茅正冲, 邵朱宇

(江南大学 轻工过程先进控制教育部重点实验室，江苏 无锡 214122)



压缩感知的改进小波抗噪识别系统设计*

茅正冲, 邵朱宇

(江南大学 轻工过程先进控制教育部重点实验室，江苏 无锡 214122)

根据小波树稀疏性的好坏自适应分配观测数目，然后由观测数目调整小波树的节点个数，使小波树中节点数目与观测数目不匹配的问题得以解决。将预处理后的语音信号经改进小波去噪，进而通过Gammatone滤波器组，提取特征参数GFCC。在高斯混合模型下仿真实验进行。结果表明：该方法与传统非稀疏性适应观测的小波去噪方法相比信噪比提高了14 %，有效削弱了语音信号中噪声的影响，且系统的识别率与鲁棒性都有明显提高。

压缩感知; 小波去噪; 稀疏性适应观测; 抗噪算法; 识别率

0　引　言

压缩感知作为近些年新兴的信号处理技术，是一种在采样过程中利用较少数据就能有效提取信号信息，然后通过重构算法从采样信息中恢复原信号的方法[1]。信号的稀疏性是压缩感知的前提和基础，但是正如语音和图像等信号，它们本身并不是稀疏的，但可以通过某种变换在其变换域中得到一个稀疏的信号以此来适用压缩感知。对于语音信号通常可以转换到离散余弦变换(DCT)域、小波域等变换域来获得稀疏信号。

本文提出的基于压缩感知的改进小波抗噪识别系统，根据语音帧稀疏性的好坏为语音帧分配不同的观测数，再根据观测数目调整小波树节点的个数，最后由观测值重构小波树模型，得到经小波处理后的语音信号。……