壓縮傳感算法研究與音頻應(yīng)用.pdf

1、壓縮傳感(Compressive Sensing，CS)是近年來國(guó)際上新提出的信號(hào)采樣方式，其針對(duì)稀疏信號(hào)或者采樣信號(hào)，在采樣的同時(shí)即可對(duì)信號(hào)數(shù)據(jù)進(jìn)行適當(dāng)壓縮，從而能夠以遠(yuǎn)低于Nyquist定律的速率進(jìn)行采樣數(shù)據(jù)，并精確地恢復(fù)出原始信號(hào)。壓縮感知有效地解決了傳統(tǒng)信號(hào)編碼技術(shù)在處理速度、存儲(chǔ)空間和抗干擾能力等方面的問題，具有廣闊的應(yīng)用前景。
　　 CS的線性測(cè)量過程在數(shù)據(jù)獲取的同時(shí)融入了壓縮的思想，雖然得到的數(shù)據(jù)量明顯減少，但如何

2、有效地從測(cè)量信號(hào)重建出原始信號(hào)卻是CS的一個(gè)關(guān)鍵問題，重建質(zhì)量的好壞也在CS從理論走向應(yīng)用的過程中起著至關(guān)重要的作用。
　　 本文研究了CS理論框架以及信號(hào)稀疏表示，測(cè)量矩陣設(shè)計(jì)和信號(hào)重構(gòu)算法三個(gè)方面的內(nèi)容，并將CS算法應(yīng)用到音頻編解碼中，著重研究了適合于音頻信號(hào)的稀疏變換域和重構(gòu)算法。首先在現(xiàn)有確定性變換矩陣的基礎(chǔ)上，對(duì)典型的音頻信號(hào)進(jìn)行稀疏表示，驗(yàn)證音頻信號(hào)的小波變換系數(shù)呈現(xiàn)的小波樹特性，由此進(jìn)一步研究適合多媒體信號(hào)的匹配追