季云云
- 作品数：10 被引量：57H指数：4
- 供职机构：南京邮电大学更多>>
- 发文基金：国家自然科学基金江苏省普通高校研究生科研创新计划项目国家重点基础研究发展计划更多>>
- 相关领域：电子电信更多>>
- 基于过完备线性预测字典的压缩感知语音重构被引量：22
- 2012年
- 基于语音信号帧内样值间的相关性和冗余域的稀疏性,针对采用离散余弦转换矩阵及基追踪方法对压缩感知采样语音进行重构时,语音稀疏性不够好导致大压缩比采样后重构效果差的缺点,提出采用过完备线性预测字典做转换矩阵,用基追踪重构算法对压缩感知采样语音进行高质量重构。该方法预先由训练语音的预测系数聚类构造过完备字典,不需要测试语音的预测系数;基于过完备线性预测字典重构信号性能良好。对利用基追踪重构的语音进行了主客观评价,得出结论:同样的观测数目下,基于过完备线性预测字典比基于离散余弦变换矩阵压缩感知采样语音重构信噪比高出3～8 dB。
- 孙林慧杨震季云云叶蕾
- 关键词：压缩感知语音信号
- 基于主分量分析的语音信号压缩感知被引量：3
- 2011年
- 压缩感知理论是近年来兴起的一个新的研究热点。寻求适合于语音信号的稀疏基是压缩感知理论应用到语音信号处理领域的前提。本文基于主分量分析理论和大量的块数据,提取语音信号的特征信息,并根据压缩感知理论、字典构造的方法以及语音信号的特点,构造出一种适合于语音信号稀疏表示的冗余字典。该冗余字典是由多个正交基级联而成。为了更为客观的说明这种稀疏表示的优势,采用平均gini系数来比较语音信号在DCT基、GABOR基和该冗余字典下的稀疏性,并且分别对男女声语音信号和清浊音进行了分析。实验表明,无论是男声信号还是女声信号,清音还是浊音,在该冗余字典下的稀疏性均优于DCT基,与GABOR基相近,但是由于其原子数远少于GABOR基,其计算的复杂度和存储量均低于GABOR基,因而比GABOR基更具可用性。
- 季云云杨震
- 关键词：压缩感知主分量分析冗余字典语音信号
- 基于自相关观测的语音信号压缩感知被引量：15
- 2011年
- 本文基于压缩感知技术,根据语音信号的特点,提出了一种基于自相关特性的截断循环自相关矩阵作为观测矩阵,并在此基础上,从实用的角度出发,提出了基于模板匹配的近似截断循环自相关矩阵作为观测矩阵,并证明其满足RIP特性。由语音信号与截断循环自相关矩阵、近似截断循环自相关矩阵和高斯随机矩阵分别构造相应的观测,采用基追踪(BP)算法来重构原始语音信号。实验表明,由2个模板元素线性组合而成的近似截断循环自相关矩阵重构原始语音信号的性能与截断循环自相关矩阵的重构性能相当,且优于经典高斯随机矩阵,而且在相同的重构性能下,其压缩比远大于高斯随机观测矩阵,对语音信号的压缩性能有了明显地提高。
- 季云云杨震
- 关键词：压缩感知语音信号自相关特性基追踪
- 一种压缩感知含噪重构系统的构建方法
- 本发明公开一种压缩感知含噪重构系统的构建方法，包括如下步骤：针对具有块稀疏性或块可压缩性的信源，采用块对角随机矩阵对源信号进行投影，获取含噪的观测序列，再采用一个随机矩阵对前述含噪的观测序列实现二次压缩，该用于二次压缩的...
