很多的缺点,而人工神经网络具有自适应能力、并行处理能力、自学习能力以及任意逼近非