• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Structure-Constrained Basis Pursuit for Compressively Sensing Speech.
【24h】

Structure-Constrained Basis Pursuit for Compressively Sensing Speech.

机译：压缩感知语音的结构受限基础追求。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Compressed Sensing (CS) exploits the sparsity of many signals to enable sampling below the Nyquist rate. If the original signal is sufficiently sparse, the Basis Pursuit (BP) algorithm will perfectly reconstruct the original signal. Unfortunately many signals that intuitively appear sparse do not meet the threshold for "sufficient sparsity". These signals require so many CS samples for accurate reconstruction that the advantages of CS disappear. This is because Basis Pursuit/Basis Pursuit Denoising only models sparsity. We developed a "Structure-Constrained Basis Pursuit" that models the structure of somewhat sparse signals as upper and lower bound constraints on the Basis Pursuit Denoising solution. We applied it to speech, which seems sparse but does not compress well with CS, and gained improved quality over Basis Pursuit Denoising. When a single parameter (i.e. the phone) is encoded, Normalized Mean Squared Error (NMSE) decreases by between 16.2% and 1.00% when sampling with CS between 1/10 and 1/2 the Nyquist rate, respectively. When bounds are coded as a sum of Gaussians, NMSE decreases between 28.5% and 21.6% in the same range. SCBP can be applied to any somewhat sparse signal with a predictable structure to enable improved reconstruction quality with the same number of samples.
机译：压缩传感（CS）利用许多信号的稀疏性来实现低于奈奎斯特速率的采样。如果原始信号足够稀疏，则基本追踪（BP）算法将完美地重建原始信号。不幸的是，许多直观上看起来稀疏的信号没有达到“足够稀疏”的阈值。这些信号需要大量的CS样本才能进行准确的重建，以致CS的优势消失了。这是因为“基本追求” /“基本追求去噪”仅建模稀疏性。我们开发了一种“结构受限的基本追踪”，该模型将一些稀疏信号的结构建模为基本追踪消噪解决方案的上限和下限约束。我们将其应用于语音，该语音看起来比较稀疏，但无法与CS很好地压缩，并且相对于基本追踪去噪，质量得到了提高。当对单个参数（即电话）进行编码时，当CS分别在奈奎斯特速率的1/10和1/2之间采样时，归一化均方误差（NMSE）降低16.2％和1.00％之间。如果将边界编码为高斯之和，则NMSE在相同范围内下降28.5％至21.6％。 SCBP可以应用于任何具有可预测结构的稀疏信号，以在相同数量的样本下提高重建质量。

著录项

  • 作者

    Dominguez, Miguel.;

  • 作者单位

    Rochester Institute of Technology.;

  • 授予单位 Rochester Institute of Technology.;
  • 学科 Electrical engineering.
  • 学位 M.S.
  • 年度 2016
  • 页码 141 p.
  • 总页数 141
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类 公共建筑;
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号