一种高重构质量低复杂度的高光谱图像压缩感知

针对高光谱图像谱间相关性较强的特点,提出了一种基于谱间预测的压缩感知算法.编码端通过线性预测算法,估计出相邻波段的预测系数作为辅助信息传送到解码端,再对图像进行独立地随机观测和量化.解码端根据预测系数和已重构相邻波段,估计出当前波段的预测波段,用来修正重构算法的初始值和收敛准则.最后用改进的重构算法解码当前波段.实验结果表明,在相同观测值数目下,该算法的PSNR提高了大约1.2 dB,解码复杂度明显降低,而且编码复杂度低、易于硬件实现.     

语音信号压缩感知观测矩阵的对比研究

在研究语音信号压缩感知时,观测矩阵是数据采样和信号重建的关键。一个好的观测矩阵不但可以使原始语音信号投影到一个低维空间上,而且可以保证该信号不丢失有用的信息,最终通过重构算法实现精确重构。文章比较几种常见的观测矩阵在语音信号压缩重构过程的性能,并对在不同条件下观测矩阵的选取提出建议。实验结果表明:压缩比和帧长是观测矩阵选取的关键因素;在不同的压缩比和帧长下,需要选取不同的观测矩阵,以达到最好的语音重构效果。     

一种优化的语音信号处理方法

为了解决传统利用压缩感知采集语音信号的方法中所用的测量矩阵难以硬件实现,且所用的重构方法过于繁琐导致重构时间过长的问题,采用0-1随机矩阵对语音信号进行测量,用分段正交匹配追踪算法对语音信号进行重构.实验结果表明,优化后的方法可以很好地解决传统压缩感知中硬件难以实现和重构算法繁琐的问题.该方法中所用的0-1随机矩阵便于...     

基于压缩感知的三相电能质量扰动信号压缩及分类新方法

首先,选取傅立叶基作为压缩感知中的过完备字典、高斯随机矩阵作为观测矩阵、正交匹配追踪(OMP)算法作为重构算法,对电能质量扰动信号进行压缩采样。然后,采用灰度共生矩阵纹理特征中的能量特征值、灰度值出现概率两种方法对压缩感知重构信号进行分类检测。试验结果表明:本文方法可以同时实现对三相电能质量信号的压缩重构,也可以实现对信号的准确分类,并减少了信号压缩采样过程中的数据量。     

基于深度卷积生成网络的冲击波信号压缩感知方法

因信号的重构效果受到稀疏矩阵选取或设计的影响,传统压缩感知技术在处理冲击波信号时要求信号在某个变换域上满足稀疏先验性.为了避免稀疏矩阵不易选取的问题,提出了一种基于深度卷积生成网络与压缩感知技术相结合的算法.该算法将固定的随机信号作为网络输入值,网络的输出结果为重构信号,利用文中设计的损失函数对网络中的参数进行优化,实现信号端到端的恢复,并通过仿真验证了重构结果误差的减少.在15 psi和5 psi传感器实测冲击波信号的实验结果中表明,本文算法相比于传统压缩感知技术具有更好的重构结果,重构误差在稳定时约为DFT-OMP算法和DCT-OMP算法在M为2400时误差值的0.5倍.     

基于压缩感知的煤矿井下语音通信系统

介绍了煤矿井下语音通信系统的发展现状,指出了现行的语音通信系统具有编码算法复杂的缺点。将压缩感知理论引入到煤矿井下语音通信系统中,提出一种压缩感知编解码与传统编解码相混合的编解码方法。最后通过实验仿真了基于压缩感知的语音重构,从重构结果的MOS评分可以看出该算法降低了井下终端的编码复杂度,节约了终端的能耗,延长了其生存时间,基本与MP3的压缩效果相当。证明了该算法可以很好的应用于煤矿井下语音通信系统中。     

一种新的多视点分布式视频编码算法

提出一种新的分布式视频编码(DVC)算法,在编码端对原始视频帧进行块分类后,对其稀疏块进行编码;在解码端应用复杂的重构算法并结合DVC边信息融合算法。提出的算法具有复杂度低、码率较低、码率控制灵活等优点,同时编解码端互相独立、无须反馈通道。仿真实验表明,提出的算法具有降低编码复杂度和保持压缩效率的优点。     

