壓縮采樣環(huán)境下的語音數(shù)字編碼技術(shù)及量化噪聲對(duì)信號(hào)重構(gòu)影響的研究.pdf

1、傳統(tǒng)的基于奈奎斯特采樣定理的信號(hào)處理框架，面對(duì)超寬帶信號(hào)及冗余度較高的信號(hào)，處理起來不僅浪費(fèi)采樣資源而且效率低。近年來出現(xiàn)的壓縮感知理論，利用了信號(hào)的稀疏特性，可以實(shí)現(xiàn)對(duì)信號(hào)采樣的同時(shí)進(jìn)行壓縮，把復(fù)雜度從采樣端轉(zhuǎn)移到了重構(gòu)端，大大降低了信號(hào)的采樣成本，減少了數(shù)據(jù)量，成為信號(hào)處理領(lǐng)域的研究熱點(diǎn)。然而，對(duì)于數(shù)字系統(tǒng)而言，采樣只是信號(hào)數(shù)字化的第一步，真正數(shù)字化還有一個(gè)重要的環(huán)節(jié)——采樣數(shù)據(jù)的量化編碼，對(duì)于剛剛起步的壓縮采樣理論的研究，目前還很

2、少涉及對(duì)壓縮采樣后觀測序列的處理，本文正是在這樣背景下，以壓縮感知理論為基礎(chǔ)，研究壓縮采樣環(huán)境下的語音數(shù)字編碼技術(shù)。這是壓縮感知理論真正走向?qū)嶋H應(yīng)用的前提。
　　首先，本文結(jié)合語音信號(hào)稀疏預(yù)處理技術(shù)，提出了基于稀疏預(yù)處理的語音壓縮感知矢量量化編碼方案。對(duì)輸入的語音先做稀疏預(yù)處理工作，然后采用隨機(jī)高斯觀測矩陣進(jìn)行投影，對(duì)壓縮采樣得到的觀測序列進(jìn)行矢量量化編碼，在解碼端，對(duì)接收到的信息進(jìn)行矢量解碼得到觀測序列，再進(jìn)一步利用壓縮重構(gòu)技術(shù)

3、重構(gòu)出原始語音信號(hào)。通過仿真實(shí)驗(yàn)表明：稀疏預(yù)處理有效地提高了語音信號(hào)的稀疏表示效果，與未經(jīng)稀疏預(yù)處理的語音壓縮感知矢量量化編碼相比，在數(shù)碼率相同的情況下，合成語音的質(zhì)量有所提高。
　　接著，本文提出了一種基于量化壓縮感知的語音壓縮編碼方案，對(duì)觀測序列采用Lloyd-Max量化，在接收端，不需要矢量量化解碼，直接從量化后的觀測序列中重構(gòu)出原始語音。通過仿真實(shí)驗(yàn)表明：該編碼方法在對(duì)觀測序列不解碼的情況下，能夠直接重構(gòu)出原始語音信號(hào)，在

4、實(shí)現(xiàn)對(duì)語音信號(hào)觀測序列量化編碼的同時(shí)，保證了重構(gòu)語音的質(zhì)量。
　　為了進(jìn)一步減少傳輸?shù)臄?shù)據(jù)量，本文對(duì)觀測序列進(jìn)行建模，然后對(duì)模型參數(shù)進(jìn)行壓縮編碼，提出了一種基于觀測序列正弦字典模型的語音壓縮感知編碼方案。首先采用行階梯觀測矩陣對(duì)語音信號(hào)進(jìn)行壓縮采樣投影得到每一幀語音信號(hào)的觀測序列，然后對(duì)其進(jìn)行匹配追蹤正弦建模，分別對(duì)模型參數(shù)進(jìn)行壓縮編碼。通過仿真實(shí)驗(yàn)表明：該編碼方案在保證重構(gòu)語音質(zhì)量的前提下，能夠?qū)τ^測序列進(jìn)行有效地建模壓縮，大大