面向压缩感知语音增强算法的测量矩阵的研究

《面向压缩感知语音增强算法的测量矩阵的研究》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、．＇、ＵＤＣ：编号巧＿．…．ｒ一＞；矣＾／．涵：Ｖｔ每朱雜巧抑據＾聲利秦－ｖ＾－－－＾工程硕±学位论文■＾－＾＇、ｍ｜焉向愿缩感知语音増强算法的测量矩阵Ｉ＾’’如．击气含．１户主￥，、—／＾窜琴’．指导教师姓名、职称：甘振业副教授＾专业名称；电巧通信工程＼．，研方向：语音信号处理—Ｉ４＾＾＾＾、＞ｖ鑽带公硕士学位论文M.D.Thesis面向压缩感知语音增强算法的测量矩阵的研究Researchonmeasurementm

2、atrixofspeechenhancementbasedoncompressedsensing李珊珊LiShanShan二○一六年五月西北师范大学工程硕士学位论文摘要近年来，压缩感知技术逐渐成为语音信号处理领域的研究热点，它是对信号采样和数据压缩同时进行的一种新理论，该理论突破了传统的奈奎斯特采样定理的限制。在压缩感知过程中，测量矩阵在信号重构过程中有着相当重要的作用，因此测量矩阵的研究对压缩感知具有重要的理论意义。现阶段压缩感知理论在语音增强领域的研究大多还停留在稀疏表示和信号重构方面，而针对测量矩阵在语音压缩感知技

3、术中的研究还很少。而不同的测量矩阵和重构算法对带噪语音信号的降噪性能有不同的影响。因此，本文以语音增强为目标，结合测量矩阵及其重构算法的特性，研究了测量矩阵和重构算法对语音增强的影响。论文的主要工作如下：1．研究了测量矩阵对语音增强的影响。主要选择了5种常用测量矩阵，分别在不同的噪声环境，不同的信噪比下，进行实验仿真，分析了5种测量矩阵对带噪的单音字、词语、句子增强后的语音信号，并通过两种客观评价方法对去噪后的语音质量进行了语音质量评价。实验结果表明：不管是从去噪信号的波形图还是通过客观评价指标来看，托普利兹矩阵和循环矩

4、阵的去噪效果都略优于其他三种测量矩阵，其中对于白噪声带噪语音，在低信噪比情况下，循环矩阵较优，去噪后的语音平均PESQ值比性能差的伯努利矩阵提高了66.16%。而在高信噪比情况下，比性能相对差的随机高斯矩阵提高了13.54%。2．分别利用了正交匹配追踪（OrthogonalMatchingPursuit,OMP）算法和稀疏自适应匹配追踪（SparsityAdaptiveMatchingPursuit,SAMP）算法研究了重构算法对语音增强的影响。对加入白噪声的带噪语音进行了重构仿真实验，由得出的信噪比结果分析对比两种重构

5、算法的性能优劣。实验结果表明：不管是从重构信号的波形图还是通过客观评价指标来看，传统的OMP算法去噪效果较差，重构语音还包含大量噪声。SAMP算法较之OMP算法，去噪效果较优，它有效地减少了含噪信号中的噪声成分，提高了去噪语音的信噪比，并得出SAMP算法重构语音的信噪比要比OMP算法约高8dB。关键词：语音增强；压缩感知；测量矩阵；OMP；SAMPI面向压缩感知语音增强算法的测量矩阵的研究AbstractInrecentyears,compressedsensingtechnologyhasincreasinglybec

6、omeahottopicinthefieldofspeechsignalprocessing,whichisanewtheoryandcomplementssignalsamplinganddatacompressionsimultaneously,andthetheorybreaksthroughthelimitationsoftraditionalNyquistsamplingtheorem.Intheprocessofcompressedsensing,themeasurementmatrixplaysanimpo

7、rtantroleinthesignalreconstructionprocess,Therefore,theresearchofmeasurementmatrixforthecompressedsensingtechnologyhasimportanttheoreticalsignificance.Atthepresentstage,mostofthecompressedsensingstudyisremainedinthefieldofspeechenhancementinthesparserepresentatio

8、nandsignalreconstruction,buttheinfluenceofmeasurementmatrixforspeechenhancementhasbeenlessstudied.Sincethedifferentmeasurementmatrixandreconstructionalgorithms