基于压缩感知的声频信号处理及应用

发布时间：2018-01-16 00:32

  本文关键词：基于压缩感知的声频信号处理及应用　出处：《南京理工大学》2017年硕士论文　论文类型：学位论文

  更多相关文章： 压缩感知 声频信号重构 改进观测矩阵 稀疏变换基 抗丢包方法

【摘要】：压缩感知理论的最终目的是要应用于实际工程之中,以较少的采样数据重构出原始信号。而对于不同种类的信号,其适用的稀疏基、观测矩阵和重构算法是不同的。因此,本文将针对声频信号这一自然界中常见的信号对压缩感知理论及其应用展开研究。论文简要地介绍了压缩感知理论的发展及其应用,研究了稀疏基、观测矩阵和重构算法的基本概念及原理。着重研究了三类主要的观测矩阵,分析了它们的优缺点,并根据随机伯努利观测矩阵和部分哈达玛观测矩阵提出了两种改进的观测矩阵;分别验证了两改进矩阵作为观测矩阵的RIP性质,并利用模拟时域稀疏信号进行信号重构研究它们的性能;仿真结果表明,两改进观测矩阵相比于它们的原型观测矩阵,性能得到了改善。为了得到声频信号数据并研究其在无线传输过程中的丢包问题,利用传声器、MSP430G2553单片机和nRF24L01无线模块设计了无线声信号采集系统,完成声频信号的采集及数据的无线传输。在实验部分中,根据采集到的声频信号(一段频率范围为27.5Hz～4.86kHz的钢琴曲),研究了不同稀疏基对声频信号的稀疏化效果,分析得出声频信号适用的稀疏变换基;分析了各类观测矩阵对声频信号的适用性,利用两改进观测矩阵对声频信号进行观测重构;结果表明,基于随机序列的部分哈达玛观测矩阵对声频信号的观测效果得到了显著改善,且该矩阵在硬件上更容易实现,非常适合应用到声频信号的压缩采样中;其次,分析研究了几类重构算法对声频信号重构的效果,得出了声频信号适用的重构算法。最后,针对声频信号无线传输过程中的丢包问题,分别提出了基于发送端的压缩感知抗丢包方法和基于接收端的压缩感知抗丢包方法;模拟丢包状态对两抗丢包方法进行了验证,结果表示,两方法均有较好的抗丢包效果,其中基于接收端的压缩感知抗丢包方法效果尤其显著,在丢包率为60%的情况下仍可以较好地恢复声频信号。
[Abstract]:In order to obtain audio signal data and to study its application in wireless transmission , two improved observation matrixes are designed . The results show that the two improved observation matrixes are suitable for the compression sampling of audio signals . The results show that the two improved observation matrixes have good anti - packet loss effect compared with the original observation matrix .

【学位授予单位】：南京理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TN912.3

【相似文献】

相关期刊论文 前10条

1 刘叙含;申晓红;姚海洋;邓欣;;基于帐篷混沌观测矩阵的图像压缩感知[J];传感器与微系统;2014年09期

2 王韦刚;杨震;顾彬;胡海峰;;基于观测矩阵优化的自适应压缩频谱感知[J];通信学报;2014年08期

3 王侠;王开;王青云;梁瑞宇;左加阔;赵力;邹采荣;;压缩感知中的确定性随机观测矩阵构造[J];信号处理;2014年04期

4 鄢鹏程;;一种基于阈值迭代和自适应观测矩阵的压缩感知图像处理[J];信息与电脑(理论版);2013年03期

5 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期

6 宁万正;王海燕;申晓红;蒋世全;王璇;;一种自适应观测矩阵下的信号重构算法[J];计算机应用研究;2011年09期

7 赵春晖;刘巍;;压缩感知理论及其在成像技术中的应用[J];智能系统学报;2012年01期

8 金坚;谷源涛;梅顺良;;压缩采样技术及其应用[J];电子与信息学报;2010年02期

9 王军华;黄知涛;周一宇;王丰华;;压缩感知理论中的广义不相关性准则[J];信号处理;2012年05期

10 肖小潮;郑宝玉;王臣昊;;一种基于最优观测矩阵的自适应贝叶斯压缩信道感知联合机制[J];电子与信息学报;2012年10期

相关会议论文 前1条

1 顾国生;战荫伟;;一种混沌序列在压缩感知观测矩阵构造中的应用[A];第十五届全国图象图形学学术会议论文集[C];2010年

相关博士学位论文 前6条

1 赵玉娟;压缩感知和矩阵填充及其在信号处理中应用的研究[D];南京邮电大学;2015年

2 姚世红;压缩感知若干关键问题研究[D];武汉大学;2015年

3 孙晶明;压缩感知中观测矩阵的研究[D];华中科技大学;2013年

4 徐永刚;矿山数据压缩采集与重建方法研究[D];中国矿业大学;2013年

5 丁丽;MIMO雷达稀疏成像的失配问题研究[D];中国科学技术大学;2014年

6 张京超;稀疏多频带信号压缩采样方法研究[D];哈尔滨工业大学;2014年

相关硕士学位论文 前10条

1 龚艳雷;基于SDN的网络流量矩阵测量方法研究[D];电子科技大学;2015年

2 刘莎;压缩感知中观测矩阵的构造及优化方法研究[D];东北大学;2013年

3 王哲;基于稀疏重构的SAR成像技术研究[D];西安电子科技大学;2014年

4 凤宏哲;高分辨SAR稀疏目标成像研究[D];西安电子科技大学;2014年

5 朱海梁;压缩感知接收机关键技术研究[D];西安电子科技大学;2014年

6 李继楼;压缩感知观测矩阵优化与信号重建算法研究[D];南京邮电大学;2015年

7 樊艳明;面向水上行走机器人的微型视觉传感系统设计与实现[D];中央民族大学;2016年

8 金明亮;嵌入式视觉压缩传感及其直接环境认知的研究[D];南昌大学;2013年

9 熊波;基于压缩感知的观测矩阵构造方法及性能研究[D];湖南师范大学;2016年

10 任建新;认知无线电网络中稀疏优化算法研究[D];中南民族大学;2015年

，

本文编号：1430795