壓縮采樣系統(tǒng)中的語音消噪技術研究.pdf

1、面對大數(shù)據(jù)時代帶來的海量數(shù)據(jù)，如何存儲，如何處理信息給現(xiàn)有的系統(tǒng)帶來了巨大挑戰(zhàn)?；跀?shù)字處理技術的整個系統(tǒng)的第一步是采樣，傳統(tǒng)奈奎斯特定理在面對高帶寬的信號時會產(chǎn)生大量采樣數(shù)據(jù)，同時，后續(xù)壓縮技術的使用又使得前面采樣產(chǎn)生的海量數(shù)據(jù)浪費了寶貴資源。近年來，壓縮感知，一種全新的采樣方法應運而生。它創(chuàng)造性地解決了傳統(tǒng)采樣面臨的采樣率過高，以及獲得數(shù)據(jù)冗余度過高的問題。語音信號固有的稀疏性決定了語音和壓縮感知技術的結合是一個必然的選擇，這將給整

2、個語音信號處理領域帶來巨大的變革。本文在此背景下，研究基于壓縮感知的語音處理技術邁向?qū)嵱帽仨毥鉀Q的問題之一：壓縮采樣系統(tǒng)中的語音消噪技術。本文主要的研究工作和創(chuàng)新如下：
　　首先，詳細分析了壓縮感知的各個關鍵點，包括對信號的稀疏性要求，觀測矩陣的投影過程，非線性信號重構理論。然后針對語音信號，從以上三個方面分析了語音信號壓縮感知的可行性和處理效果。并且在此基礎上，分析了噪聲對壓縮感知系統(tǒng)的影響。以上分析和研究都是后面內(nèi)容研究的基礎

3、。
　　接著，討論含噪語音的預處理方法，來降低噪聲對壓縮感知系統(tǒng)的影響。針對含噪語音的觀測序列處理難度大的問題，提出了一種對原始語音進行小波分解，并對低頻系數(shù)采用基于K-SVD的稀疏分解方法，對高頻采用小波閾值去噪的聯(lián)合去噪方法。在去噪的同時，保證了處理后的信號的稀疏性，為后續(xù)的壓縮感知過程提供了良好的信號稀疏性保證。實驗仿真顯示，提出的方法對于噪聲的抑制起到了一定的效果，而且也為壓縮感知的使用創(chuàng)造了條件。
　　然后，研究采

4、用特殊觀測矩陣下的觀測序列消噪處理技術。針對含白噪聲的語音在特殊的觀測矩陣—行階梯矩陣下的觀測序列，分析了投影后的語音和噪聲的不同特點，借鑒傳統(tǒng)時頻處理技術，提出了一種采用小波閾值去噪的方法，并且，在噪聲較小時，改善了噪聲標準差的估計方法，改善了提出方案在高信噪比時的效果。實驗仿真顯示，提出的方法，在壓縮采樣數(shù)據(jù)僅為原始序列1/4條件下，取得的消噪效果要好于傳統(tǒng)方法。
　　最后，研究快速、魯棒性的CS重構算法。針對傳統(tǒng)的重構算法僅