- 杨震季云云
- 文献传递
- 脉冲噪声环境下高斯稀疏信源贝叶斯压缩感知重构被引量：10
- 2013年
- 大多数现有的压缩感知重构算法对脉冲噪声不具有鲁棒性,在脉冲噪声环境下,重构性能急剧下降,使得整个重构系统崩溃.针对此问题,本文提出了一种脉冲噪声环境下的稀疏重构算法BINSR算法,其基于贝叶斯理论,可以有效地估计出信号的支撑集和脉冲噪声中脉冲的位置,并且根据压缩感知观测序列的democracy特性,利用最小均方误差MMSE估计量,有效地估计出原信号.在此基础上,本文结合鲁棒统计学,提出自适应的ABINSR算法,使其不再依赖于信号以及噪声的统计参数.实验结果表明,BINSR算法在脉冲噪声环境下可以有效地恢复出稀疏信号,很大程度上改善了脉冲噪声环境下算法的重构性能.ABINSR算法不仅对脉冲噪声具有鲁棒性,而且可以在高斯白噪声环境下实现有效的信号重构.
- 季云云杨震
- 关键词：脉冲噪声压缩感知贝叶斯理论
- 基于神经网络的压缩感知观测序列建模被引量：3
- 2012年
- 首先阐述了信号处理的热点———压缩感知技术的基本理论框架,并且分析了压缩感知中观测序列的相关特性,接着将BP神经网络应用于非线性时间序列建模与预测中,相应地提出了加入观测序列建模预测后的CS理论框架,基于此框架,给出了实验仿真的结果,得出结论:利用神经网络对压缩感知观测序列进行建模预测可以进一步减少观测序列的传输量,并且具有很高的预测精度。
- 张健杨震季云云
- 关键词：压缩感知神经网络
- 基于最优观测的语音信号压缩感知被引量：6
- 2011年
- 压缩感知是一种结合采样和压缩的新技术,是近年来研究的热点。文中研究基于压缩感知(CompressedSensing,CS)理论的语音信号处理新技术。验证了语音信号在离散余弦变换域(Discrete Cosing Transform,DCT)的近似稀疏性。根据文献[1]提出的最优观测理论,文中针对语音信号进行了研究,提出一种语音信号的最优观测矩阵算法。结合语音信号的近似稀疏性与最优观测矩阵算法,提出了基于最优观测的语音信号CS方法。实验研究语音信号在DCT域的CS重构性能。实验表明,基于最优观测的语音信号CS性能较好,验证了文献[1]理论的正确性。
- 徐倩季云云
- 关键词：压缩感知离散余弦变换稀疏性正交匹配追踪
- 一种压缩感知含噪重构系统的构建方法
- 本发明公开一种压缩感知含噪重构系统的构建方法，包括如下步骤：针对具有块稀疏性或块可压缩性的信源，采用块对角随机矩阵对源信号进行投影，获取含噪的观测序列，再采用一个随机矩阵对前述含噪的观测序列实现二次压缩，该用于二次压缩的...
- 杨震季云云
- 文献传递
- 压缩感知观测矩阵与脉冲噪声环境下重构算法研究
- 压缩感知/(CS/)理论以信号的稀疏性为前提，可以对信号实现直接的信息采样，从而取代传统的奈奎斯特定理，为信号的采样和压缩提供了一条新的途径。对于已知的稀疏信号，CS理论可以应用到实际中的两个关键因素分别是观测矩阵的构造...
- 季云云
- 关键词：压缩感知脉冲噪声贝叶斯估计
- 文献传递
- 脉冲噪声环境下一种改进的压缩感知洛伦兹迭代硬阈值重构算法被引量：3
- 2014年
- 求解洛伦兹范数下的最优化问题是实现脉冲噪声环境下压缩感知重构的有效途径。但是洛伦兹迭代硬阈值(LIHT)算法随着脉冲噪声中脉冲数量的增加,重构性能明显下降。文中针对这一问题,提出一种改进的洛伦兹迭代硬阈值(MLIHT)算法。MLIHT算法中采用Barzilai-Borwein(BB)方法来设置步长μ,引入l1范数来寻找最优参数γ。将MLIHT算法分别应用到高斯稀疏信源和0-1稀疏信源的压缩感知脉冲噪声重构中,并且进行仿真实验和实验结果分析。实验结果表明,MLIHT算法对于脉冲噪声中脉冲的数量和幅度均不敏感,而且MLIHT算法实现有效重构所需的观测数要少于LIHT算法。
- 季云云杨震
- 关键词：压缩感知信号重构脉冲噪声
