文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于近似KLT域的语音信号压缩感知
侵权投诉

基于近似KLT域的语音信号压缩感知

第12期郭海燕等:基于近似KLT域的语音信号压缩感知

2949

语音编码。可以预测,将CS与语音信号处理结合,细介绍观测的构造和原信号的重构。

在研究语音信号CS性能的基础上再对观测用新的己知圣为满足受限等距映射特性(Restricted模型建模,那么语音压缩、语音识别、语音合成和IsometryProperty,

RIP)和不相关特性【61的观测

语音增强等领域的现有理论和技术,都将会发生大矩阵,由观测矩阵西与原信号z可以得到个数为M

的变革,因此对语音信号CS性能的基础研究具有

的观测。

重要的理论意义和实用价值。

Y=圣z=圣雪T@

(3)

本文针对语音信号在KLT域的稀疏特性,对近

本文中取观测矩阵币为满足高斯分布的随机矩

似KLT域的语音信号CS进行了研究。首先,提出

阵【7l。

了一种基于模板匹配的近似KLT,然后,在这个近当M<N时,式(3)无唯一解,本文用厶优化似KLT域对语音信号的稀疏性进行了实验上的验

算法重构原信号稀疏域的系数【1|。

证,再对语音信号的CS性能进行了研究。另外,(厶)@=minII@lIo,s.t.掣=圣z=西雪1@

(4)

语音信号清音帧,浊音帧所包含的信息量不尽相同,由于式(4)的求解需要列出所有满足限制条件的@没必要对每帧语音取相同个数的观测,本文根据每备选值,再从这些备选值中找出具有最少个非零元帧的能量自适应分配每帧的观测个数,并将自适应

素的@,复杂度很高且难以实现。Donoho的研究分配与固定分配观测个数时的CS性能进行了比较。

表明,当@满足一定条件时,厶优化算法与厶优化2压缩感知

算法同解【11。所以我们通常转化为厶优化问题来求

CS理论认为如果信号在某已知变换域具有稀解【11。

疏性,则通过原信号在某投影域的投影可以近似无

(厶)0=min¨@111,s.t.可=西¥=西雪1。9(5)

损地重构原信号,要求投影域的基与已知变换域的

式(5)可以看作是式(4)的凸化,通过线性规划基不相干【71。表述如下。

(LinearProgramming,LP)算法可以方便地实现【9|。

已知离散信号z=[xO),z(2),…,z(Ⅳ)]T的采样

3基于近似KLT域的语音信号压缩感知

个数为Ⅳ,变换矩阵雪=眵,,多。,…,氐】的列向量

伽t)鉴,正交,其中咖i(i=1,2,…,Ⅳ)为N×1的向

3.1语音信号在KLT域的稀疏性

量,则信号茁可以表示为

对语音信号∞=(z(1),z(2),…,z(Ⅳ)]T进行KLT,

Ⅳ

茁=的=∑哦≯;

得到信号∞在KLT域的系数@:

(1)

O=UT∞

i=1

(6)

其中@为原信号在变换域的系数向量,当@满足

其中KLT矩阵UT由z的自相关函数见进行特征

Il@}10=K(2)

值分解得到

时,信号z被称为K一稀疏的,其中IIo¨0表示向量鼠=黝T=u屯旷

(7)

e中非零元素的个数,此时可以用个数为M=

我们对采样率为16kHz,长度为320样点的清音帧

c髟(通常c取3—4)18】的观测Y=f箩(1),秒(2),…,∥(M)]T

信号和浊音帧信号进行KLT分解,发现语音信号在来近似无损地重构原信号z,通常M<N。下面详

KLT域具有显著的稀疏性,如图1所示。

n5

0

m5

型

赵罂

罂

一1

45

一2

0

100

200

300

时域样点KLT系数向量维数时域样点KLT系数向量维数(8)清音帧时域波形

(b)清音帧KLT域系数

(c)浊音帧时域波形

fd)浊音帧KLT域系数

图1语音信号时域波形图及在KLT域的系数

上一页第2页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email