徐皓波,于凤芹

(江南大学物联网工程学院,江苏无锡214122)

基于改进循环观测的线性预测语音压缩感知

徐皓波,于凤芹

(江南大学物联网工程学院,江苏无锡214122)

利用语音信号线性预测残差的稀疏性特点可对语音信号进行压缩感知,但需要信号的线性预测系数来构造稀疏变换矩阵,从而增加预测系数传输的数据量。为此,提出将线性预测系数存入对角阵向量中构造循环矩阵,由此得到循环观测矩阵,再对语音信号进行观测。提取该循环矩阵中的线性预测系数构造残差域稀疏变换矩阵,利用正交匹配追踪算法对观测信号进行重构。仿真实验结果表明,与传统线性预测方法相比,该方法减少了3.9%以上的数据量,且比将高斯随机矩阵作为观测矩阵的方法具有更高的帧平均重构信噪比。

线性预测;压缩感知;循环观测;残差域稀疏变换;正交匹配追踪;重构信噪比

1 概述

压缩感知是近年来兴起的一种信号处理技术,它利用信号在某个变换域的稀疏性,将原始信号的全部信息投影在随机观测矩阵上,得到一个维数较小的观测向量,通过优化算法最终恢复原信号［1］。信号的稀疏性是压缩感知的前提和基础,直接关系着压缩程度和恢复效果［2］。由于语音信号在DCT域是近似稀疏的,目前有关DCT域语音压缩感知进行了广泛的研究。文献［3］利用语音信号的线性预测残差具有一定的稀疏性,提出基于线性预测的语音压缩感知方法,重构效果比DCT域方法更好。……