- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
31 6 ( ) Vol. 31 No. 6
第 卷 第 期 南 京 邮 电 大 学 学 报 自 然 科 学 版
2011 12 Journal of Nanjing University of Posts and Telecommunications (Natural Science) Dec. 2011
年 月
基于最优观测的语音信号压缩感知
1,2 1,2
,
徐 倩 季云云
1. , 210003
( 2 . 南京邮电大学信号处理与传输研究院 江苏南京 , 210003 )
南京邮电大学宽带无线通信与传感网技术教育部重点实验室 江苏南京
: , 。 (Compressed
摘 要 压缩感知是一种结合采样和压缩的新技术 是近年来研究的热点 文中研究基于压缩感知
Sensing ,CS) 。 (Discrete Cosing Transform ,DCT)
理论的语音信号处理新技术 验证了语音信号在离散余弦变换域 的
。 [1] , ,
近似稀疏性 根据文献 提出的最优观测理论 文中针对语音信号进行了研究 提出一种语音信号的最优观测矩
。 , CS 。
阵算法 结合语音信号的近似稀疏性与最优观测矩阵算法 提出了基于最优观测的语音信号 方法 实验研究
DCT CS 。 , CS , [1]
语音信号在 域的 重构性能 实验表明 基于最优观测的语音信号 性能较好 验证了文献 理论的正
确性。
: ; ; ; ; ;
关键词 压缩感知 离散余弦变换 稀疏性 内聚值 最优观测矩阵 正交匹配追踪
中图分类号:TN912 . 3 文献标识码:A 文章编号:1673-5439 (2011)06-0049-06
Speech Compressed Sensing Based on Optimized Observation
XU Qian1,2 ,JI Yun-yun1,2
1. Institute of Signal Processing and Transmission ,Nanjing University of Posts and Telecommunications ,Nanjing 210003 ,China
2 . Key Lab of
文档评论(0)