基于壓縮感知的語音稀疏基和投影矩陣構(gòu)造技術(shù)的研究.pdf

1、語音通信已經(jīng)成為人類生活中必不可少的一部分，語音是模擬信號，需要經(jīng)過數(shù)字化處理才能在數(shù)字通信系統(tǒng)中進行加工處理。在信號處理中數(shù)字化的第一步便是采樣，一般遵循奈奎斯特采樣定理對語音信號采樣。但是奈奎斯特采樣的速率較高，采集的信號中具有較多冗余的信息。所以為了降低采集后的數(shù)據(jù)量，2004年 Daonodo與 Candes等人提出了壓縮感知理論，壓縮感知在對稀疏信號進行采樣的同時，也對信號進行了壓縮。采用壓縮感知技術(shù)對語音信號進行處理，將大大

2、降低傳輸過程中所需的信息量。壓縮感知的前提是信號具有稀疏性，但是語音信號在常規(guī)變換域中的稀疏度不夠理想，所以在對語音信號進行壓縮感知投影觀測之前，首先需要對語音信號在稀疏變換基上的稀疏表示進行深入研究。
　　本文主要研究了語音信號的近似稀疏性和稀疏表示形式，在現(xiàn)有傳統(tǒng)正交基的基礎(chǔ)上尋找稀疏字典的訓(xùn)練算法，從而使得原始信號在訓(xùn)練過的稀疏變換基上可以更加稀疏地表示。主要工作和創(chuàng)新有：⑴在語音信號壓縮感知技術(shù)中常常對投影觀測矩陣進行自適

3、應(yīng)的選取，本文將信號的投影殘差加入到自適應(yīng)投影觀測矩陣的選取中，改進了針對信號能量進行的自適應(yīng)投影觀測算法；⑵將K-SVD訓(xùn)練算法和小波分解后的特性聯(lián)合考慮，對小波分解后的低頻系數(shù)采用K-SVD算法，從而降低了稀疏字典訓(xùn)練算法的復(fù)雜度；⑶針對K-LMS稀疏字典訓(xùn)練算法中LMS分解過程采用固定的步長因子，容易帶來較大的穩(wěn)態(tài)誤差這個問題，本文提出將前兩次稀疏表示過程中的誤差引入到步長因子的計算中，對K-LMS訓(xùn)練算法進行改進，從而得到較好的