基于压缩感知.docVIP

　 　　　　JISHOU　UNIVERSITY 本科生毕业设计 题 目： 基于压缩感知的语音信号压缩技术的研究(保密的学位论文在解密后应遵守此协议) 论文题目： 基于压缩感知的语音信号压缩技术的研究 学生签名： 日期 年 月 日 导师签名： 日期 年 月 日  基于压缩感知的语音信号压缩技术的研究 ( 摘 要 本文在详细研究了压缩感知理论本身的基础上，为了将压缩感知技术应用于实际的通信系统，将压缩感知理论与传统的语音编码方法相结合，首先研究了一种基于压缩感知的语音PCM编码方法，对观测序列进行PCM编码，然后从解码得到的观测序列重构出原始语音信号。与传统的CS算法相比，该编码方法重构语音的性能可以达到传统CS算法的重构语音性能。 最后本文提出了一种基于小波包变换和压缩感知的语音编码方案。先对语音信号进行两层小波包分解，得到各个节点的系数，对满足稀疏条件的节点先进行不同压缩比的压缩感知处理，然后进行均匀PCM编码，对不满足稀疏条件的节点进行矢量量化编码。解码端进行相应的解码得到小波包分解系数，最后小波合成重构语音。仿真实验表明，该编码方法能够在保证重构语音的质量的前提下，有效的降低码率。 关键词：压缩感知；观测向量；小波包变换 第一章 绪论 研究背景及目的 传统的奈奎斯特采样定理指出，采样频率大于或等于整个信号最高频率的2 倍就可以不失真地还原出原始信息。但是随着信息时代的到来，人们对信息量、信号采样速率以及处理速率的要求也越来越高，也就提高了信息采样成本；而信号往往在持续期中仅仅在很少的时间存在该最高频率分量，因此导致按照奈氏定理采样的序列中，具有相当大的信息冗余。另外一方面，为了降低传输和存储的成本，人们往往会对采样得到的信号进行压缩，少量重要的信息被保留，采样得到的大部分冗余数据是不重要的，都被弃了。语音信号的处理也同样如此，只保留了某些重要的数据，舍弃了大量的剩余数据，重构后的语音信号并不会引起听觉上的差异；众所周知的各种语音数字压缩编码技术如 PCM、LPC、SBC、CELP 等，都是基于这种先采样、然后数字压缩的，并且获得了很大的成功，成为了迄今流行的 G.726、G.729 等语音编码国际标准的基本技术。近年来，科学家们提出一个构想，既然采集到的数据大部分都是不重要的，可以被丢弃，能否直接地采集重要、最后没有丢弃的信息，并且能够精确重构出原始的信号。 2006 年 Candes 和 Donoho 正式提出了压缩感知（Compressed Sensing，CS）的概念，CS 理论对信号的采样和压缩发生在同一个步骤，利用信号的稀疏性以远低于奈奎斯特采样率的速率对信号进行压缩采样，并且可以几乎无失真的恢复原信号。这样极大地降低了信号的采样速率以及数据的存储和传输的代价。这个理论的提出在信号处理领域有着重大的意义，这个理论一经提出，各个领域都纷纷将这项新理论应用到相关处理中。例如图像信号采集处理[1]、雷达信号[2]、医学图像处理[3]、视频编码[4][13] 等。压缩感知理论在信号处理上有明显的优势，如果运用恰当，必将在信号处理领域有重大的突破。 1.2　语音编码发展概况 随着信息技术的高速发展，压缩数字语音信号的传输带宽或降低传输码率，一直是人们追求的目标，语音编码在实现这一目标中担当着重要角色。语音编码就是压缩语音信号的数字表示，以尽量少的比特数来表示原始信号。语音信号是时变的准周期信号，可以近似的被看做由多个振幅和相位都随时变化的正弦波构成的信号，因此可以用语音的抽样波形或者语音的参数特征来描述语音信号。根据描述语音的不同方法，传统的语音编码方法也可以分为三类：波形编码、参数编码、混合编码。 波形编码的思想是将语音信号当做一般波形信号来处理，目标是使重构语音波形保持原始语音信号的波形。波形编码的优点是适应能力强、话音质量高、抗噪性能强等，但是编码速率比较高，通常速率在 16~64kb/s 时编码质量比较高，当速率进一步降低时，性能会迅速下降。常用的波形编码方式包括脉冲编码调制（Pulse Code Modulation，PCM）、自适应增量调制（Adaptive Delta Modulation ，ADM）、自适应差分脉码调制（Adaptive Difference Pulse Code Modulation，ADPCM）等。 参数编码的思想是先对语音信号建模，提取语音信号的模型特征参数，然后对提取出