论文摘要
压缩感知是针对稀疏信号或者可压缩信号进行采集的一种新理论,在采样的同时对信号进行压缩。此理论极大丰富了信号的获取理论,为其它的相关领域的科学研究提供了新思路、新理论和新指导,压缩感知理论在信号的处理领域具有突出的优点和广阔的应用前景。目前此领域仍然有许多问题值得大家进行研究,重建算法是其中最为关键的一部分,它对于压缩后信号的重建和采样过程的准确性都有着极其重要的意义。本论文对压缩感知理论和语音压缩编码进行了系统地研究学习,运用了DCT稀疏基和小波稀疏基对语音信号是否可以稀疏表示进行了证明。研究和讨论了在8kHz采样下对于语音信号选择多大的稀疏K最为理想,在满足短时平稳性的前提下,帧长选取多大最为适宜;在测量矩阵方面,对测量矩阵进行了QR分解;在重构算法方面,首先使用了OMP算法对语音信号进行重构,然后围绕贝叶斯算法展开更为深入的探讨,把贝叶斯理论运用到语音重构方面,运用了稀疏贝叶斯压缩感知算法,快速贝叶斯匹配追踪算法(FBMP)和基于小波树结构的贝叶斯算法(TSW-CS)。主要完成工作如下:首先介绍了语音信号处理的基本知识,再对语音信号是否可以稀疏表示进行了验证,运用了DCT变换和小波变换两种方法,证明了语音信号是可以压缩的,为运用压缩重构算法铺平了道路,奠定了基础。然后在满足语音短时平稳性条件下,在8kHz采样条件下,对于如何选取稀疏K和帧长,使重构性能最理想,进行了实验论证。运用了贪婪迭代算法中的OMP重构算法对语音信号进行了重构,此种方法较为普遍,缺点是重构精度不高。本论文提出了在贝叶斯框架下,用贝叶斯理论的观点对语音信号的压缩感知做出了一种全新的解释。使用了贝叶斯算法和FBMP算法分别对带噪声的语音信号进行重构,结果证明重构精度得到一定的提高,具有一定的效果。最后结合小波树结构,蒙特卡洛马尔科夫(MCMC)方法,在贝叶斯框架下,运用了TSW-CS算法,对语音进行重构。实验结果表明,使用该方法对语音信号进行重构,重构误差小,精确度高,重构的平均帧信噪比接近19.5dB。证明了在相同的条件下,此算法的重建效果优于其它算法,值得运用。
论文目录
相关论文文献
- [1].一种语音信号基音频率提取算法的研究及实现[J]. 中国新通信 2020(03)
- [2].信号与系统课程中语音信号应用的教学案例研究[J]. 宁波工程学院学报 2016(04)
- [3].混合语音信号盲分离算法研究与应用[J]. 通信电源技术 2016(06)
- [4].混响环境下语音信号优化识别仿真研究[J]. 计算机仿真 2017(02)
- [5].语音信号准确性识别仿真研究[J]. 计算机仿真 2017(02)
- [6].基于移频函数的语音信号加密[J]. 电脑知识与技术 2015(28)
- [7].基于语音信号的情感识别技术研究[J]. 延安大学学报(自然科学版) 2017(01)
- [8].小波变换在语音信号降噪技术中的应用[J]. 信息通信 2017(03)
- [9].语音信号增强算法的谱减法应用探究[J]. 黑龙江科技信息 2015(13)
- [10].堆取料机连锁信号和语音信号无线传输技术研究[J]. 中国冶金 2010(07)
- [11].基于短时能量的语音信号端点检测[J]. 电脑知识与技术 2008(18)
- [12].高噪声环境下舰船通信语音信号增强方法研究[J]. 舰船科学技术 2019(24)
- [13].基于生成对抗网络的语音信号分离[J]. 计算机工程 2020(01)
- [14].耦合双谱运算在语音信号分析中的应用[J]. 软件 2020(09)
- [15].语音信号模拟传输系统实验设计与实现[J]. 电子世界 2018(06)
- [16].关于自然语言交互中语音信号优化识别仿真[J]. 计算机仿真 2018(04)
- [17].远距离通信语音信号噪声抑制仿真研究[J]. 计算机仿真 2017(04)
- [18].数字滤波语音信号除噪设计[J]. 长春工业大学学报(自然科学版) 2013(06)
- [19].一种远场语音信号去噪算法研究与实现[J]. 电子科技 2014(08)
- [20].语音信号的多小波脊提取算法研究[J]. 科技视界 2013(06)
- [21].帧间自适应语音信号压缩感知[J]. 信号处理 2012(06)
- [22].基于混沌理论的汉语语音信号的分析与预测[J]. 电路与系统学报 2012(05)
- [23].基于差分变换的语音信号压缩感知[J]. 信号处理 2011(09)
- [24].基于最优观测的语音信号压缩感知[J]. 南京邮电大学学报(自然科学版) 2011(06)
- [25].卷积噪声环境下语音信号鲁棒特征提取[J]. 声学学报 2010(04)
- [26].虚拟式语音信号实时采集与识别平台[J]. 计算机测量与控制 2010(08)
- [27].基于设备固有噪声的置换语音信号检测[J]. 电声技术 2009(10)
- [28].语音信号去噪声处理研究与仿真[J]. 软件导刊 2017(12)
- [29].高频宽、高灵敏度激光语音信号获取电路[J]. 电子制作 2017(17)
- [30].基于二次相关的语音信号时延估计改进算法[J]. 应用声学 2016(03)