欢迎来到天天文库
浏览记录
ID:32412411
大小:1.10 MB
页数:65页
时间:2019-02-04
《基于压缩感知重构算法及语音压缩研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、ResearchonReconstructionAlgorithmsandCompressionofSpeechBaseonCompressedSensingThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByZhiweiLiuSupervisor:Prof.WeipingZhuApril2013南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人
2、在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实,愿意承担一切相关的法律责任。研究生签名:_____________日期:____________南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交
3、论文的复印件和电子文档;允许论文被查阅和借阅;可以将学位论文的全部或部分内容编入有关数据库进行检索;可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布(包括刊登)授权南京邮电大学研究生院(筹)办理。涉密学位论文在解密后适用本授权书。研究生签名:____________导师签名:____________日期:_____________摘要Nyquist采样定理指出:想要不失真的将信号恢复出来,采样速率必须大于或等于信号最大带宽的两倍。随着生活
4、水平的提高和信息技术的发展,人类对信息需求的数量与质量与日俱增,导致传输成本和存储要求大大提高。面对海量的数据处理与传输,传统的奈奎斯特采样方法显得越来越不能适应这种需求了。压缩感知是近年来国内外信号处理领域一个研究的热点,“边采样边压缩”的特点使得可以以远低于Nyquist采样率的速率对信号进行压缩采样,压缩与采样集一步完成。相关理论已经证明在满足一定条件的情况下信号几乎可以无失真的恢复,信号的采样速率以及数据的存储和传输的代价得到了非常大的降低,这种新的采样思想已经开始打破传统的采样瓶颈。本文
5、首先阐述了压缩感知基本原理,并且重点探讨了其中的方向类追踪算法。针对最优化理论中常用的牛顿法,结合ROMP算法中的正则化思想,提出了一种改进的正则化牛顿算法,实验仿真结果表明新算法在性能上有一定的提高。其次,本文尝试将压缩感知思想应用于语音信号的时域处理,提出了一种语音的自适应压缩感知方案。与对语音信号直接进行压缩感知的“原始处理方案”相比较,所研究的方案可以进一步提高语音信号的压缩率与重构概率。除此之外,本文还对比了传统的离散余弦变换压缩与基于压缩感知的压缩,分析了基于压缩感知压缩方案的抗噪声性
6、能。语音信号在传输前需要进行压缩编码,以减低码率。本文先简述了两种语音压缩编码方案,即脉冲编码调制和线性预测分析。本文接着尝试对语音感知观测序列进行压缩编码,并进行了实验仿真,以验证语音信号恢复的可行性。此外,本文还研究了一种基于压缩感知的压缩编码方案——基于LPC系数的压缩感知编码关键词:压缩感知,正则化,自适应,压缩,编码IAbstractTheconventionalNyquistsamplingtheoremstatesthatsignalcanbereconstructedwithout
7、distortiononlywhenthesamplingfrequencyisgreaterthanorequaltotwotimesthehighestfrequencyofthesignal.Withtheimprovementoflivingstandardsandthedevelopmentofinformationtechnology,theamountandqualityofinformationblockincreasing,resultinginthesignalsampling
8、rateandprocessingspeedaregettinghigherandhigher.Thetheoryofcompressedsensingproposedinrecentyearsbecomesahotideainthefieldofsignalprocessing.Itcompletessignalcompressionandsamplingatthesametimesothatthecompressedsamplingratecanbemuchlessthanth
此文档下载收益归作者所有