基于压缩感知的语音重构算法和消噪技术研究

发布时间：2017-06-11 17:06

  本文关键词：基于压缩感知的语音重构算法和消噪技术研究，，由笔耕文化传播整理发布。

【摘要】：步入“大智移云“(大数据、智能化、移动互联网和云计算)时代,人类之间的联系更加密切,信息的交换也更加频繁。传统的数字采样技术在面临海量数据的时候,由于需要先采样后压缩,造成了采样资源的浪费;同时,无线通信中传输大量的数据需要大量的频带资源,给本来就不充裕的频带资源带来了非常大的压力。最近几年,压缩感知作为一种新兴的压缩采样技术,给信号与信息处理领域注入了新的活力。压缩感知的特点在于它可以在采样的同时对信号进行压缩,节约了采样成本。本文将压缩感知理论应用到语音信号处理领域,研究语音压缩感知中的重构算法和消噪方法。首先,本文对压缩感知的基本理论进行了介绍,并给出了相应的数学模型;在此基础上,将压缩感知与语音信号处理结合,分析了语音压缩感知理论;又结合实际,研究了含噪情况下的语音压缩感知技术,并对其进行了仿真实验。其次,本文对传统的重构贪婪算法进行了详细地介绍,分析了各贪婪算法的优缺点;针对SAMP算法固定步长的缺点,对其进行改进(通过阈值调整步长,并加入了裁剪步骤)提出了一种VSSAMP算法;通过实验仿真,将提出的VSSAMP算法和SAMP进行比较,实验结果表明,改进后的VSSAMP算法不仅能够提高重构的精度,还提升了重构速度。最后,本文利用语音经过行阶梯矩阵观测后仍然能够保留大部分语音特性的特点,先对观测序列进行谱减法消噪处理;然后在重构环节,提出一种自适应的重构算法,该算法可以根据输入信噪比自适应地修改重构算法的终止参数,不仅提高了输出重构语音的信噪比,而且降低了重构时间;最后在重构端加入一低通滤波器,去除重构语音中的毛刺,提高语音的可懂度与自然度。实验结果表明,这种新的语音重构系统可以提高输出语音的信噪比和主观听觉平均意见分,在白噪声情况下具有很强的抗噪能力,并且能够提高重构的速度。
【关键词】：压缩感知 重构算法 行阶梯矩阵 语音信号 含噪语音 消噪
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN912.3
【目录】：

• 摘要4-5
• Abstract5-8
• 专用术语注释表8-9
• 第一章 绪论9-15
• 1.1 课题来源及研究背景9-10
• 1.2 压缩感知技术的研究动态10-11
• 1.3 压缩感知技术在语音领域的应用11-12
• 1.4 课题来源及意义12-13
• 1.5 本文主要工作13-14
• 1.6 本文的内容及结构安排14-15
• 第二章 压缩感知理论及其在语音中的应用15-37
• 2.1 引言15
• 2.2 压缩感知基本理论15-21
• 2.2.1 稀疏表示15-17
• 2.2.2 观测矩阵17-18
• 2.2.3 重构算法18-21
• 2.3 语音信号的压缩感知21-32
• 2.3.1 语音信号的稀疏表示21-29
• 2.3.2 语音信号的观测矩阵29-30
• 2.3.3 语音信号的重构算法30-32
• 2.4 含噪语音的压缩感知32-36
• 2.4.1 噪声对稀疏性的影响33-34
• 2.4.2 含噪情况下的观测矩阵34-35
• 2.4.3 含噪语音的重构算法研究35-36
• 2.5 本章小结36-37
• 第三章 变步长的稀疏自适应匹配追踪算法37-51
• 3.1 引言37
• 3.2 贪婪算法介绍37-43
• 3.2.1 OMP算法38
• 3.2.2 StOMP算法38-39
• 3.2.3 ROMP算法39-40
• 3.2.4 CoSaMP算法40-41
• 3.2.5 SP算法41-42
• 3.2.6 SAMP算法42-43
• 3.3 变步长的稀疏自适应匹配追踪算法43-46
• 3.3.1 改进的VSSAMP算法43-45
• 3.3.2 理论性能分析45-46
• 3.4 仿真实验及结果分析46-50
• 3.4.1 绝对稀疏信号的重构性能比较46-47
• 3.4.2 语音信号在不同压缩比下的性能比较47-48
• 3.4.3 语音信号在变最小步长下的性能比较48-49
• 3.4.4 语音信号在噪声环境下的性能比较49-50
• 3.5 本章小结50-51
• 第四章 基于压缩感知的自适应谱减法语音增强算法51-62
• 4.1 引言51
• 4.2 系统模型51-52
• 4.3 基于压缩感知的自适应谱减法语音增强52-58
• 4.3.1 行阶梯观测矩阵52-55
• 4.3.2 谱减法55-56
• 4.3.3 自适应正交匹配追踪算法56-57
• 4.3.4 低通滤波器57-58
• 4.4 实验仿真58-61
• 4.4.1 本文算法与行阶梯观测的压缩感知、传统谱减法的比较58-59
• 4.4.2 自适应调节lambda值的作用59-60
• 4.4.3 经过低通滤波器后信号的性能60
• 4.4.4 本文算法与基于子空间法、基于维纳滤波的消噪方法对比60-61
• 4.5 本章小结61-62
• 第五章 总结与展望62-64
• 5.1 文章总结62-63
• 5.2 展望63-64
• 参考文献64-68
• 附录1 攻读硕士学位期间撰写的论文68-69
• 附录2 攻读硕士学位期间参加的科研项目69-70
• 致谢70

【相似文献】

中国期刊全文数据库 前10条

1 陈勤;邹志兵;张e

本文编号：442046