卷积码在语音压缩编码中的应用

栅格编码量化是基于有限定母表率失真理论,将信道编码和量化相结合的一种压缩编码方法。结合信号的具体特点,用它可以设计出一种均方误差性能很好而且复杂度低的压缩编码器。本文将此方法用于语音压缩编码,设计了１６ｋｂｐｓ的语音自适应预测栅格编码量化系统,并详细研究了系统设计中的关键问题－卷积码的选择。该系统经软件模拟,重建语音主,客观质量较高。     

卷积码在语音压缩编码中的应用

栅格编码量化（ＴＣＱ）是基于有限字母表率失真理论,将信道编码和量化相结合的一种压缩编码方法。结合信号的具体特点,用它可以设计出一种均方误差性能很好而且复杂度低的压缩编码器。本文将此方法用于语音压缩编码,设计了１６ｋｂｐｓ的语音自适应预测栅格编码量化系统（ＡＰＴＣＱ）,并详细研究了系统设计中的关键问题———卷积码的选择。该系统经软件模拟,重建语音主、客观质量较高。     

调度用数字录音系统中的语音压缩技术

论述了计算机数字录音技术中的语音压缩算法—SB-ADPCM(Sub Band-Adaptive Differential Pulse Code Modulation)方法。着重阐述了编码、解码原理,收发QMF,自适应量化及信号重构。应用该算法实现的智能数字录音系统已广泛用于调度行业中。     

信噪比信息与时频特征修正相位的语音增强

针对在基于谐波模型的相位谱语音增强算法中,只对浊音段相位进行重构导致语音失真和听觉不连贯的问题,提出了用信噪比信息与时频特征改进相位重构的新方法。首先,引入与相位失真有关的时频特征并计算决策阈值;然后利用信噪比信息计算带噪语音与纯净语音的相位偏差,两项比较进一步估计清音段与浊音段的语音相位,能有效改善语音的连贯性;最后将重构的相位与改进二元假设模型的幅值估计结合并进行语音增强。经过对不同噪声背景下的不同语音进行实验表明:新算法的相位差更接近于原信号。与对比算法相比,增强语音的信噪比平均提高2.39dB,语音感知评价指标平均提高0.12,有效地降低了语音失真,提高了语音可懂度。     

Steganography in low bit-rate speech streams based on quantization index modulation controlled by keys

Since low bit-rate speech codecs used for voice over internet protocol (VoIP), such as iLBC (internet low bit-rate codec), G.723.1 and G.729A, have less redundancy due to high compression, it is more challenging to embed information in low bit-rate speech streams of VoIP. In this study, a new method is proposed for steganography in low bit-rate speech streams of VoIP. The core idea of this method is setting up a graph model for the codebook space of the quantizer. Based on the graph model, the method realises a quantization index modulation (QIM)-controlled algorithm for partitioning the codebook space. It can be proved that this method can minimize signal distortion while steganography taking place. Taking into account codeword partition balance and partition diversity, the proposed steganographic algorithm was based on QIM controlled by secret keys, i.e., mapping the ways of codebook division into secret keys, thereby significantly improving the undetectability and robustness of VoIP steganography. Performance measurements and steganalysis experiments showed that the proposed QIM-controlled steganographic algorithm was more secure and robust than the QIM algorithm, the conventional RANDOM algorithm and the original codebook algorithm.     

基于ICA变换和MAP估计的语音增强算法

提出了一种基于ICA变换和MAP估计的单通道语音增强算法,该方法依据ICA变换后语音信号服从拉普拉斯分布的特点,运用MAP估计纯音信号,然后进行逆ICA变换,获得时域纯音信号。仿真分析表明：在输入信噪比较低情况下,该算法增强效果好,同时增强后的语音信号失真小。     

区分性联合稀疏字典交替优化的语音增强

在联合稀疏字典的语音增强中,由于联合字典的相似性,导致稀疏重构阶段产生语音和噪声混淆进而产生语音失真问题。针对此,在训练阶段提出一个费希尔准则下的目标函数。该函数包含了语音和噪声的区分约束项,并用与信号变化相关的平衡因子去调整各项权值,为尽可能减小混淆误差提供了保障;同时,为了能使目标函数收敛,设计了一种交替优化字典和稀疏系数的算法,迭代寻找所需的字典和稀疏系数,完成语音字典和噪声字典的输出,得到具有非相似即区分性能较好的联合字典。在增强阶段,将带噪语音信号在联合字典上进行稀疏表示,并估计出语音幅度谱和噪声幅度谱。最后,结合维纳滤波器和理想二值掩模的优点,提出了新的软掩模滤波器,进一步消除了残余噪声。通过对不同信噪比的带噪语音进行实验,新算法得到的语音信噪比和听觉感知评价都较高,验证了新算法在提高语音性能方面的有效性。     

