基于MP的信號(hào)稀疏分解的算法研究.pdf

1、語音信號(hào)的稀疏分解在語音信號(hào)的分析以及應(yīng)用中有非常重要的作用，如語音壓縮、語音識(shí)別和語音去噪等，它是一種新的語音分解方法，它能將語音信號(hào)更簡潔的表達(dá)出來。信號(hào)的稀疏分解是一個(gè)典型的NP問題，它的計(jì)算復(fù)雜度極其的高，在目前的大多數(shù)研究中，一般用匹配跟蹤(Matching pursuit，MP)算法進(jìn)行信號(hào)的稀疏分解。匹配跟蹤算法是一種迭代算法，它雖然不能精確的還原信號(hào)，但是可以得到信號(hào)的近似表達(dá)。與其他稀疏分解算法相比，匹配跟蹤算法理解容

2、易，實(shí)現(xiàn)方便，而且解決了NP問題。但是基于MP算法的信號(hào)的稀疏分解仍然具有存儲(chǔ)量大、計(jì)算量大的問題，本文就是針對這兩個(gè)方面的問題，進(jìn)行研究。
　　 本文著重于語音信號(hào)的稀疏分解，解決因?yàn)樾盘?hào)的長度大而引起的計(jì)算量大、存儲(chǔ)量大的問題。本文首先是對信號(hào)分解以及信號(hào)稀疏分解的基礎(chǔ)做介紹，然后是匹配跟蹤算法在語音信號(hào)稀疏分解的應(yīng)用，針對其過完備原子庫的存儲(chǔ)量大，計(jì)算量大的問題，作出改進(jìn)。本文根據(jù)原子庫中原子的特點(diǎn)，將原子庫中的原子以打包

3、的方式進(jìn)行存儲(chǔ)。將每個(gè)原子從有效數(shù)據(jù)處截?cái)啵槐４嬖拥奈恢?，每個(gè)原子中有效數(shù)據(jù)起始位置和有效數(shù)據(jù)。這樣就減少了原子庫存儲(chǔ)的長度，以及計(jì)算的復(fù)雜度。再根據(jù)原子庫波形中的原子位移和相位這一等價(jià)條件，將原子庫劃分為不等價(jià)的原子庫集合，從而又減少了原子庫中原子的存儲(chǔ)和計(jì)算量。最后因?yàn)橐话愕挠?jì)算機(jī)對于數(shù)據(jù)過大的信號(hào)不能進(jìn)行有效的處理，本文在以原子截?cái)嗟幕A(chǔ)上，提出將信號(hào)截?cái)酁槟芊纸獾挠行У男盘?hào)，尋找其能最佳匹配的原子庫中的原子，從而解決了由于信