基于壓縮感知的重構算法與語音壓縮研究.pdf

1、Nyquist采樣定理指出：想要不失真的將信號恢復出來，采樣速率必須大于或等于信號最大帶寬的兩倍。隨著生活水平的提高和信息技術的發(fā)展，人類對信息需求的數量與質量與日俱增，導致傳輸成本和存儲要求大大提高。面對海量的數據處理與傳輸，傳統的奈奎斯特采樣方法顯得越來越不能適應這種需求了。壓縮感知是近年來國內外信號處理領域一個研究的熱點，“邊采樣邊壓縮”的特點使得可以以遠低于Nyquist采樣率的速率對信號進行壓縮采樣,壓縮與采樣集一步完成。相關

2、理論已經證明在滿足一定條件的情況下信號幾乎可以無失真的恢復，信號的采樣速率以及數據的存儲和傳輸的代價得到了非常大的降低，這種新的采樣思想已經開始打破傳統的采樣瓶頸。
　　本文首先闡述了壓縮感知基本原理，并且重點探討了其中的方向類追蹤算法。針對最優(yōu)化理論中常用的牛頓法，結合ROMP算法中的正則化思想，提出了一種改進的正則化牛頓算法，實驗仿真結果表明新算法在性能上有一定的提高。
　　其次，本文嘗試將壓縮感知思想應用于語音信號的時

3、域處理，提出了一種語音的自適應壓縮感知方案。與對語音信號直接進行壓縮感知的“原始處理方案”相比較，所研究的方案可以進一步提高語音信號的壓縮率與重構概率。除此之外，本文還對比了傳統的離散余弦變換壓縮與基于壓縮感知的壓縮，分析了基于壓縮感知壓縮方案的抗噪聲性能。
　　語音信號在傳輸前需要進行壓縮編碼，以減低碼率。本文先簡述了兩種語音壓縮編碼方案，即脈沖編碼調制和線性預測分析。本文接著嘗試對語音感知觀測序列進行壓縮編碼，并進行了實驗仿真