基于压缩感知的分布式语音压缩与重构

《基于压缩感知的分布式语音压缩与重构》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第26卷摇第6期信号处理Vol.26.摇No.6摇2010年6月SIGNALPROCESSINGJun.2010基于压缩感知的分布式语音压缩与重构孙林慧摇杨摇震(南京邮电大学通信与信息工程学院,江苏南京210003)摘摇要:本文首先阐述了压缩感知(CS)的理论框架,然后分析了语音信号的特点———短时平稳性、离散余弦(DCT)基下的稀疏性,最后提出了基于CS理论的分布式语音压缩重构的框架。基于此框架采用基追踪(BP)和正交匹配追踪(OMP)算法对已压缩的语音信号进行重构,得出结论:每帧语音信号选取的帧长的大小,基于CS理论压缩得到的观测数的多少,都对重构性能有影响。关键词:压缩感

2、知;分布式语音压缩与重构;短时平稳性;稀疏性;基追踪;正交匹配追踪中图分类号:TN912.3摇摇文献标识码:A摇摇文章编号:1003-0530(2010)06-0824-06DistributedSpeechCompressionandReconstructionBasedonCompressedSensingTheorySUNLin鄄hui摇YANGZhen(CollegeofCommunicationandInformationEngineering,NanjingUniversityofPostsandTelecommunications,Nanjing210003,Ch

3、ina)Abstract:摇Inthispaper,theCSframeworkisintroducedfirstly,andthentheshort鄄termstabilityofspeechsignalandthesparsityinthediscretecosinetransformbasisofspeechsignalareanalyzed.Secondly,anewdistributedspeechsignalcompressionandreconstruc鄄tionframeworkbasedoncompressedsensingtheoryisproposed.V

4、iabasispursuit(BP)andorthogonalmatchingpursuit(OMP),itisdemonstratedthattheperformanceofreconstructioniscorrelatedwiththenumberofmeasurementsandthelengthofframes.Keywords:摇compressedsensing;compressionandreconstructionofdistributedspeech;short鄄termstability;sparsity;basispur鄄suit;orthogonalm

5、atchingpursuit[4]用。直接信息采样特性使得CS理论具有巨大的吸1摇引言引力和应用前景,应用研究已经涉及到众多领域,如:传统系统获取数据基于Nyquist采样定理,首先进CS雷达、DCS(DistributedCompressedSensing)理论、行高速采样,然后再压缩,这一过程浪费了大量的采样无线传感网络、图像采集设备的开发、医学图像处理、资源。2004年由Donoho与Candes等人提出的压缩感生物传感、Analog2to2Information、光谱分析、超谱图[1~3][5]知(CompressedSensing,CS)理论表明,可以在不丢像处理及遥

6、感图像处理等。失逼近原信号所需信息的情况下,用最少的观测数来由于语音信号在频域具有稀疏性,所以可以将CS采样信号,实现信号的降维处理,即直接对信号进行较与语音信号相结合来探求语音信号处理领域的各种新少采样得到信号的压缩表示,从而在节约采样和传输方法。传统的语音信号处理都基于Nyquist采样定理,成本的情况下,达到了在采样的同时进行压缩的目的。采样频率至少8kHz,甚至更多。而在具体的语音信号当信号具有稀疏性或可压缩性时,通过采集少量的信处理过程还需进一步压缩,例如:进行语音识别首先进号投影值就可实现信号的准确或近似重构。CS理论行高速采样然后再提取少量的特征参数,最后进行识的

7、提出是建立在已有的盲源分离和稀疏分解理论基础别,浪费了很多采样和存储资源。如何对语音信号重上的,稀疏分解中的具体算法已直接被CS重构所新建模以获得更少的采样但又不影响语音的质量,是收稿日期:2009年7月30日;修回日期:2009年12月10日基金项目:国家863课题(2006AA010102);国家自然科学基金(60971129,60902065);南京邮电大学‘青蓝计划爷基金资助(NY208038)第6期孙林慧等:基于压缩感知的分布式语音压缩与重构825当前语音信号处理领域中的研究热点。