基于稀疏预处理和循环观测的语音压缩感知-计算机工程与应用.pdfVIP

220 2014 ，50（23 ） Computer Engineering and Applications 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 School of Internet of Things Engeneering, Jiangnan University, Wuxi, Jiangsu 214122, China XU Haobo, YU Fengqin. Speech compressed sensing based on sparse pre-treatment and circulant measurement. Computer Engineering and Applications, 2014, 50 （23 ）：220-224. Abstract ：Based on the compressed sensing theory, it proposes a pre-treatment for the sparsity of transform-domain by zeroing the value below the threshold in the DCT domain. It builds the circulant measurement matrix in three ways instead of Gaussian random matrix, and proves the non-coherence between measurement matrix and DCT base. It uses the OMP method to recover the signal. Simulation experimental result demonstrates that after pre-treatment using circulant measure- ment matrix has lower restruction error in different compression rate. While analyzing the SNR of each frame, it guaran- tees a low compress rate and has a good score in PESQ. Key words ：speech compressed sensing; Discrete Cosine Transform （DCT ）sparse pre-treatment; circulant measurement; Orthogonal Matching Pursuit（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 [4] 1 引言 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