語音信號的壓縮感知研究及其在語音編碼中的應用.pdf

1、壓縮感知足針對稀疏信號或者可壓縮信號進行采集的一種新理論，在采樣的同時對信號進行壓縮。此理論極大豐富了信號的獲取理論，為其它的相關領域的科學研究提供了新思路、新理論和新指導，壓縮感知理論在信號的處理領域具有突出的優(yōu)點和廣闊的應用前景。目前此領域仍然有許多問題值得大家進行研究，重建算法是其中最為關鍵的一部分，它對于壓縮后信號的重建和采樣過程的準確性都有著極其重要的意義。
　　 本論文對壓縮感知理論和語音壓縮編碼進行了系統(tǒng)地研究學習

2、，運用了DCT稀疏基和小波稀疏基對語音信號是否可以稀疏表示進行了證明。研究和討論了在8kHz采樣下對于語音信號選擇多大的稀疏K最為理想，在滿足短時平穩(wěn)性的前提下，幀長選取多大最為適宜；在測量矩陣方面，對測量矩陣進行了QR分解；在重構算法方面，首先使用了OMP算法對語音信號進行重構，然后圍繞貝葉斯算法展開更為深入的探討，把貝葉斯理論運用到語音重構方面，運用了稀疏貝葉斯壓縮感知算法，快速貝葉斯匹配追蹤算法(FBMP)和基于小波樹結構的貝葉斯

3、算法(TSW-CS)。主要完成工作如下：
　　 首先介紹了語音信號處理的基本知識，再對語音信號是否可以稀疏表示進行了驗證，運用了DCT變換和小波變換兩種方法，證明了語音信號是可以壓縮的，為運用壓縮重構算法鋪平了道路，奠定了基礎。然后在滿足語音短時平穩(wěn)性條件下，在8kHz采樣條件下，對于如何選取稀疏K和幀長，使重構性能最理想，進行了實驗論證。
　　 運用了貪婪迭代算法中的OMP重構算法對語音信號進行了重構，此種方法較為普遍

4、，缺點是重構精度不高。本論文提出了在貝葉斯框架下，用貝葉斯理論的觀點對語音信號的壓縮感知做出了一種全新的解釋。使用了貝葉斯算法和FBMP算法分別對帶噪聲的語音信號進行重構，結果證明重構精度得到一定的提高，具有一定的效果。
　　 最后結合小波樹結構，蒙特卡洛馬爾科夫(MCMC)方法，在貝葉斯框架下，運用了TSW-CS算法，對語音進行重構。實驗結果表明，使用該方法對語音信號進行重構，重構誤差小，精確度高，重構的平均幀信噪比接近19.