二进小波变换的语音分类及其应用

提出了一种基于Daubechies8二进小波变换的语音分类算法．该算法利用各分解尺度上的小波系教计算出语音分类的特征参数，并通过有限状态机模型将每帧语音分为5类，它们与SMV语音编码算法中所需类别完全兼容，因此可将其应用于SMV算法中．仿真结果表明：基于该语音分类方案的SMV编码算法在保持高质量语音的同时，实现了变速率编码，在话音质量和带宽占用之间达到了良好的均衡．     

基于蚁群算法的语音信号动态时间规划

蚁群算法是一种新型的随机优化算法,应用蚁群算法优化机制,提出了一种基于蚁群算法的语音信号动态时间规划方法———蚁群动态时间规划算法,搜索语音信号之间匹配的一条全局最优路径,进而以此衡量语音信号之间的相似度.算法给出了蚁群状态转移概率及信息素更新方程,既利用了语音信号的全局特征又考虑了其局部信息.理论分析与仿真实验结果均证明了此方法的可行性,与传统的DTW算法相比较,其匹配结果更能体现匹配语音信号之间的相似度.     

基于极值域均值模式分解最大相似度的语音增强方法

提出一种基于极值域均值模式分解最大相似度的低信噪比语音增强算法,解决部分噪声环境下低信噪比语音信号增强问题。该算法核心思想是：对分解后得到的固有模态分量进行筛选后再做滤波处理,以此减少过滤波和欠滤波情况的发生。在筛选过程中,提出一种最大相似度判断算法,通过检测得到的噪声信号与固有模态分量计算最大相似度,通过最大相似度筛选出固有模态分量进行滤波,由于噪声与语音信号容易发生频谱混叠,在滤波器的选择上采用时域滤波器。将滤波后的固有模态分量和未作处理的固有模态分量进行信号重构,得到增强后结果。     

语音识别中深度神经网络目标值优化

语音识别系统中,由强制对齐得到的用于训练深度神经网络声学模型的目标值,常常无法精准地表示出语音实际的情况,这是因为用于强制对齐的模型可能与处理语句不完全匹配,以及发音连续性导致的过渡边界难以分离等问题。针对这一问题,该文提出了一种利用前后向算法得到非0-1分布目标值的方法。新的目标值可以表示出某一帧以一定概率属于邻近各状态的分布情况,更详细地描述建模单元之间的过渡,进一步还原语音的原貌,提升模型的鲁棒性。同时,为寻求模型鲁棒性和建模单元区分度之间的平衡,对算法得到的目标值进行加窗处理。实验在中文客服问答领域上进行,在小数据量上验证了目标值对于训练的较大影响,并且选取了窗长宽度这一参数。最后将训练数据量提升至60小时,80小时以及100小时,结果显示新的目标值训练得到的模型在识别性能上获得了一致的提升,相对字错误率下降1.10%至3.65%。多组实验验证了新的目标值对模型训练有一定效果,在训练数据量上升的情况下依然具有有效性。     

Speech Encryption in Linear Canonical Transform Domain Based on Chaotic Dynamic Modulation

In order to transmit the speech information safely in the channel, a new speech encryption algorithm in linear canonical transform(LCT) domain based on dynamic modulation of chaotic system is proposed. The algorithm first uses a chaotic system to obtain the number of sampling points of the grouped encrypted signal. Then three chaotic systems are used to modulate the corresponding parameters of the LCT, and each group of transform parameters corresponds to a group of encrypted signals. Thus, each group of signals is transformed by LCT with different parameters. Finally, chaotic encryption is performed on the LCT domain spectrum of each group of signals, to realize the overall encryption of the speech signal. The experimental results show that the proposed algorithm is extremely sensitive to the keys and has a larger key space. Compared with the original signal, the waveform and LCT domain spectrum of obtained encrypted signal are distributed more uniformly and have less correlation, which can realize the safe transmission of speech signals.     

一种改进的连续语音特征提取算法

本文介绍了连续语音识别中噪音鲁棒性方法的现状,分析传统动态范围调整方法在连续语音识别中导致的特征曲线中的峰值不匹配问题,提出了新的特征曲线调整算法,并为算法的参数设定增加了限制条件。本文详细地论述了算法的步骤以及算法中参数的确定。通过理论分析和实验验证,证明了提出的算法在连续语音特征调整中具有很好的性能,提高了识别精度。