文档介绍：单位代码: 10293 密级: 公开

硕士学位论文

论文题目: 基于压缩感知的语音信号
建模技术的研究

学号 Y001090609
姓名张健
导师杨震
学科专业信号与信息处理
研究方向无线通信与信号处理技术
申请学位类别工学硕士
论文提交日期 2012 年 2 月
南京邮电大学学位论文原创性声明
本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成
果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其它人已经发表或
撰写过的研究成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过
的材料。与我一同工作过的同志对本研究所做的任何贡献均已在论文中作了明确的说明并
表示了谢意。

研究生签名: 日期:

南京邮电大学学位论文使用授权声明
南京邮电大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文
的复印件和电子文档,可以采用影印、缩印或其它复制手段保存论文。本文电子文档的内
容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以
公布(包括刊登)论文的全部或部分内容。论文的公布(包括刊登)授权南京邮电大学研
究生部办理。

研究生签名: 导师签名: 日期:
南京邮电大学

硕士学位论文摘要

硕士学位论文摘要

学科、专业:工学、信号与信息处理
研究方向:无线通信与信号处理技术

作者:张健
指导教师:杨震教授

题目:基于压缩感知的语音信号建模技术研究
英文题目:Research on modeling technique of speech signal based on
compressed sensing

主题词:压缩感知;神经网络;观测序列;建模技术;
Keywords: compressed sensing; work; measurements sequence;
modeling technique
南京邮电大学硕士研究生学位论文摘要

摘要
随着传感系统获取数据能力的不断增强,人们对信息需求量的不断增加,基础的信
号处理框架需要的采样速率和处理速度要求也越来越高。为了解决急剧增加的信号采样
处理压力,人们正在研究一种与传统的数据采样方法不同的新型感知采样模式,即压缩
感知理论。本文以传统压缩感知为基础,研究了如下几个问题:
首先,从传统的压缩感知理论出发,针对语音观测序列的时间序列特性、LPC 模型
适用性以及非线性特性的分析,得出语音观测序列是非线性相关的压缩时间序列的结
论。
其次,如果未来信号处理系统的输入,均基于压缩感知理论进行采样,代替传统的
奈氏采样,那么对于压缩感知采样得到的观察序列的建模技术,将是十分重要的信号处
理基础理论,本文正是基于此开展的深入研究。由于语音观测序列是非线性时间序列,
因此本文考虑采用非线性时间序列建模的几种经典方法,首先根据神经网络预测方法的
优点,选择采用应用最为广泛的 BP 神经网络模型对语音观测序列进行预测,提出了基
于 BP 神经网络预测模型的压缩感知理论框架。通过实验仿真,分析了 BP 神经网络对
语音观测序列预测的精度,以及最终重构出来的语音信号的重构精度。
论文的第二大部分,考虑到压缩感知理论进入实际数字通信系统后,经过量化编码
这一过程后将不可避免的会引入量化噪声,因此本文着重分析了量化噪声对 BP 神经网
络建模预测精度的影响。首先给出了量化比特数与量化噪声方差的对应关系,以此提出
了一种直接添加量化噪声模拟量化过程中数据失真的方法。以这种方法为基础,本文做
了三个仿真分别研究了量化噪声对传统压缩感知的影响,基于 BP 神经网络预测模型的
压缩感知中仅有模型输入有失真以及模型输入和参数均有失真两种情况下,重构信号的
信噪比随着量化噪声加入多少的变化趋势,为压缩感知的实际应用奠定基础。

关键词:压缩感知,神经网络,观测序列,建模技术

I
南京邮电大学硕士研究生学位论文英文摘要

Abstract
With the growing ability of the sensor system to obtain data, people are increasing
demand for information. Signal pro