基于扩充的Prony谱估计的高频重建算法研究

基于扩充的Prony谱估计的高频重建算法研究

论文摘要

移动通信的快速发展和3G、B3G试验网的开通,带动了移动音乐点播、手机音频广播、手机电视、移动音频会议等新兴移动音频增值业务需求的快速增长。与此同时随着科技的发展,人们对音质的要求越来越高,希望能得到更好的音乐享受。但是移动通信无线信道具有传输码率受限(可能低于10kbps)的特点,为了有效利用通信带宽往往会丢弃音频信号的高频成分,从而造成音频信号质量的降低,无法满足人们的需求。为了解决这一矛盾,使用高频重建技术是必然的选择。用尽量少的控制信息结合低频分量在解码端重建高频分量是高频重建算法的基本思想,这点正好满足低码率的要求,又能避免音质的损失。因此,音频信号的高频重建技术具有重要的理论意义和实用价值。本文提出了一种基于扩充的Prony谱估计的高频重建算法。该算法利用扩充的Prony谱估计的原理,获得目标信号的频谱包络和频谱构成,利用这些信息重建出音频信号的高频分量。扩充的Prony谱估计是现代谱估计的一个分支,该理论假设目标信号为噪声加正弦波,主要就是在对目标信号的AR参数估计的基础上,计算得到目标信号的谱线构成和功率。本文从现实应用出发对扩充的Prony谱估计进行了算法改进,主要是在不影响重建效果的基础上降低算法复杂度和减小信息传输带来的误差。然后将其应用到音频信号的高频重建中去,设计了一套完整的高频编解码算法。并将基于扩充的Prony谱估计的高频重建算法在AMR-WB+上进行了实现。在实现过程中还根据AMR-WB+的情况对高频重建算法做了一些必要调整。从实际的测试效果看,基于扩充的Prony谱估计的高频重建算法码率低、高频重建性能好,具有很强的实际应用价值。本文第一次将扩充的Prony谱估计算法引入高频重建算法领域,拓宽了谱估计在高频重建算法中的应用,对后续的研究有借鉴意义。

论文目录

  • 摘要
  • ABSTRACT
  • 目录
  • 第1章 绪论
  • 1.1 音频编码技术的发展
  • 1.2 音频编码技术发展的新趋势
  • 1.3 高频重建算法现状
  • 1.4 本文结构
  • 第2章 扩充的PRONY谱估计与高频重建算法
  • 2.1 谱估计概述
  • 2.2 扩充的PRONY谱估计
  • 2.3 高频重建常见算法
  • 2.3.1 对数频域线性外推法
  • 2.3.2 SBR算法
  • 2.3.3 BWE算法
  • 2.4 高频重建算法性能比较
  • 2.5 本章小结
  • 第3章 基于扩充的PRONY谱估计的高频重建
  • 3.1 扩充的PRONY谱估计的算法的改进
  • 3.1.1 AR估计准则的改进
  • 3.1.2 AR滤波器系数的改进
  • 3.1.3 谱线估计方法的改进
  • 3.2 基于扩充的PRONY谱估计的高频重建算法
  • 3.2.1 编码端
  • 3.2.2 解码端
  • 3.3 实验结果
  • 3.4 本章小结
  • 第4章 基于扩充的PRONY谱估计的高频重建在AMR-WB+中的实现
  • 4.1 AMR-WB+标准概述
  • 4.1.1 编码器
  • 4.1.2 解码器
  • 4.2 基于扩充的PRONY谱估计的高频重建在AMR-WB+中的实现
  • 4.2.1 编码部分
  • 4.2.2 解码部分
  • 4.3 基于扩充的PRONY谱估计的高频重建在AMR-WB+中的性能分析
  • 4.3.1 主客观音质评测
  • 4.3.2 算法复杂度分析
  • 4.4 本章小结
  • 第5章 总结和展望
  • 5.1 本文总结
  • 5.2 研究展望
  • 参考文献
  • 致谢
  • 攻读学位期间发表的学术论文
  • 相关论文文献

    • [1].基于小波和非局部的全变差中值先验重建算法[J]. 计算机工程与设计 2015(08)
    • [2].一种适用于小视野的快速精确重建算法[J]. 东北大学学报(自然科学版) 2012(12)
    • [3].基于字典学习的稠密光场重建算法[J]. 物理学报 2020(06)
    • [4].螺旋锥束精确重建算法优化[J]. 三明学院学报 2012(04)
    • [5].基于全息干涉图的物体三维面形重建算法[J]. 电子技术与软件工程 2019(24)
    • [6].基于压缩感知的双视角气泡重建算法[J]. 计算机与应用化学 2017(03)
    • [7].迭代重建算法的对比研究[J]. 信息技术与信息化 2015(10)
    • [8].基于差分吸收光谱技术的大气痕量气体重建算法[J]. 仪器仪表学报 2015(02)
    • [9].基于微位移的超分辨率重建算法研究[J]. 微计算机信息 2010(24)
    • [10].基于智能单粒子的联合代数重建算法[J]. 深圳大学学报(理工版) 2009(02)
    • [11].深度学习框架下压缩感知重建算法综述[J]. 计算机工程与应用 2019(17)
    • [12].基于滤波反投影的脑磁感应迭代重建算法研究[J]. 仪器仪表学报 2016(11)
    • [13].一种基于压缩感知的迭代重建算法[J]. 电子科技 2016(11)
    • [14].基于联合总变分最小化的视频压缩感知重建算法[J]. 电子学报 2014(12)
    • [15].一种改进的极大验后估计序列超分辨率重建算法[J]. 测绘通报 2011(05)
    • [16].代数重建算法在重建运动弧根电流密度分布中的应用[J]. 中国电机工程学报 2009(10)
    • [17].一种改进的代数重建算法及其实现[J]. 吉林大学学报(工学版) 2009(S2)
    • [18].磁共振图像处理中部分傅里叶重建算法的比较[J]. 重庆医学 2016(20)
    • [19].基于相关系数和双向扩散结合的优质正电子发射断层重建算法[J]. 计算机应用 2014(05)
    • [20].基于穿越长度权重迭代重建算法的研究[J]. 中国医学物理学杂志 2013(02)
    • [21].基于穿越长度权重反投影重建算法的初步研究[J]. 中国医学物理学杂志 2012(02)
    • [22].红外成像系统微扫描成像重建算法研究[J]. 光电工程 2012(12)
    • [23].重建算法和层厚对肺结节容积定量的影响[J]. 中国医学影像技术 2010(05)
    • [24].数字合成X射线体层成像的小波-伽辽金重建算法[J]. CT理论与应用研究 2010(03)
    • [25].基于稀疏编码的红外显著区域超分重建算法[J]. 红外与毫米波学报 2020(03)
    • [26].基于三维点云的重建算法[J]. 现代计算机(专业版) 2017(02)
    • [27].一种基于L_(1/2)正则约束的超分辨率重建算法[J]. 华中科技大学学报(自然科学版) 2017(06)
    • [28].基于实时检测的扰码重建算法[J]. 电子与信息学报 2016(07)
    • [29].不同重建算法对帕金森病相关脑功能网络的影响[J]. 中国医学计算机成像杂志 2013(06)
    • [30].电阻抗成像的稀疏重建算法[J]. 西安邮电大学学报 2013(02)

    标签:;  ;  ;  ;  ;  

    基于扩充的Prony谱估计的高频重建算法研究
    下载Doc文档

    猜你喜欢