語音信號壓縮感知關鍵技術研究.pdf

1、信號的稀疏性是壓縮感知理論的應用前提，壓縮感知用最少的觀測數(shù)來對信號進行壓縮采樣，實現(xiàn)了信號的降維處理，節(jié)約了采樣和傳輸?shù)某杀?，給信號采樣技術帶來一場新的革命。對于語音信號而言，由于其具有近似稀疏性，可以將壓縮感知理論與語音信號處理技術結合，打破了傳統(tǒng)的建立于奈奎斯特采樣的語音信號處理經(jīng)典模式。用壓縮感知理論中的觀測序列來代替?zhèn)鹘y(tǒng)奈奎斯特語音采樣值，將導致信號特征發(fā)生根本性的變化，從而影響語音信號處理應用的各個領域。本課題在對壓縮感知理

2、論深入研究的基礎上，研究了語音信號的壓縮感知稀疏域和基于觀測序列的語音端點檢測算法，提出一種適合語音的觀測矩陣，并對該觀測矩陣投影下的觀測序列模型進行研究，針對語音壓縮感知，提出一種碼本映射聯(lián)合l1重構算法。論文的主要工作和創(chuàng)新如下：
　?。?）研究語音觀測序列在不同稀疏域下的壓縮感知重構技術，對比語音信號在DCT、DFT、DWT及K-L變換下的稀疏性。研究表明，雖然在K-L變換下語音系數(shù)是最稀疏的，但由于重構時需要用到原信號的自

3、相關矩陣，實際應用困難，而在前三種稀疏域下，DCT變換的稀疏性最好。研究了在隨機高斯矩陣投影下，壓縮感知BP重構和OMP重構的原理及性能。實驗結果顯示對語音信號而言，在相同觀測點數(shù)下，BP重構性能優(yōu)于OMP，但運算復雜度大。研究了語音觀測在過完備余弦字典及KSVD字典下的壓縮感知，由于系數(shù)稀疏性的增強，其重構效果比DCT基均有提高，且KSVD字典重構性能優(yōu)于過完備余弦字典。根據(jù)語音幀和非語音幀壓縮感知觀測序列頻譜幅度分布分散且差異較大的

4、特性，提出一種基于壓縮感知觀測序列倒譜距離的語音端點檢測算法，以直接根據(jù)觀測序列特性分析判斷出原始輸入語音的屬性。對不同信噪比下的帶噪語音進行端點檢測仿真實驗，其性能與傳統(tǒng)奈奎斯特采樣下的倒譜端點檢測相當，但可以降低運算量。
　?。?）針對DCT稀疏基下，語音信號采用隨機高斯觀測矩陣投影時，壓縮感知重構零（近似零）系數(shù)定位能力差，導致對重構質量起主導作用的系數(shù)樣值發(fā)生較大誤差的問題，提出一種適合于語音信號壓縮采樣的行階梯觀測矩陣，

5、并對壓縮觀測序列采用對偶仿射尺度內點算法進行重構。仿真實驗結果顯示，行階梯矩陣做觀測矩陣，能夠對語音信號的零（近似零）系數(shù)進行較好的定位，從而得到明顯優(yōu)于高斯觀測矩陣下語音壓縮感知的重構性能，并且行階梯觀測矩陣與隨機高斯觀測矩陣相比，相應的數(shù)據(jù)量和運算量都大大減小。因此，作者認為，行階梯觀測矩陣是適合語音信號壓縮感知采樣的比較理想的投影矩陣。
　　（3）鑒于行階梯矩陣投影下得到的語音壓縮觀測序列仍具有較強的相關性，提出對觀測序列采

6、用Volterra級數(shù)二次建模，分析輸入序列維數(shù)和模型階數(shù)對語音行階梯觀測序列預測的效果，并聯(lián)合使用Wiener濾波器以提高預測準確程度，實現(xiàn)了基于部分CS觀測序列、Volterra模型、Wiener濾波器的CS重構。
　　（4）論文最后針對CS重構算法計算量大的問題，提出一種基于觀測序列與原始序列關系的碼本映射重構方法，該方法與l1重構相比，對稀疏系數(shù)的位置估計較為準確，且不需要優(yōu)化算法進行重構，而是從訓練得到的碼本中直接得到重

7、構系數(shù)，重構時需要的計算量比BP和OMP算法明顯下降。但由于系數(shù)大小估計不夠準確，綜合考慮重構性能和運算量，采用碼本映射聯(lián)合l1重構。該算法訓練階段得到語音碼本和觀測碼本，測試階段先估計測試語音的SNR，然后根據(jù)SNR和CS壓縮比選擇相應的能量門限?，觀測序列幀能量大于?采用l1重構，小于l1采用碼本重構。實驗表明，在中低SNR環(huán)境下，碼本映射聯(lián)合l1重構算法在一定的能量門限下重構性能優(yōu)于l1重構，在高SNR和無噪環(huán)境下，碼本映射聯(lián)合l