基于稀疏预处理和循环观测的语音压缩感知.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 基于稀疏预处理和循环观测的语音压缩感知 徐皓波，于凤芹 XU Haobo．YU Fengqin 江南大学 物联网工程学院，江苏 无锡 214122 SchoolofInternetofThingsEngeneering，JiangnanUniversity，Wuxi，Jiangsu214122，China XU Haobo．YU Fengqin．Speech compressed sensingbasedon sparsepre—treatm entand circulantm easurement． ComputerEngineeringandApplications，2014，50(23)：220—224． Abstract：Basedonthecompressedsensingtheory,itproposesapre—treatmentforthesparsityofrtansform ·domainbyzeroing thevaluebelow thethreshold intheDCT domain．Itbuildsthecirculantmeasurementmatrix inthreewaysinsteadof Gaussian random matrix，andprovesthenon—coherencebetweenmeasurementmatrix andDCT base．ItusestheOM P methodtorecoverthesigna1．Simulationexperimentalresultdemonstratesthatafterpre—treatmentusingcirculantmeasure- mentmatrixhaslowerrestructionerrorindifferentcompressionrate．WhileanalyzingtheSNR ofeachflame，itguaran- teesalowcompressrateandhasagoodscoreinPESQ． Keywords：speechcompressedsensing；DiscreteCosineTransform(DCT)sparsepre—treatment；circulantmeasurement； OrthogonalMatchingPursuit(OMP) 摘 要：基于压缩感知原理提 出将语音信号DCT域上的小系数在一定阈值下置零预处理来改善变换域稀疏性；用三 种方法构造循环观测矩阵作为观测矩阵来代替高斯随机矩阵，并证明了构造的观测矩阵与DCT基之间的非相关性； 利用OMP正交匹配追踪方法对观测信号进行恢复。仿真实验结果表明，预处理后使用循环观测在不同压缩率下有 更低的重构误差，同时分析各帧信噪比情况保证在比较低的压缩率下仍能得到 良好的主观评估。 关键词：语音压缩感知；离散余弦变换 (DCT)域稀疏预处理；循环观测；正交匹配追踪(OMP) 文献标志码：A 中图分类号：TN912．3 doi：10．3778／j．issn．1002—8331．1304．0329 l 引青 应用范围受到限制 。文献[5]从理论上分析了结构化 Donoho提 出的压缩感知理论突破了奈奎斯特采样 的Toeplitz和循环矩阵恢复稀疏信号的效果证明其作为 定理的局限，只要要求信号在时域或变换域上具有稀疏 观测矩阵的可行性。文献[6]针对语音信号在DCT域能 性 ，通过一个观测矩阵将原始的高维信号投影到低维空 显示出近似的稀疏性提出语音信号DCT域压缩感知。 间上 ，由低维的观测信号利用恢复算法就能以高概率重 文献[7]在语音信号DCT域压缩感知的基础上提出帧间 构出原始信号 ，实现一种采样与压缩同时进行的过程 。 和帧内两种 自适应方法确定观测个数，在一定的重构误 观测矩阵与信号稀疏基之问的非相关性越强 ，由观测精 差下能保证更低的压缩率。文献 8【]利用语音本身构造 确重构原信号的几率就越大 ，因此在压缩感知中大部 了一种 自相关观测矩阵进行观测 ，同等重构性能下压缩 分采用具有高度非相关特性的高斯随机矩阵作为观测 率比高斯